تحسين أداء شبكة التوزيع الكهربائية باستخدام تقنية إعادة التشكيل بالاعتماد على خوارزمية الجاذبية
DOI:
https://doi.org/10.33977/2106-000-008-001الكلمات المفتاحية:
خوارزمية بحث الجاذبية، تقنية التحسين، معامل الجهد، إعادة تشكيل شبكة التوزيع، فقدان الطاقةالملخص
الأهداف: أهداف هذا العمل الرئيسية هي تقليل خسارة الطاقة في الشبكة وتعزيز منحى الجهد الكهربائي.المنهجية: يوفر هذا العمل منهجية جديدة تحقق إعادة تشكيل مثلى لشبكة التوزيع (DNR) والتحديد الامثل لحجم وموقع مولدات التوزيع باستخدام تقنية خوارزمية بحث الجاذبية (GSA). تُستخدم تقنية إعادة تشكيل شبكة التوزيع (DNR) لتقليل فقد الطاقة. ومع ذلك، فإن تطبيق هذه الطريقة وحدها سيقلل من فقد الطاقة إلى قيمة محددة. التقنية الأخرى المستخدمة لتقليل فقد الطاقة هي تحديد حجم وموقع مولدات التوزيع. ومع ذلك، فإن استخدام تقنية إعادة تشكيل المشتركة مع تحديد حجم وموقع مولدات التوزيع بطريقة غير مثلى قد يؤدي إلى زيادة فقد الطاقة وتباين الجهد. لذلك، فمن المهم تطوير منهجية تحسين فعالة تحدد حجم وموقع مولدات التوزيع المثلى وتضمن إعادة تشكيل مثلى للشبكة في نفس الوقت.النتائج: تم تقليل خسارة الطاقة الفعالة وغير الفعالة بنسبة 67.488% و64.88% على التوالي لشبكة IEEE 33- bus. بينما تم تقليل فقد الطاقة الفعالة وغير الفعالة بنسبة 82.55% و62.25% على التوالي لشبكة IEEE 69-bus. الخلاصة: أثبتت النتائج أن دمج عملية التحديد المثلى لحجم وموقع مولدات التوزيع مع عملية إعادة التشكيل المثلى للشبكة بشكل متزامن يؤدي إلى تحسين ملحوظ في منحنى الجهد الكهربائي والحد الأدنى للخسائر.
المراجع
Abdelaziz, M. (2017). Distribution network reconfiguration using a genetic algorithm with varying population size. Electric Power Systems Research, 142, 9-11.
Avchat, H. S., & Mhetre, S. (2020). Optimal placement of distributed generation in distribution network using particle swarm optimization. Paper presented at the 2020 International Conference for Emerging Technology (INCET).
Badran, O. (2023). IEEE-69 Distribution Network Performance Improvement by Simultaneously Optimal Distributed Generation Sizing and Location Using PSO Algorithm.
Badran, O., & Jallad, J. (2023). Multi-Objective Decision Approach for Optimal Real-Time Switching Sequence of Network Reconfiguration Realizing Maximum Load Capacity. Energies, 16(19), 6779.
Badran, O., Mekhilef, S., Mokhlis, H., & Dahalan, W. (2017). Optimal reconfiguration of distribution system connected with distributed generations: A review of different methodologies. Renewable and Sustainable Energy Reviews, 73, 854-867.
Badran, O., Mokhlis, H., Mekhilef, S., & Dahalan, W. (2018). Multi-Objective network reconfiguration with optimal DG output using meta-heuristic search algorithms. Arabian Journal for Science and Engineering, 43, 2673-2686.
Essallah, S., & Khedher, A. (2020). Optimization of distribution system operation by network reconfiguration and DG integration using the MPSO algorithm. Renewable Energy Focus, 34, 37-46.
Imran, A. M., Kowsalya, M., & Kothari, D. (2014). A novel integration technique for optimal network reconfiguration and distributed generation placement in power distribution networks. International Journal of Electrical Power & Energy Systems, 63, 461-472.
Karunarathne, E., Pasupuleti, J., Ekanayake, J., & Almeida, D. (2021). The optimal placement and sizing of distributed generation in an active distribution network with several soft open points. Energies, 14(4), 1084.
Mohandas, N., Balamurugan, R., & Lakshminarasimman, L. (2015). Optimal location and sizing of real power DG units to improve the voltage stability in the distribution system using the ABC algorithm united with chaos. International Journal of Electrical Power & Energy Systems, 66, 41-52.
Moradi, M. H., & Abedini, M. (2012). A combination of genetic algorithm and particle swarm optimization for optimal DG location and sizing in distribution systems. International Journal of Electrical Power & Energy Systems, 34(1), 66-74.
Nguyen, T. T., & Truong, A. V. (2015). Distribution network reconfiguration for power loss minimization and voltage profile improvement using cuckoo search algorithm. International Journal of Electrical Power & Energy Systems, 68, 233-242.
Pegado, R., Ñaupari, Z., Molina, Y., & Castillo, C. (2019). Radial distribution network reconfiguration for power losses reduction based on improved selective BPSO. Electric Power Systems Research, 169, 206-213.
Rahim, M. N. A., Mokhlis, H., Bakar, A. H. A., Rahman, M. T., Badran, O., & Mansor, N. N. (2019). Protection coordination toward optimal network reconfiguration and DG sizing. IEEE Access, 7, 163700-163718.
Rao, R. S., Ravindra, K., Satish, K., & Narasimham, S. (2012). Power loss minimization in distribution system using network reconfiguration in the presence of distributed generation. IEEE transactions on power systems, 28(1), 317-325.
Raut, U., & Mishra, S. (2020). An improved sine–cosine algorithm for simultaneous network reconfiguration and DG allocation in power distribution systems. Applied Soft Computing, 92, 106293.
Yan, J., Shamim, T., Chou, S., Desideri, U., & Li, H. (2017). Clean, efficient and affordable energy for a sustainable future. Applied Energy, 185, 953-962.
التنزيلات
منشور
كيفية الاقتباس
إصدار
القسم
الرخصة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
- The editorial board confirms its commitment to the intellectual property rights
- Researchers also have to commit to the intellectual property rights.
- The research copyrights and publication are owned by the Journal once the researcher is notified about the approval of the paper. The scientific materials published or approved for publishing in the Journal should not be republished unless a written acknowledgment is obtained by the Deanship of Scientific Research.
- Research papers should not be published or republished unless a written acknowledgement is obtained from the Deanship of Scientific Research.
- The researcher has the right to accredit the research to himself, and to place his name on all the copies, editions and volumes published.
- The author has the right to request the accreditation of the published papers to himself.
