PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2016 | R. 92, nr 1 | 196--198
Tytuł artykułu

Selected evolutionary algorithms for multicriterial optimization based on the example of the programming of the energy distribution systems development

Autorzy
Wybrane pełne teksty z tego czasopisma
Warianty tytułu
PL
Wybrane algorytmy ewolucyjne do optymalizacji wielokryterialnej na przykładzie programowania rozwoju systemów dystrybucyjnych energii
Języki publikacji
EN
Abstrakty
EN
This paper deals with the current problems of the multicriterial optimization algorithms on the basis of the example of the programming of the energy distribution system development. The article presents the results of the analysis of selected two evolutionary algorithms the purpose of which was to find a set of Pareto-optimum solutions. The solution sought after are the Pareto-optimum development strategies for the selected distribution network system.
PL
Artykuł dotyczy aktualnej problematyki algorytmów optymalizacji wielokryterialnej na przykładzie programowania rozwoju systemu dystrybucyjnego energii. Przedstawiono rezultaty analiz dla dwóch wybranych algorytmów ewolucyjnych, których celem było odszukanie zbióru Pareto-optymalnych rozwiązań. Przy czym poszukiwanym rozwiązaniem będą Pareto-optymalne strategie rozwoju dla wybranego układu sieci dystrybucyjnej.
Wydawca

Rocznik
Strony
196--198
Opis fizyczny
Bibliogr. 19 poz., rys., tab., wykr.
Twórcy
autor
  • Politechnika Świętokrzyska, Zakład Podstaw Energetyki, Aleja Tysiąclecia Państwa Polskiego 7, 25-314 Kielce, filipiak@tu.kielce.pl
Bibliografia
  • [1] Machowski J., Kacejko P., Robak S., Miller P., Wancerz M.: Badania systemów elektroenergetycznych w planowaniu rozwoju - Analizy statyczne, Wiadomości Elektrotechniczne. s. 3-12, Nr 7/2013.
  • [2] Machowski J., Kacejko P., Robak S., Miller P., Wancerz M.: Analizy systemu elektroenergetycznego w średniookresowym planowaniu rozwoju. Przegląd Elektrotechniczny, s. 234 - 243, Nr 6/2013.
  • [3] Parol M: Analiza wskaźników dotyczących przerw w dostarczaniu energii elektrycznej na poziomie sieci dystrybucyjnych. Przegląd Elektrotechniczny s. 122-126 Nr 8/2014.
  • [4] Marzecki J., Pawlicki B.: Metoda badania rozwoju stacji 110 kV/SN w warunkach niepewności. Przegląd Elektrotechniczny, R. 90 Nr 11/2014, s. 83-86.
  • [5] Marzecki J., Pawlicki B.: Metoda badania rozwoju stacji transformatorowej 110kV/SN w warunkach niepewności. Przegląd Elektrotechniczny, s. 83-86, Nr 11, listopad 2014,
  • [6] Stępień J., Madej Z.: Evaluation of structural redundancy efects in medium voltage cable networks., Rynek Energii, Issue: 4, pp. 55-60, AUG 2009.
  • [7] Stępień J.: Charakterystyka planowanych prac eksploatacyjnych elektroenergetycznych sieci rozdzielczych i ich skutków. Przegląd Elektrotechniczny. Nr. 7/2008, s.: 162-165.
  • [8] Stępień J.: Kompleksowy model niezawodnościowy głównych punktów zasilających 110/15 kV. Przegląd Elektrotechniczny, Nr. 4/2008, s:128-131.
  • [9] Michalewicz Z.: Struktury danych plus algorytmy genetyczne = programowanie ewloucyjne. WNT, Warszawa 2009.
  • [10] Helt P., Parol M., Piotrowski P.: Metody sztucznej inteligencji – przykłady zastosowań w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, 2012.
  • [11] Filipiak S.: Method of management support for electric Power distribution systems. Przegląd Elektrotechniczny. Nr. 10/2010, s. 330 – 335.
  • [12] Ahmad Asrul Ibrahim, Azah Mohamed, Hussain Shareef, Sakti Prasad Ghoshal.: A New Approach for Optimal Power Quality Monitor Placement in Power System Considering System Topology. Przegląd Elektrotechniczny, R. 88 Nr 9a/2012, s. 272-276.
  • [13] Daniel Gómez-Lorente, Isaac Triguero, Consolación Gil, O. 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.
  • [14] Abedini M., Moradi M.H. 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. Volume 34, Issue 1, January 2012, pp. 66–74.
  • [15] 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.
  • [16] 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.
  • [17] 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.
  • [18] Sood Y.R.: Evolutionary programming based optimal power flow and its validation for deregulated power system analysis, International Journal of Electrical Power & Energy Systems January (2007) pp. 65–75.
  • [19] 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, pp. 261-270.
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na
działalność upowszechniającą naukę.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-4bc2a93e-c23e-4ebb-800d-39449e500cff
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.