Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
Identyfikatory
Warianty tytułu
Wielokryterialna optymalizacja kolejności faz w wybranych układach linii elektroenergetycznych najwyższego napięcia z wykorzystaniem algorytmu ewolucyjnego
Języki publikacji
Abstrakty
The article presents a model and results of multi-criteria phase sequence optimization for selected LV line strings in the Polish National Power System, in the context of minimizing the voltage and current asymmetry coefficients. The objective function, decision variables, task parameters, and state variables are characterized in detail. Criteria such as the capital expenditure necessary for line symmetrisation interlacing and voltage asymmetry coefficients were considered. The evolutionary algorithm was used to solve the optimization model presented above. To prioritize the criteria under consideration, the multi-criteria quasi-lexicographic approach was applied. The results are analysed in detail, as well as the input data uncertainty impact on the results.
W artykule przedstawiono model i wyniki wielokryterialnej optymalizacji kolejności faz dla wybranych układów ciągów liniowych NN w KSP, w kontekście minimalizacji wartości współczynników asymetrii napięć i prądów. Scharakteryzowano szczegółowo funkcję celu, zmienne decyzyjne, parametry zadania oraz zmienne stanu. Rozważono kryteria, takie jak: nakład inwestycyjny konieczny do wykonania przeplotu symetryzacji linii (przeplotu) i współczynniki asymetrii napięć. Do rozwiązania przedstawio- nego wyżej modelu optymalizacyjnego wykorzystano algorytm ewolucyjny. W celu priorytetyzacji rozważanych kryteriów zastoso- wano wielokryterialne podejście quasi-leksykograficzne. Przedstawiono szczegółową analizę otrzymanych wyników wraz z analizą wpływu niepewności danych wejściowych na otrzymane wyniki.
Wydawca
Czasopismo
Rocznik
Tom
Strony
73--79
Opis fizyczny
Bibliogr. 12 poz., rys.
Twórcy
autor
- PSE Innowacje sp. z o.o.
autor
- PSE Innowacje sp. z o.o.
Bibliografia
- 1. Robak S., Wasilewski J., Analiza asymetrii napięć i prądów w układzie sieci elektroenergetycznego połączenia Polska – Litwa [Analysis of voltage and current asymmetry in the Poland-Lithuania interconnection], Energetyka. Problemy energetyki i gospodarki paliwowo-energetycznej, No. XXIII [topical volume], 2012, pp. 61–65.
- 2. Robak S., Pawlicki A., Pawlicki B., Asymetria napięć i prądów w elektroenergetycznych układach przesyłowych [Voltage and current assymetry in power transmission systems], Przegląd Elektrotechniczny, Vol. 90, No. 7, 2014.
- 3. Regulation of the Minister of Economy of 4 May 2007 on the detailed conditions of the power system operation (Journal of Laws No. 93, item 623)
- 4. Standardowa Specyfikacja Funkcjonalna: Krajowy System Elektroenergetyczny [Standard Functional Specification] Code No. PSE-SF. KSE1/2015, PSE SA, Warsaw, Nov. 2015
- 5. Plan rozwoju w zakresie zaspokojenia obecnego i przyszłego zapotrzebowania na energię elektryczną na lata 2016–2025, uzgodniony z Prezesem Urzędu Regulacji Energetyki [Development plan for meeting current and future electricity demand for 2016–2025, agreed with the President of the Energy Regulatory Office] , letter DRE-4310-35(17)/2015/2016/ŁM of January 15, 2016.
- 6. Wasilewski J., Kubek P., Analiza asymetrii napięć i prądów w układach sieci NN. Etap I: Badania metodologiczne w zakresie analizy asymetrii projektowanych linii elektroenergetycznych [Analysis of voltage and current asymmetry in LV systems. Stage I: Methodological study of asymmetry analysis of designed power lines], PSE Innowacje sp. z o.o. Warsaw, April 2017 [research work for PSE SA, unpublished].
- 7. Fogel D.B., Evolutionary Computing: The Fossile Record, IEEE Press, Piscataway, NJ, 1998.
- 8. Goldberg D.E, Algorytmy genetyczne i ich zastosowania [Genetic algorithms and their applications], WNT, Warsaw 1995
- 9. Deb K., Multi-objective Optimization Using Evolutionary Algorithms, Wiley, 2001
- 10. Słowik A., Właściwości i zastosowania algorytmów ewolucyjnych w optymalizacji [Properties and applications of evolutionary algorithms in optimization], Metody Informatyki Stosowanej, No. 2, Vol. 12, 2007, pp. 143–163.
- 11. The PowerFactory 2016, User’s Manual.
- 12. Fortin F.A. et al., DEAP: Evolutionary algorithms made easy, Journal of Machine Learning Research, No. 13, 2012, pp. 2171–2175.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-b29f1ccc-b49c-43c3-9a71-df0759f4d1e1