Alvaro Napoleón Chiguano

Ms. Alvaro Napoleón Chiguano


Research Focus & Metrics

Academic Career Length

4Years (2023-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
5 April 2023 in Ciencia Digital
Verified
Journal Article
Open access
PDF file
ACAlvaro Napoleón Chiguano
Alvaro Napoleón Chiguano
JCJessica Nataly Castillo
Jessica Nataly Castillo
CCCarlos Ivan Quinatoa Caiza
Carlos Ivan Quinatoa Caiza
ECEdison Fabricio Guanochanga Collaguazo
Edison Fabricio Guanochanga Collaguazo
Introducción. En los sistemas eléctricos AC la inyección de reactivos influye directamente al mejoramiento de parámetros eléctricos como factor de potencia, voltajes, reducción de pérdidas por transporte, cargabilidad de las líneas, etc. En los sistemas eléctricos de potencia los estudios de optimización de la compensación reactiva son llevados a cabo mediante diversos métodos heurísticos que se caracterizan por su complejidad de programación y por contar con un gran componente de criterio humano, los cual influye en gran medida en la evaluación final de los resultados encontrados. Objetivo. Analizar los resultados de la aplicación del método Critic a la optimización de la compensación reactiva del sistema de subtransmisión de la Empresa Eléctrica Riobamba. Metodología. Inicialmente se propone un algoritmo para la obtención de la población de escenarios a ser evaluados y la obtención de los criterios de evaluación, finalmente el análisis estadístico es implementado mediante el uso del método Critic para la toma de decisión multicriterio. Los algoritmos propuestos y la posterior evaluación estadística fueron llevados a cabo en el sistema de 69kV de subtransmisión de la EERSA. Resultados. De los resultados de la aplicación de los métodos propuestos a la red de la EERSA se logra el mejoramiento de los perfiles de voltaje mientras se reducen las pérdidas del sistema, todo esto con los mínimos requerimientos de potencia reactiva inyectada en el sistema. Área de estudio especifica: Sistemas Eléctricos.

15 July 2024 in Revista Ingenio global
Verified
Journal Article
Open access
PDF file
ACAlvaro Napoleón Chiguano
Alvaro Napoleón Chiguano
Leonardo RenterìaLeonardo Renterìa
Leonardo Renterìa
Este artículo presenta una metodología novedosa para abordar el problema de la estimación de perfiles de carga en sistemas de distribución eléctrica, enfrentando desafíos como la escasez de datos y la variabilidad en el comportamiento de los consumidores. El enfoque se basa en la utilización de datos históricos proporcionados por la Empresa Eléctrica Riobamba (EERSA), los cuales permiten desarrollar modelos de optimización no lineales que diferencian los perfiles de carga según el tipo de cliente. Estos modelos se centran en los perfiles de potencia activa y reactiva, teniendo en cuenta las restricciones que afectan su comportamiento. Un aspecto fundamental del estudio es la validación de la precisión de estos perfiles, la cual se realiza mediante la comparación de datos medidos por equipos de medio voltaje con datos estimados a partir de los perfiles de carga en un alimentador específico dentro de la red de distribución de EERSA. Este enfoque no solo aborda las limitaciones de datos y la variabilidad del comportamiento del consumidor, sino que también demuestra la viabilidad de utilizar modelos de optimización para mejorar la precisión en la estimación de perfiles de carga y su aplicación en la gestión de sistemas de distribución eléctrica. Los resultados obtenidos indican un avance significativo en la precisión de la estimación de perfiles de carga, lo que proporciona valiosos conocimientos para la planificación y operación de sistemas eléctricos de distribución.

10 November 2026 in Electricity
Verified
Journal Article
Open access
PDF file
ACAlvaro Napoleón Chiguano
Alvaro Napoleón Chiguano
JBJonathan Bosso
Jonathan Bosso
Power-flow surrogates reduce the cost of repeated distribution-network studies, but low regression error does not guarantee reliable feasibility decisions near technical limits. We evaluate constraint-aware calibration for a continuous-output Base–Increment multilayer perceptron trained on OpenDSS simulations of a real unbalanced medium-voltage network. The surrogate predicts electrical variables, from which voltage, loss, and conductor-loading constraints are evaluated rather than learning feasibility or hosting capacity directly. Four one-sided empirical calibration strategies are compared: output-space, uniform constraint-space, constraint-specific, and joint-vector. Configurations are selected through repeated group-aware calibration partitions and frozen before evaluation on an independent TEST partition of 3240 operating points grouped into 108 base scenarios. DG hosting capacity provides an illustrative downstream application across 72 hourly conditions, with matching OpenDSS and surrogate constraints and search procedures. High global regression accuracy coexisted with optimistic feasibility decisions near operating limits. Calibration reduced false-feasible decisions, although stronger corrections also reduced the surrogate-accepted feasible region. In the HC illustration, the uncalibrated surrogate showed the lowest hourly error but more frequent overestimation. Surrogates substantially reduced online HC computation time; offline preparation and training were excluded. These results support evaluating surrogates through both regression accuracy and decision reliability.