Resumen: Este artículo presenta el análisis y aplicación de algoritmos heurísticos para la reconfiguración de sistemas de distribución con el objetivo de reducir las pérdidas de potencia en dichos sistemas. Los algoritmos utilizados se basan en los métodos BPSO (Binary Particle Swarm Optimization) y DEEPSO (Differential Evolutionary Particle Swarm Optimization), que tienen como propósito encontrar soluciones cercanas a los óptimos locales, con tiempos de procesamiento reducidos en comparación con métodos analíticos. Adicionalmente, se muestra un ejemplo de aplicación de cada método a dos sistemas de distribución radiales (redes de distribución de 33 y 69 nodos) para comparar los resultados obtenidos en cuanto a la eficiencia y eficacia de cada algoritmo.

Abstract: This article proposes the analysis and application of heuristic algorithms for the reconfiguration of distribution systems in order to reduce power losses in these systems. The algorithms used are based on the BPSO (Binary Particle Swarm Optimization) and DEEPSO (Differential Particle Swarm Optimization) methods, these are intended to find solutions close to the local optimum, with reduced processing times compared to analytical methods. Additionally, an example of application of each method to two radial distribution systems (distribution networks of 33 and 69 nodes) is shown to compare the results obtained in terms of the efficiency and effectiveness of each algorithm.

Resumo: Este artigo apresenta a análise e aplicação de algoritmos heurísticos para a reconfi guração de sistemas de distribuição com o objetivo de reduzir as perdas de potência em tais sistemas. Os algoritmos utilizados são baseados nos métodos BPSO (Binary Particle Swarm Optimization) e DEEPSO (Differential Evolutionary Particle Swarm Optimization), cujo objetivo é encontrar soluções próximas ao ótimo local, com tempos de processamento reduzidos em comparação com métodos analíticos. Além disso, mostra-se um exemplo de aplicação de cada método a dois sistemas de distribuição radiais (redes de distribuição de 33 e 69 nós) para comparar os resultados obtidos em relação à efi ciência e efi cácia de cada algoritmo.