Optimization of the reliability of power electric distribution grids MV with the use of heuristic algorithms

• Autorzy: Nita Wojciech , Filipiak Sylwester

Identyfikatory

DOI

10.15199/48.2022.06.09

Warianty tytułu

PL

Optymalizacja niezawodności elektroenergetycznych sieci dystrybucyjnych SN z wykorzystaniem populacyjnych algorytmów heurystycznych

• Języki publikacji: EN

Abstrakty

EN

The article aims to present the application of selected heuristic algorithms to improve the reliability indices of MV distribution grids. Improving the reliability and efficiency of power distribution grids is currently a topical and important issue. The paper includes analyses of selected algorithms, in particular algorithms utilising heuristic methods for multicriteria optimisation of the scope of activities improving the reliability and efficiency of power electric distribution grids. Evolutionary algorithms were also used to determine the fronts of the Pareto optimal solutions sets.

PL

Celem artykułu jest przedstawienie zastosowania wybranych heurystycznych algorytmów populacyjnych do optymalizacji wskaźników niezawodności sieci dystrybucyjnych SN. Poprawa niezawodności i efektywności systemów dystrybucyjnych energii elektrycznej jest ważnym i aktualnym zagadnieniem. W artykule zastosowano wybrane algorytmy do wielokryterialnej optymalizacji zakresu przedsięwzięć poprawiających niezawodność i efektywność systemów dystrybucyjnych energii na przykładzie wybranej terenowej sieci elektroenergetycznej SN. Zastosowano również algorytmy ewolucyjne w celu wyznaczania frontów zbiorów rozwiązań Pareto – optymalnych.

Słowa kluczowe

EN

optimization; power grid; evolutionary method

PL

optymalizacja; sieci elektroenergetyczne; metody ewolucyjne

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2022
• Tom: R. 98, nr 6
• Strony: 50--56
• Opis fizyczny: Bibliogr. 21 poz., rys., tab.

Twórcy

autor

Nita Wojciech

• PGE Dystrybucja S.A. Oddział Skarżysko-Kamienna

autor

Filipiak Sylwester

• Politechnika Świętokrzyska w Kielcach, Katedra Elektrotechniki Przemysłowej i Automatyki

Bibliografia

• [1] 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.
• [2] Acharya N., Mahat P, Mithulananthan N.: An analytical approach for DG allocation in primary distribution network", International Journal of Electrical Power & Energy Systems, vol. 28, 10, 2016, p.669-678.
• [3] Banasik K., Chojnacki A. Ł.: Effects of unreliability of electricity distribution systems for municipal customers in urban and ruralareas, Przegląd Elektrotechniczny Nr 05/2019, p. 179-183.
• [4] Bobric E. C., Cartina G., Grigoras G.: Fuzzy Technique usedfor Energy Loss Determination in Medium and Low Voltage Networks. Electronics and Electrical Engineering. – Kaunas: Technologija, 2009. – No. 2(90). – P. 95–98.
• [5] Chojnacki A.: Assessment of the Risk of Damage to 110 kV Overhead Lines Due to Wind. Energies, 2021, p. 1-14.
• [6] Ciro G., Dugardin F., Yalaoui F., Kelly R.: A NSGA-II and NSGA-III comparison for solving an open shop scheduling problem with resource constraints. IFAC, International Federation of Automatic Control, 2016 s. 1272–1277.
• [7] Delbem A. C. B., Carvalho A. C. P. L. F., Bretas N. G.: Main chain representation for evolutionary algorithms applied to distribution system reconfiguration. IEEE Trans. Power Systems, vol. 20, no. 1, Feb. 2015, pp. 425-436.
• [8] 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.
• [9] Helt P., Parol M., Piotrowski P.: Metody sztucznej inteligencji –przykłady zastosowań w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, 2012.
• [10] Hong Y. Y., Ho S. Y.: Determination of network configuration considering multiobjective in distribution systems using genetic algorithms. IEEE Trans. Power Systems, 2005. – Vol. 20. – No. 2. – p. 1062–1069.
• [11] Kamrat W.: Metody oceny efektywności inwestowania w elektroenergetyce, Monografia Wydawnictwo PAN, Warszawa 2004.
• [12] Khushalani S., Solanki, J.M., Schulz, N.N.: Optimized Restoration of Unbalanced Distribution Systems. IEEE Transactions on Power Systems, no. 22, Issue 2. 2017, p. 624-630.
• [13] 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, p. 261-270.
• [14] Marzecki J., Drab M.: Obciążenia i rozpływy mocy w sieci terenowej średniego napięcia-wybrane problemy. Przegląd Elektrotechniczny, R.91, pp. 192-195, luty, Nr 2, 2015.
• [15] Nita W., Filipiak S.: Planowanie przebudowy terenowych sieci dystrybucyjnych SN metodami ewolucyjnymi. Przegląd Elektrotechniczny s. 92-98 Nr 4/2021.
• [16] Nita W.: Optymalne planowanie przebudowy elektroenergetycznych terenowych sieci dystrybucyjnych SN za pomocą metod ewolucyjnych, Rozprawa Doktorska, Politechnika Świętokrzyska 2020.
• [17] Ouyang, W.& Cheng, H.& Zhang, X.& Yao, L.& Bazargan, M.: Distribution network planning considering distributed generation by genetic algorithm combined with graph theory, Electric Power Components Systems, vol. 38, 3, 2019, p.325-339.
• [18] Parol M: Analiza wskaźników dotyczących przerw w dostarczaniu energii elektrycznej na poziomie sieci dystrybucyjnych. Przegląd Elektrotechniczny s. 122-126 Nr 8/2014.
• [19] Sowiński J.: Forecast of electricity supply using adaptive neurofuzzy inference system, May 2017, Conference: 2017 18th International Scientific Conference on Electric Power Engineering (EPE), DOI:10.1109/EPE.2017.7967248.
• [20] Sowiński J.: Use of load volatility description in modelling of energy balance in the section "electricity supply", January 2017, Rynek Energii 128, s. 35-39.
• [21] Parol M., Baczyński D., Brożek J.: Optimisation of Urban MV Multi-Loop Electric Power Distribution Networks Structure by Means of Artificial Intelligence Methods, Control and Cybernetics, 2012, vol. 41 (2012), s.667-689.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).