Optimal distribution of reactive power by hybrid metaheuristic methods applied to the west Algerian network

• Autorzy: Cherki Imene , Khalfallah Naima , Chaker Abdelkader

Identyfikatory

DOI

10.15199/48.2024.08.35

Warianty tytułu

PL

Optymalny rozkład mocy biernej za pomocą hybrydowych metod metaheurystycznych zastosowanych w sieci zachodnioalgierskiej

• Języki publikacji: EN

Abstrakty

EN

This research focuses on the utilization of artificial intelligence through the sequential and integrated crossover of two population metaheuristic methods: Genetic Algorithm (GA) and Particle Swarm Optimization (PSO). These methods are applied to solve the Optimal Reactive Power Flow (ORPF) in the West Algerian network, comprising 102 nodes. The objective of this combination is to demonstrate its impact compared to non-hybrid metaheuristic methods in reducing energy losses while effectively improving various aspects such as voltage levels, the flow of active and reactive energy in the lines, transformation ratios of transformers, and the execution time of the process. Following this application, a comparative study of the results from different methods was conducted.

PL

Niniejsze badania koncentrują się na wykorzystaniu sztucznej inteligencji poprzez sekwencyjne i zintegrowane krzyżowanie dwóch metod metaheurystycznych populacji: algorytmu genetycznego (GA) i optymalizacji roju cząstek (PSO). Metody te są stosowane do rozwiązania optymalnego przepływu mocy biernej (ORPF) w sieci zachodnioalgierskiej, obejmującej 102 węzły. Celem tej kombinacji jest wykazanie jej wpływu w porównaniu z niehybrydowymi metodami metaheurystycznymi na redukcję strat energii przy jednoczesnej skutecznej poprawie różnych aspektów, takich jak poziomy napięcia, przepływ energii czynnej i biernej w liniach, współczynniki transformacji transformatorów i czas realizacji procesu. Po tej aplikacji przeprowadzono badanie porównawcze wyników różnych metod.

Słowa kluczowe

EN

electrical network; genetic algorithm; hybridization; meta heuristic method; optimal reactive power flow; particle swarm optimization; reactive power

PL

sieć elektryczna; algorytm genetyczny; hybrydyzacja; metoda metaheurystyczna; optymalny przepływ mocy biernej; optymalizacja roju cząstek; moc bierna

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 8
• Strony: 170--174
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Cherki Imene

• Simulation, Commande, Analyse Et Maintenance Des Réseaux ElectriquesLaboratory (SCAMRE), Department of Electrical Engineering, National Polytechnic School of Oran-Maurice Audin (ENPO-MA), Algeria

• https://orcid.org/0000-0002-6567-2241

autor

Khalfallah Naima

• Simulation, Commande, Analyse Et Maintenance Des Réseaux ElectriquesLaboratory (SCAMRE), Department of Electrical Engineering, National Polytechnic School of Oran-Maurice Audin (ENPO-MA), Algeria

autor

Chaker Abdelkader

• Simulation, Commande, Analyse Et Maintenance Des Réseaux ElectriquesLaboratory (SCAMRE), Department of Electrical Engineering, National Polytechnic School of Oran-Maurice Audin (ENPO-MA), Algeria

Bibliografia

• [1] M.Lahdeb,A.Hellal,S.Arif.Hybridations métaheuristiques en lots appliquées à l’écoulement optimal de la puissance réactive . EJEE.,15,587-612.( 2012 )
• [2] H.Hachimi. Hybridations d’algorithmes métaheuristiques en optimisation globale et leurs applications. INSA de Rouen, France, 2013.
• [3] Cherki,I; Chaker,A;Djidar,Z; Khalfallah,N;Benzergua, F. A Sequential Hybridization of Genetic Algorithm and Particle Swarm Optimization for the Optimal Reactive Power Flow. Sustainability 11, 3862 (2019).
• [4] J.Grefenstette: Incorporating problem specific knowledge in Genetic Algorithms and Simulated Annealing, Davis,L.D.(Ed.),London:Pitman.(1987).
• [5] H.Mühlenbein, M.Gorges-Schleuter et O.Kramer , Evolution Algorithms in Combinatorial Optimization. Parallel Computing, tome 7, pages 65-88(1988).
• [6] E.talbi, A taxonomy of hybrid metaheuristics,Journal of heuristics,tome 8,page 541-564, 2002.
• [7] E.Talbi (Ed) .Hybrid Metaheuristics, University of Lille 1 CNRS,INRIA,France. Springer-Verlag Berlin Heidelberg 2013
• [8] A. Karray, M. Benrejeb, P. Borne, A hybrid method based on genetic algorithms and tabu search for the singlemachine scheduling problem in agro-food industry. International Review of Automatic Control (IREACO), Vol. 4, N°2 (2011).
• [9] A.Karray.Contribution à l’ordonnancement d’ateliers agroalimentaires utilisant des méthodes d’optimisation hybrides.Doctorat conjointement par l’école central de Lille et l’école national d’ingenieurs de tunis – Juillet 2011.
• [10] L. Gharsalli, ‘Hybrid Genetic Algorithms’, Optimisation Algorithms and Swarm Intelligence. IntechOpen, Nov. 02, 2022. doi: 10.5772/intechopen.104735.
• [11] D. DUVIVIER , étude de l’hybridation des métaheuristique, application à un problème d’ordonnancement de type JOBSHOP , Université du littoral Cote D’OPALE,2000.
• [12] AISSA BENCHABIRA, MOUNIR KHIAT, A hybrid method for the optimal reactive power dispatch and the control of voltages in an electrical energy networkOptimal, ARCHIVES OF ELECTRICAL ENGINEERING. VOL. 68(3), pp. 535–551 (2019)VOL.
• [13] Chaimae ZEDAK, Abdelaziz BELFQIH, Anass LEKBICH , Jamal BOUKHEROUAA ,Faissal ElMARIAMI. Optimal planning and management of photovoltaic sources and battery storage systems in the electricity distribution networks, Przeglad Elektrotechniczny, ISSN 0033-2097, R. 96 NR 8/2020
• [14] Goga CVETKOVSKI,Lidija PETKOVSKA. Swarm Intelligence Algorithms in Function of Efficiency Optimisation of PM Synchronous Motor. Przeglad Elektrotechniczny, ISSN 0033-2097, R. 99 NR 6/2023
• [15] KHALFALLAH Naima,BENZERGUA Fadela,CHERKI Imene, CHAKER Abdelkader. USE of Genitic Algorithm and Particle Swarm Optimisation Methods for the Optimal Control of the Reactive Power in Western Algerian Power System. Energy Procedia ,Vol 74, Pages 265-272 (2015).

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).