Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2024 - zeszyt 9

Application of a hybrid multi-criteria evolutionary-fireworks algorithm for the optimization of power systems operation

Zastosowanie hybrydowego wielokryterialnego algorytmu ewolucyjno-fajerwerkowego do optymalizacji pracy systemów energetycznych

10.15199/48.2024.09.03

Sylwester FILIPIAK

nr katalogowy: 150342
10.15199/48.2024.09.03

Streszczenie

Artykuł przedstawia koncepcję i analizy dla hybrydowego algorytmu ewolucyjno-fajerwerkowego zastosowanego do wielokryterialnej optymalizacji pracy systemów elektroenergetycznych. W analizach uwzględniono przyjęto kryteria optymalizacyjne dotyczące minimalizacji strat technicznych w analizowanych strukturach elektroenergetycznych, minimalizacji odchyleń napięcia, minimalizacji przeciążeń urządzeń sieciowych oraz optymalizacji rozpływów mocy w systemach. Zaprezentowane w artykule rezultaty przedstawiają możliwości zaproponowanego hybrydowego algorytmu zilustrowane i opisane na przykładzie wybranych zadań optymalizacyjnych.

Abstract

This paper presents the concept and analyses for a hybrid evolutionary-fireworks algorithm applied to multi-criteria optimisation of power system operation. The analyses consider optimization criteria related to minimizing technical losses in the analysed power system structures, voltage deviation minimization, reduction of network equipment overloads, and optimal power flow in the systems. The results presented in this paper demonstrate the capabilities of the proposed hybrid algorithm, illustrated and described through selected optimization tasks.

Słowa kluczowe

Keywords

Bibliografia

[1] Ciro G., Dugardin F., Yalaoui F., Kelly R.: A NSGA-II and NSGA-III comparison for solving an open shop scheduling problem with resource constraints. IFAC, International Federation of Automatic Control, 2016 s. 1272–1277.
[2] Delbem A. C. B., Carvalho A. C. P. L. F., Bretas N. G.: Main chain representation for evolutionary algorithms applied to distribution system reconfiguration. IEEE Trans. Power Systems, vol. 20, no. 1, Feb. 2015, pp. 425-436.
[3] Daniel Gómez-Lorente, Isaac Triguero, Consolación Gil, Rabaza: Multi-objective evolutionary algorithms for the design of grid-connected solar tracking systems. International Journal of Electrical Power & Energy Systems. Volume 61, October 2014, pp. 371–379.
[4] Guohua Fang, Wei Guo, Xianfeng Huang, Xinyi Si, Fei Yang, Qian Luo, Ke Yan: A New Multi-objective Optimization Algorithm: MOAFSA and its Application. Przegląd Elektrotechniczny, R. 88 Nr 9b/2012, s. 172-176.
[5] Niknam T., Farsani E. A., Nayeripour M., Firouzi B. B.: Hybrid fuzzy adaptive particle swarm optimization and differential evolution algorithm for distribution feeder reconfiguration. Electric Power Components and Systems, vol. 39, Issue 2, 2011, pp. 158 – 175.
[6] Khushalani S., Solanki, J.M., Schulz, N.N. Optimized Restoration of Unbalanced Distribution Systems. IEEE Transactions on Power Systems, no. 22, Issue 2. 2007, p. 624 630.
[7] Helt P., Parol M., Piotrowski P.: Metody sztucznej inteligencji przykłady zastosowań w elektroenergetyce. Wydawnicza Politechniki Warszawskiej, 2012. Oficyna
[8] Hong Y. Y., Ho S. Y.: Determination of network configuration considering multiobjective in distribution systems using genetic algorithms. IEEE Trans. Power Systems, 2005. – Vol. 20. – No. 2. – p. 1062–1069.
[9] Janik P.: Porsinger T., Leonowicz Z., Gono R.: Modelling and Optimization in Microgrids, Energies, 2017, p. 161-170,
[10] Kumar Y., Das, B., Sharma, J.: Multiobjective, Multiconstraint Service Restoration of Electric Power Distribution System With Priority Customers. IEEE Transactions on Power Delivery, no. 23, Issue 1, 2008, p. 261-270.
[11] Marzecki J., Drab M.: Obciążenia i rozpływy mocy w sieci terenowej średniego napięcia-wybrane problemy. Przegląd Elektrotechniczny, R.91, pp. 192-195, luty, Nr 2, 2015.
[12] Parol M., Baczyński D., Brożek J.: Optimisation of Urban MV Multi-Loop Electric Power Distribution Networks Structure by Means of Artificial Intelligence Methods, Control and Cybernetics, 2012, vol. 41 (2012), s.667-689.
[13] Paździor, P.: Optymalizacja ewolucyjna przepływu materiału w procesie formowania wtryskowego komponentów dla branży motoryzacyjnej. Rozprawa doktorska 2021, Wydawnictwo Politechniki Śląskiej.
[14] Pijarski P.: Optymalizacja heurystyczna w ocenie warunków pracy i planowaniu rozwoju systemu elektroenergetycznego. Monografia, Wydawnictwo Politechniki Lubelskiej, Lublin 2019.
[15] Pijarski P., Sidor K., Miller P.: Zastosowanie optymalizacji konfiguracji sieci do redukcji kosztów strat energii elektrycznej, Przegląd Elektrotechniczny R. 95 nr 10/2019, s. 110-113.
[16] Sharma D., Thulasiraman K., Jiang D.: A network science based k-means++ clustering method for power systems network equivalence. Computational Social Networks volume 6, Article number: 4 (2019).

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2024-9 , nr katalogowy 150342 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-9 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2024-9

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma