一个领导者基于供需的优化大规模的最佳电力流量问题,考虑到可再生能源发电.
Fatima Daqaq1, Mohamed H Hassan2, Salah Kamel3
1Laboratory of Study and Research for Applied Mathematics, Mohammadia School of Engineers, Mohammed V University in Rabat, Rabat, 10090, Morocco.
一种新的领导者供需优化 (LSDO) 方法提高了混合风能和太阳能系统的功率流量优化. 这种方法改善了勘探,减少了当地最佳条件,以实现更高效的电网管理.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 优化算法 优化算法
背景情况:
- 现代电力系统在最佳功率流 (OPF) 中面临着非线性和复杂性的挑战.
- 现有的随机优化方法,如基于供需的优化 (SDO),需要改进,以集成混合可再生能源.
- 需要改进的OPF解决方案,有效地整合风能和太阳能,这是至关重要的.
研究的目的:
- 提出一个增强的随机优化算法,以供需为基础的优化 (LSDO),以改善OPF.
- 解决现有的SDO方法在处理复杂的电力系统限制和可再生能源整合方面的局限性.
- 验证LSDO在解决混合风能和太阳能OPF问题上的有效性.
主要方法:
- 开发基于供需的优化 (LSDO) 算法,包括同时交叉和突变机制.
- 在23个基准函数上对LSDO进行测试,以评估其与最先进的算法对比的性能.
- 应用LSDO在IEEE 30,57,118总线测试系统中,使用混合风能和太阳能发电,利用可行解决方案优越性 (SF) 约束处理技术.
主要成果:
- LSDO展示了改进的勘探能力,降低了陷入当地最佳状态的可能性.
- 对基准函数的比较分析显示,LSDO的表现优于或与备受尊敬的竞争对手相匹配.
- 对IEEE测试系统的成功应用证实了LSDO在解决受限制的OPF问题与可再生能源整合方面的有效性.
结论:
- 拟议的LSDO算法为解决复杂的最佳功率流量问题提供了一种有前途且具有竞争力的方法.
- 在电力系统优化中,LSDO有效地处理混合风能和太阳能能源的整合.
- 与其前身和其他最先进的优化技术相比,LSDO变种提供了更高的性能.
更多相关视频
11:53Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
Published on: December 9, 2012
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
相关概念视频
Fast Decoupled and DC Powerflow
Maximum Power Flow and Line Loadability
The Power Flow Problem and Solution
Control of Power Flow
Load-frequency control
Turbine-Governor Control
