通过高斯混合模型来提高子优化算法,以解决太阳能和风能可再生能源在混合动力电力系统中的最佳功率流量问题
Ali S Alghamdi1, Mohamed A Zohdy2
1Department of Electrical Engineering, College of Engineering, Majmaah University, Al-Majmaah, 11952, Saudi Arabia.
一个新的高斯混合法增强的Cuckoo优化算法 (GMMCOA) 通过最大限度地降低燃料成本,排放和网络损失来优化电力流. 这种新的方法提高了融合速度,并减少了对参数的依赖,以获得更好的优化结果.
科学领域:
- 电气工程 电气工程
- 优化算法 优化算法
- 计算智能是一种计算智能.
背景情况:
- 优化电流对于高效的能源管理至关重要.
- 像Cuckoo优化算法 (COA) 和高斯混合方法 (GMM) 这样的现有算法在参数依赖性和局部优化方面存在局限性.
- 需要先进的方法来提高融合速度和解决方案的准确性.
研究的目的:
- 引入高斯混合方法增强的Cuckoo优化算法 (GMMCOA) 来优化功率流.
- 通过结合COA和GMM来提高优化的效率和准确性.
- 为了最大限度地降低燃料成本,排放,网络损失和电力系统中的电压偏差.
主要方法:
- 将高斯混合方法 (GMM) 与Cuckoo优化算法 (COA) 集成,以创建GMMCOA.
- 应用GMMCOA来优化功率流决策参数.
- 对IEEE 30 总线和 118 总线测试系统的测试和验证,以及 CEC 2017 测试功能.
主要成果:
- 与单个方法相比,GMMCOA显示了降低参数依赖性和增强的融合速度.
- 在118公交系统上,GMMCOA实现了显著的成本降低,超过了替代算法.
- 对比分析显示,GMMCOA在各种优化函数中表现优异,弗里德曼检查证实了这一点.
结论:
- GMMCOA提供了一种智能和有效的方法来优化功率流.
- 拟议的算法显示了能源部门实际应用的巨大潜力.
- 对于复杂的优化问题,GMMCOA代表了一种最先进的解决方案.
更多相关视频
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
06:04Experimental Investigation of the Hierarchical Control in DC Microgrids Using a Real-time Simulator
Published on: February 14, 2025
相关概念视频
Fast Decoupled and DC Powerflow
The Power Flow Problem and Solution
Maximum Power Flow and Line Loadability
Maxwell-Boltzmann Distribution: Problem Solving
This distribution function f(v) is defined by saying that the expected number N (v1,v2) of particles with speeds between v1 and v2 is given by
Control of Power Flow
Maximum Power Transfer
By substituting the entire circuit with...
