Scientia Et Technica

ISSN: 0122-1701
scientia@utp.edu.co
Universidad Tecnológica de Pereira
Colombia

LOPEZ LEZAMA, JESUS MARIA; GALLEGO PAREJA, LUIS ALFONSO; MEJIA GIRALDO, DIEGO
Despacho hidrotermico mediante un metodo de punto interior con variables canalizadas
Scientia Et Technica, vol. XIV, núm. 40, diciembre, 2008, pp. 19-24
Universidad Tecnológica de Pereira
Pereira, Colombia

Disponible en: http://www.redalyc.org/articulo.oa?id=84920454005

Cómo citar el artículo

Número completo
Sistema de Información Científica
Más información del artículo Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira. ISSN 0122-1701 19

DESPACHO HIDROTERMICO MEDIANTE UN METODO DE PUNTO INTERIOR CON

VARIABLES CANALIZADAS

Hydrothermal dispatch using a bounded variable interior point method

RESUMEN JESUS MARIA LOPEZ

El problema del despacho hidrotérmico, consiste en encontrar el esquema de LEZAMA
generación de las plantas térmicas e hidráulicas de un sistema de potencia que Ingeniero Electricista, M. Sc.
atienda la demanda pronosticada al menor costo posible, en un horizonte de Profesor Auxiliar
planeamiento dado. En este artículo se presenta un modelo de optimización Universidad de Antioquia
lineal determinístico para resolver el problema de despacho hidrotérmico para un lezama@udea.edu.co
horizonte de planeamiento de 24 horas. El modelo presentado considera las
restricciones de la red de transmisión y las rampas de los generadores. Para
resolver el problema de programación lineal resultante, se utilizó un método de LUIS ALFONSO GALLEGO
punto interior con variables canalizadas. Se presentan resultados para el sistema PAREJA
de prueba IEEE de 30 barras. Ingeniero Eléctrico, M. Sc.
Estudiante de doctorado de la
PALABRAS CLAVES: Coordinación hidrotérmica, programación de la Universidad Estadual Paulista, Ilha
generación, programación lineal, métodos de punto interior. Solteira - Brasil
gallegopareja@gmail.com
ABSTRACT
The hydrothermal dispatch problem consists on finding the generation schedule DIEGO MEJIA GIRALDO
of the thermal and hydraulic generators of a power system that meets the Ingeniero Electricista, M. Sc.
expected demand at the least operation cost in a given planning horizon. This Profesor Auxiliar
paper presents a deterministic lineal optimization model to solve the Universidad de Antioquia
hydrothermal dispatch problem for a planning horizon of 24 hours. The diegomej@udea.edu.co
proposed model takes into account the transmission and ramping constraints of
the generators. A bounded variable interior point method was used to solve the
linear programming problem obtained form the model. Results are presented on
the IEEE 30 bus test system.

KEYWORDS: Hydrothermal coordination, generation scheduling, linear

programming, interior point methods.

1. INTRODUCCIÓN etapas del horizonte de planeamiento se satisfagan

El despacho hidrotérmico es un plan que busca coordinar
de la mejor manera posible el parque generador del
sistema eléctrico. Todos los generadores del sistema
deben ser programados para un horizonte definido de
manera que en cada etapa del horizonte cada uno
contribuya de manera óptima en el abastecimiento de la
demanda [1].
El despacho hidrotérmico difiere del despacho
económico clásico en que este último trata sólo con las
plantas térmicas de un sistema de potencia y no considera
acoples temporales. Sin embargo, en la producción de
energía eléctrica se observa la dependencia en el tiempo
para tomar decisiones operativas, más aún cuando se
cuenta con embalses capaces de almacenar cantidades
importantes de recurso hídrico [2].
El despacho hidrotérmico es un problema de
optimización matemática donde aparecen variables de
tipo económico y técnico, que además de mostrar un
acople en dichos aspectos, presenta el acople temporal
[3]. Este problema debe plantearse para que en todas las
Fecha de Recepción: 8 de Septiembre de 2008
Fecha de Aceptación: 23 de Noviembre de 2008.
restricciones operativas (capacidad de almacenamiento,
capacidad de generación, capacidad de transporte,
modelos de embalses, etc.) y se minimice el costo de la
energía [4]. Debido al acople temporal mencionado, en
diferentes trabajos se ha planteado la Programación
Dinámica [5] en todas sus versiones (dual,
determinística, estocástica) para la solución de dichos
modelos de optimización [6]. Algunas versiones
presentan mayores beneficios que otras en ciertos casos
[7]. Sin embargo, otras estrategias como la Programación
Lineal y No Lineal con puntos interiores pueden ofrecer
soluciones en menor tiempo de ejecución y menos
iteraciones como se reporta en [8].
Tradicionalmente, se ha modelado el problema de
despacho hidrotérmico de manera uninodal (se concentra
toda la demanda del sistema en un nodo despreciando el
sistema de transmisión y por consiguiente las pérdidas).
Sin embargo, en el presente trabajo se introduce el
sistema de transmisión con la intención de encontrar
políticas y planes de generación en el corto plazo que
20 Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira.

satisfagan las capacidades de transporte del sistema de : flujo de potencia entre las barras km en la hora
potencia. f km,t
t;
El propósito de este trabajo es presentar un modelo de
corto plazo, por lo tanto, se ha calculado el despacho de xkm : reactancia de la línea que une las barras km;
potencia activa para un periodo de 24 horas. El modelo
presentado es lineal, lo cual simplifica en gran medida el d k ,t : demanda en la barra k en la hora t;
costo computacional y permite encontrar fácilmente un
punto de operación óptimo para cada hora. Para resolver
el problema de programación lineal se ha implementado
pg k ,t : potencia generada en la barra k en la hora t;
un método de punto interior con variables canalizadas.
rsi : rampa de subida del generador i;

2. MODELO DE DESPACHO HIDROTERMICO rbi : rampa de bajada del generador i.

La función objetivo se muestra en la ecuación (1) y En este caso las restricciones (3) y (4) corresponden a la
representa el costo total de la energía generada. Este primera y segunda ley de Kirchhoff respectivamente. La
costo se puede expresar como la suma de las funciones de restricción (5) representa la ecuación de continuidad que
costo de cada uno de los generadores durante las 24 horas modela la topología de las cuencas hidráulicas. En la
del horizonte de planeamiento. En este caso xT es el figura 1 se observa un modelo de una cuenca hidráulica
vector que contiene todas las variables de decisión. con 5 embalses, estos embalses se encuentran acoplados
entre si, recibiendo agua unos de otros. Se puede
24 ng
observar que el volumen w de un embalase en el instante
min f ( x) = ∑ ∑f ( i ,t ) ( Pg (i ,t ) ) (1) de tiempo t, se puede determinar en función de las
t =1 i =1
entradas y salidas de caudales por unidad de tiempo más
xT = [ F Pg R θ W U V ]T (2) el volumen inicial como se indica en la ecuación (5).
nl
pgi ,t − di ,t = ∑ f km ,t (3)
m =1

f km ,t = (θ k ,t − θ m ,t ) / xkm (4)

⎡ ⎤
wi ,t = wi ,t −1 + ∆tt ⎢ yi ,t + ∑ uk ,t + ∑ vk ,t − vi ,t − ui ,t ⎥ (5)
⎣ kε Ω kε Ω ⎦
Pgi ,t = ρi ui ,t (6)
wi ,t min ≤ wi ,t ≤ wi ,t max (7)

pgi ,t min ≤ pg i ,t ≤ pg i ,t max (8)

ui ,t min ≤ ui ,t ≤ ui ,t max (9)

f km min ≤ f km ,t ≤ f km max (10)

rsi min ≤ rsi ≤ rsi max (11)

rbi min ≤ rbi ≤ rbi max (12)

Figura 1. Ejemplo de una cuenca hidráulica
Donde:
La restricción (6) representa la ecuación de eficiencia de
ρi : eficiencia del generador i; los generadores hidráulicos y las restricciones (7) a (12)
representan límites mínimos y máximos en las diferentes
wi ,t : volumen del embalse i a la hora t; variables de optimización. Finalmente, este modelo se
puede representar en forma compacta como se ilustra a
yi ,t : caudal que llega al embalse i a la hora t; continuación:
u k ,t : caudal que sale del embalse k a la hora t; Min cT x
vi ,t : vertimiento del embalse i a la hora t; s.a : A.x = b (13)
: conjunto de embalses aguas arriba del embalse l ≤ x≤u
Ω i;
Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira. 21

3. METODO DE PUNTO INTERIOR Newton para el sistema de ecuaciones (17) para

determinar la dirección de búsqueda se obtiene el
El problema de PL planteado en (13) se puede resolver siguiente sistema:
usando un método de punto interior para variables
canalizadas. Una descripción detallada de este método se ⎡0 AT I I 0 0 ⎤ ⎡ ∆x ⎤ ⎡ c − AT . y − z + w⎤
puede consular en [8] y [9]. ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢A 0 0 0 0 0 ⎥ ⎢ ∆y ⎥ ⎢ b − Ax ⎥ (18)
Usando variables de holgura s y v para convertir las ⎢I 0 0 0 −I 0 ⎥ ⎢ ∆z ⎥ ⎢ − x + l + v ⎥
desigualdades en igualdades se tiene: ⎢ ⎥⎢ ⎥ = ⎢ ⎥
⎢I 0 0 0 0 I ⎥ ⎢ ∆w⎥ ⎢ − x + u − s ⎥
min cT x ⎢0 0 I 0 V −1Z 0 ⎥ ⎢ ∆v ⎥ ⎢ µ kV −1e − z ⎥
sa Ax = b ⎢ ⎥⎢ ⎥ ⎢ ⎥
(14) ⎢⎣ 0 0 0 I 0 S W ⎥⎦ ⎣ ∆s ⎦ ⎢⎣ µ k S −1e − w ⎥⎦
−1

x−v = l
x+s =u 3.2 Actualización de las variables
v ≥ 0, s ≥ 0 Las nuevas variables primales y duales se pueden
calcular de la siguiente forma:
Usando el criterio de barrera logarítmica para eliminar las
restricciones de no negatividad se tiene: x k +1 = x k + k sα P ∆x
v k +1 = v k + k sα P ∆v
⎛ n
⎞
min fu = cT x − µ k ⎜ ∑ ln v j + ln s j ⎟ s k +1 = s k + k sα P ∆s (19)
⎝ j =1 ⎠
(15) y k +1
= y + k sα D ∆y
k

sa Ax = b
z k +1
= z k + k sα D ∆z
x−v = l
x+s =u wk +1 = wk + k sα D ∆w
Donde µk es un parámetro de barrera monótonamente donde:
decreciente con el proceso iterativo. α P : paso primal en el intervalo α P ∈ ( 0,1] ;
Construyendo la función Lagrangeana para eliminar las
restricciones del problema (15) se obtiene:
α D : paso dual en el intervalo α D ∈ ( 0,1] ;
k s : factor de seguridad que garantiza la no negatividad
⎛ n ⎞
L fu = cT x − µ k ⎜ ∑ ln v j + ln s j ⎟ − y T ( Ax − b) de las variables.
⎝ j =1 ⎠ (16)
3.3 Cálculo del tamaño de los pasos primal y dual
− z T ( x − v − l ) + wT ( x + s − u ) Durante el proceso iterativo se debe seleccionar un paso
primal máximo que garantice la no negatividad de las
Las condiciones necesarias de optimalidad de primer variables de holgura (v, s ≥ 0). De la misma forma, existe
orden de Karush-Kuhn-Tucker (KKT) son obtenidas un paso dual máximo que garantiza la no negatividad de
igualando el gradiente de la función Lagrangeana a cero las variables duales (z, w ≥ 0). Los pasos máximos son
como se indica en el sistema de ecuaciones (17). calculados de la siguiente forma:
⎡ v s ⎤
∇ x L fu = AT y − w + z = c α PMAX = min ⎢ min j , min j ,1⎥ (20)
⎢⎣ ∆vj <0 ∆v j ∆sj <0 ∆s j ⎥⎦
∇ y L fu = Ax = b
⎡ zj wj ⎤
∇ z L fu = x − v = l αD = min ⎢ min , min ,1⎥ (21)
(17)
⎢⎣ ∆zj <0 ∆z j ∆wj <0 ∆w j ⎥⎦
MAX

∇ w L fu = x + s = u
∇ v L fu = V Z e = µ k e 3.4 Actualización del parámetro de barrera
Basándose en el teorema de Fiacco y McCormick el
∇ s L fu = SW e = µ e k
parámetro de barrera µ se debe aproximar a cero durante
el proceso iterativo. Este parámetro puede ser reducido
Donde e es un vector de n elementos iguales a uno, y S, utilizando el gap de complementariedad el cual es
W, V, Z son matrices diagonales de s, w, v, z calculado como la suma de todas las ecuaciones de
respectivamente. complementariedad. Cada ecuación de
complementariedad representa la distancia que existe
3.1 Cálculo de la dirección de búsqueda entre el punto actual y el punto candidato a óptimo.
Si bien el sistema de ecuaciones (17) es no lineal, su
solución se puede aproximar por una sola iteración del ρ = z T v + wT s (22)
método de Newton. Entonces aplicando el método de
22 Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira.

El parámetro µ es proporcional a la distancia media de la 4. PRUEBAS Y RESULTADOS

solución actual para el punto candidato a óptimo,
entonces puede ser calculado como se indica en (23).
ρ sistema de prueba IEEE de 30 barras, el cual se ilustra en
µ =σ (23)
2n
En este caso ρ es el gap de complementariedad y σ es un
parámetro de combinación de direcciones σ =0,1.
3.5 Criterio de parada
El algoritmo termina cuando se satisfacen las condiciones
de factibiliad y optimalidad como se indica a
continuación:
Ax − b ∞ ≤ ε1 (24)
x − v − l ∞ ≤ ε1 (25)
x + s − u ∞ ≤ ε1 (26)
AT y − w + z − c ≤ ε1 (27)
∞ iguales al resto de las barras de demanda. Para asegurar
Las ecuaciones (24) a (26) expresan las condiciones de
factibilidad primal, o sea que el error primal es menor
que una tolerancia pre-establecida. De la misma forma, la
ecuación (27) expresa la condición de factibiliad dual.
La condición de optimalidad puede ser representada por
el gap de dualidad. Sin embargo, dado que el gap de
dualidad tiene el mismo comportamiento que el
parámetro µ, entonces último se puede utilizar como
criterio de optimalidad como se indica en la ecuación
(28). No obstante, es importante resaltar que esto solo
ocurre en problemas de programación lineal.
El modelo descrito en la sección 2 se implementó en el
la figura 2. En este caso se consideraron 3 generadores
hidráulicos en los nodos 22, 23 y 27 dispuestos como se
muestra en la figura 3. Los generadores de las barras 1, 2
y 13 se han supuesto como térmicos. Los datos de los
embalses y los generadores hidráulicos y térmicos se
muestran en las tablas 1, 2 y 3 respectivamente. La
demanda agregada de todo el sistema se muestra en la
curva de carga de la figura 4, la cual presenta demandas
mínima y máxima de 260MW y 720MW
respectivamente.
Para representar el hecho de que en los sistemas reales la
mayor parte de la generación hidráulica se encuentra
lejos de los centros de consumo, el 20% de la demanda
fue asignada en partes iguales a las barras 15, 21, 24, 25,
26 29 y 30, y el 80% restante fue asignada en partes
la factibilidad del problema se utilizaron generadores
ficticios de racionamiento en cada una de las barras de
carga con un costo de racionamiento de 100 $/MWh.
Por simplicidad se supone que todas las líneas del
sistema tienen un límite de 100MW. Con el fin de
mostrar el efecto de las restricciones de red se analizaron
dos casos, uno considerando un despacho a nodo único
sin restricciones de red y otro considerando las
restricciones de la red de transmisión y velocidad de
toma de carga de los generadores.

µ ≤ εµ (28)

Los valores recomendados en la literatura son ε1= 10-4 y

εµ = 10-12.

3.6 Algoritmo general

A continuación se describe el algoritmo general para el
método de punto interior descrito en esta sección:

Paso 1: Inicializar. Sea un punto inicial (x1, s1, v1, w1,

z1), con (s1, v1)>0 y µ1>0.

Paso 2: Construir y solucionar el sistema (18).

Paso 3: Determinar los tamaños de los pasos primal y

dual con las ecuaciones (20) y (21).

Paso 4: Actualizar las variables usando (19).

Paso 5: Verificar convergencia usando las ecuaciones

(24) a (28). Si el criterio de convergencia se cumple
entonces pare, de lo contrario actualizar el parámetro de
Figura 2. Sistema IEEE de 30 barras
barrera usando (23) y volver al paso 2.
Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira. 23

U$172660. Se puede observar en la figura 5 que el

generador mas económico (G1) se encuentra todo el
tiempo entregando su máximo técnico de 150MW. En
contraste el generador más costoso (G5) se encuentra
todo el tiempo entregando su mínimo técnico. Los
generadores térmicos G4 y G5 solamente son utilizados
en un lapso de dos horas (de las 18:00 a las 20:00) para
dar soporte en la hora pico del sistema, el resto del
tiempo se encuentran en su mínimo técnico.

250
Figura 3. Disposición de la cuenca hidráulica para los
G1
generadores de los nodos 22, 23 y 27.
G2
200 G3

Potencia generada (MW)

700 150

600
Demanda (MW)

100
500

400 50

300
0
0 5 10 15 20 25
200 Hora del día
0 5 10 15 20 25
Hora del día Figura 5. Esquema de despacho para los generadores
Figura 4. Curva de carga agregada del sistema. hidráulicos cuando no se consideran las restricciones de red.

Embalse 1 2 3 100
G4
Barra 22 23 27
G5
Volumen inicial (m3)
6 6 6
320x10 350x10 380x10 80 G6
Volumen mínimo (m3)
6 6 6
150x10 110x10 120x10
Potencia (MW)

3 6 6 6
Volumen máximo (m ) 850x10 720x10 650x10 60
Caudal afluente (m3/h)
3 3 3
450 x10 280 x10 350 x10
Tabla 1. Datos de los embalses 40

Generador G1 G2 G3 20
Barra 22 23 27
Pg Min (MW) 15 20 30 0
0 5 10 15 20 25
Pg Max (MW) 150 180 220 Hora
U min (m3/h) 200 250 350 Figura 6. Esquema de despacho para los generadores térmicos
U max (m3/h) 2200 2350 2650 cuando no se consideran las restricciones de red.
ρ (MWh/ m3) 0,075 0,080 0,085
Oferta U$/MWh 12 15 18
Rampa MW/h 40 40 40 4.2 Caso 2: Despacho con restricciones de red
Tabla 2. Datos de los generadores hidráulicos Al resolver el problema de despacho considerando las
restricciones de red y la velocidad de toma de carga de
Generador G4 G5 G6 los generadores se obtienen los resultados ilustrados en
Barra 1 2 13
las figuras 7 y 8. El costo total de operación del sistema
Pg Min (MW) 25 15 20
es de U$179350. En este caso se presentó un incremento
Pg Max (MW) 100 110 80
Oferta U$/MWh 30 35 32 de U$6690 en el costo de operación debido a que se
Rampa MW/h 30 30 30 utilizaron recursos más costosos (generadores térmicos)
Tabla 2. Datos de los generadores térmicos para cumplir con las restricciones de velocidad de toma
de carga y los límites en las líneas de transmisión.
4.1 Caso 1: Despacho sin restricciones Si se comparan las figuras 6 y 8 se puede observar que en
Al resolver el problema de despacho hidrotérmico sin el despacho con restricciones se hace un uso
considerar las restricciones de red ni la velocidad de toma considerablemente mayor de los generadores térmicos.
de carga de los generadores (rampas) se obtienen los Esto se debe a que en la hora 19 se congestionan las
esquemas de despacho ilustrados en las figuras 5 y 6. El líneas 15-23, 21-22 y 27-28 las cuales conectan parte de
costo total de operación del sistema en este caso es de la generación hidráulica con la demanda del sistema.
24 Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira.

Adicionalmente la velocidad de toma de carga de los
generadores juega un papel importante en el
encarecimiento de los costos de producción. En la figura
6 se puede observar que para el caso 1 (despacho sin
restricciones) el generador 5 pasa de generar su mínimo
técnico de 25MW en la hora 18 a generar su máximo de
100 MW en la hora 19. Si se considera una restricción de
velocidad de toma de carga de 30MW/h, este generador
debe comenzar a aumentar su generación desde la hora
16 para poder entregar 95MW en la hora 19 como se
muestra en la figura 8. Este mismo comportamiento se
aprecia para los demás generadores térmicos que deben
dar soporte en la hora pico.
mediano porte, sin embargo, para sistemas reales de
grande porte es recomendable utilizar un software que
haga uso eficiente de matrices dispersas.
El modelo de optimización propuesto es un modelo
continuo, es decir, no maneja variables binarias de tipo
on-off. La inclusión de este tipo de variables hace que el
problema sea más complejo (de tipo combinatorial) y de
dimensiones aún mayores. Un trabajo posterior incluirá
este tipo de variables, además de un manejo
probabilístico de la demanda esperada y los caudales
afluentes.
6. BIBLIOGRAFÍA

G1
200
G2 [1] W.D. Stevenson and J.J. Grainger. Análisis de
Potencia generada (MW)

G3 Sistemas de Potencia. McGraw-Hill, 1996.

150
[2] D.Mejía y A. Escobar. Coordinación Hidrotérmica
de Sistemas Eléctricos Usando Predicción de
100
Caudales Afluentes. Tesis para optar al título de
Magíster en Ingeniería Eléctrica. Universidad
50
Tecnológica de Pereira. Diciembre 2005.
[3] S Soares and A.F.M. Carneiro. “Optimal Operation
0
0 5 10 15 20 25 of Reservoirs for Electric Generation”. IEEE
Hora Transactions on Power Delivery. July 1991.
Figura 7. Esquema de despacho para los generadores [4] M. Cicogna and S. Soares. “Modelo de Planejamento
hidráulicos cuando no se consideran las restricciones de red. da Operacão Energética de Sistemas Hidrotérmicos a
Usinas Individualizadas Orientado por Objetos”.
Universidade Estadual de Campinas, Faculdade de
100
G4 Engenharia Elétrica e Computacão. Fevereiro 1999.
G5 [5] D.J. Camac. Programación Dinámica Dual
80 G6 Determinística en el Despacho Hidrotérmico.
Potencia (MW)

60
40
20
0
0 5 10 15
Hora
Figura 8. Esquema de despacho para los generadores térmicos
cuando se consideran las restricciones de red.
5. CONCLUSIONES
En este artículo se presentó un modelo lineal
determinístico para resolver el problema de despacho
hidrotérmico de corto plazo. El modelo propuesto fue
implementado para un horizonte de planeamiento de 24
horas, sin embargo, se puede modificar fácilmente para
cualquier otro horizonte de planeamiento como también
para ingresar otro tipo de restricciones de tipo técnico o
económico.
Para resolver el problema de programación lineal
resultante se utilizó un método de punto interior con
variables canalizadas. El modelo propuesto muestra ser
robusto y puede ser aplicado a sistemas de pequeño y
Pontificia Universidad Católica de Chile. 1994.
[6] M.V.F. Pereira and L.M.V.G. Pinto. “Multi-Stage
Stochastic Optimization Applied to Energy
Planning”. Mathematical Programming. Vol. 52.
August 1991.
[7] T. Gama de Siqueira. “Comparacão entre
20 25 Programacão Dinâmica Estocástica Primal e Dual e
no Planejamento da Opercão Energética”.
Universidade Estadual de Campinas, Faculdade de
Engenharia Elétrica e Computacão. Junho de 2003.
[8] C.A Correa, R.A Bolaños y A.G. Ruiz. “Métodos no
Lineales de Puntos Interiores Aplicados al Despacho
Hidrotérmico”. Scientia et Téchnica, año 13, No 34,
mayo de 2007.
[9] S. Mehrota. “On the Implementation of a Primal-
Dual Interior Point Method”. SIAM Journal on
Optimization, Vol. 2 pp. 575-601, 1992.
[10] A.V. Fiaco and G.P. MacCormick. Nonlinear
Programming: sequential unconstrained
optimization techniques, John Wiley & Sons, 1995.