Dynamic Economic Dispatch Solution with Practical Constraints Using a Recurrent neural network

• Autorzy: Benhamida F. , Bendaoud A. , Medles K. , Tilmatine A.

Warianty tytułu

PL

Dynamiczne rozwiązanie gospodarki przesylem energii przy wykorzystaniu sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

This paper proposes a solution to the dynamic economic dispatch (DED) with practical constraints using a Hopfield neural network (HNN). The constrained DED which will be solved in this paper must satisfy (i) the system load demand (ii) the spinning reserve capacity (iii) ramp rate limits and (iv) prohibited operating zone. The feasibility of the proposed HNN method is demonstrated using two power systems, and it is compared with the other methods in terms of solution quality and computation efficiency.

PL

Artykuł proponuje rozwiązanie dynamicznej gospodarki przesyłem energii z uwzględnieniem ograniczeń przy wykorzystaniu sieci neuronowych Hopfield (HNN). Zaproponowana metoda została sprawdzona w dwóch systemach elektroenergetycznych i porównana z innymi metodami pod względem jakości i efektywności rozwiązań obliczeniowych.

Słowa kluczowe

EN

dynamic economic dispatch; Hopfield neural network; prohibited operating zone; ramping rate limits; electrical technology

PL

sieci neuronowe Hopfielda; gospodarka przesyłem energii; elektrotechnika

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2011
• Tom: R. 87, nr 8
• Strony: 149--153
• Opis fizyczny: Bibliogr. 13 poz., rys., tab., wykr.

Twórcy

autor

Benhamida F.

autor

Bendaoud A.

autor

Medles K.

autor

Tilmatine A.

• University of Djilali Liabes, IRECOM Laboratory, Faculty of Engineering, Sidi Bel Abbes, Ageria,

Bibliografia

• [1] Han X. S., Gooi H. B., Kirschen D. S., Dynamic EconomicDispatch: Feasible and Optimal Solutions, IEEE Trans. PowerSyst., 16(2001), No. 1, 22-28.
• [2] Xia X., Elaiw A.M., Optimal dynamic economic dispatch ofgeneration: A review, Elect. Power Syst. Res., 80(2010), 975-986.
• [3] Bakirtzis A., Petridis V., Kazarlis S., Genetic Algorithm Solutionto the Economic Dispatch Problem, IEE Proc. Gen. Trans.Distr., 141(1994), No. 4, 377-382.
• [4] Lee F. N., Breipohl A. M., Reserve Constrained EconomicDispatch with Prohibited Operating Zones, IEEE Trans. PowerSyst., 8(1993), No. 1, 246-254.
• [5] Walters D. C., Sheble G. B., Genetic Algorithm Solution ofEconomic Dispatch with Valve Point Loading, IEEE Trans.Power Syst., 8(1993), No. 3, 1325-1332.
• [6] Venkatesh P., Gnanadass R., Padhy N. P., Comparison andApplication of Evolutionary Programming Techniques toCombined Economic Emission Dispatch With Line FlowConstraints, IEEE Trans. Power Syst., 18(2003), No. 2, 688-697.
• [7] Gaing Z. -L., et al. Constrained Dynamic Economic DispatchSolution Using Particle Swarm Optimization, IEEE Power Eng.Soc. Gen. Meet., 1(2004), 153 - 158.
• [8] Liang R. H., A Neural-Based Redispatch Approach to DynamicGeneration Allocation, IEEE Trans. Power Syst., 14(1999), No.4, 1388-1393.
• [9] Abdelaziz A.Y. et al. A hybrid HNN-QP approach for dynamiceconomic dispatch problem, Elect. Power Syst. Res., 78(2008),1784-1788.
• [10] Pothiya S. et al., Application of multiple tabu search algorithmto solve dynamic economic dispatch considering generatorconstraints, Ener. Conv. Manag., 49(008), 506-5162.
• [11] Chen P. H., Chang H. C., Large-Scale Economic Dispatch byGenetic Algorithm, IEEE Trans. Power Syst., 10(1995), No. 4,1919-1926.
• [12] Zurada J. M., Introduction to Artificial Neural Network Systems,Jaiko Publishing house, Mumbai, 1996.
• [13] Su C.-T., Chiou G.-J., An enhanced Hopfield model foreconomic dispatch considering prohibited zones, Elect. PowerSyst. Res., 4(997), 71-761.