PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Multiple Droop-Controlled DG Sites in an Islanded AC Microgrid for Power Losses Mitigation
Nguyen Tham X., Lis Robert
Automatyka, Elektryka, Zakłócenia
|
2023
|
Vol. 14, nr 2(52)
10--24
EN
This study investigates the installation of multiple droop-controlled distributed generator (DG) sites in an Autonomous Microgrid (AMG) to mitigate power losses. The methodology employs a differential evolution algorithm integrated with a modified backward-forward sweep load flow method to optimise the DG sizing and positioning. Tested on an IEEE 33-bus AMG, the results show a significant reduction in power losses with multiple DG placements, highlighting the potential to improve microgrid performance.
PL
Przedstawiono analizę umiejscowienia generatorów rozproszonych (DG) w izolowanej mikrosieci (AMG), z regulowanym statyzmem oraz z rozwiniętą strukturą hierarchiczną w celu redukcji strat mocy. Metoda wykorzystuje algorytm ewolucji różnicowej zintegrowany z modyfikowaną metodą rozpływu mocy w celu optymalizacji rozmiaru i pozycjonowania DG. Przetestowane na 33-węzłowej mikrosieci testowej IEEE wyniki ukazują znaczącą redukcję strat mocy dzięki optymalnym lokalizacjom DG, wskazują na potencjał poprawy wydajności pracy mikrosieci.
2
Content available remote Lokalizacja źródeł rozproszonych z regulowanym statyzmem w izolowanej mikrosieci : minimalizująca straty mocy
Nguyen Tham X., Lis Robert
Automatyka, Elektryka, Zakłócenia
|
2023
|
Vol. 14, nr 2(52)
26--41
PL
Przedstawiono analizę umiejscowienia generatorów rozproszonych (DG) w izolowanej mikrosieci (AMG), z regulowanym statyzmem oraz z rozwiniętą strukturą hierarchiczną w celu redukcji strat mocy. Metoda wykorzystuje algorytm ewolucji różnicowej zintegrowany z modyfikowaną metodą rozpływu mocy w celu optymalizacji rozmiaru i pozycjonowania DG. Przetestowane na 33-węzłowej mikrosieci testowej IEEE wyniki ukazują znaczącą redukcję strat mocy dzięki optymalnym lokalizacjom DG, wskazują na potencjał poprawy wydajności pracy mikrosieci.
EN
This study investigates the installation of multiple droop-controlled distributed generator (DG) sites in an Autonomous Microgrid (AMG) to mitigate power losses. The methodology employs a differential evolution algorithm integrated with a modified backward-forward sweep load flow method to optimise the DG sizing and positioning. Tested on an IEEE 33-bus AMG, the results show a significant reduction in power losses with multiple DG placements, highlighting the potential to improve microgrid performance.
3
Content available Optimal size and location of dispatchable distributed generators in an autonomous microgrid using Honey Badger algorithm
Nguyen Tham X., Lis Robert
Archives of Electrical Engineering
|
2023
|
Vol. 72, nr 4
871--893
EN
The paper presents a honey badger algorithm (HB) based on a modified backward- forward sweep power flow method to determine the optimal placement of droop-controlled dispatchable distributed generations (DDG) corresponding to their sizes in an autonomous microgrid (AMG). The objectives are to minimise active power loss while considering the reduction of reactive power loss and total bus voltage deviation, and the maximisation of the voltage stability index. The proposed HB algorithm has been tested on a modified IEEE 33-bus AMG under four scenarios of the load profile at 40%, 60%, 80%, and 100% of the rated load. The analysis of the results indicates that Scenario 4, where the HB algorithm is used to optimise droop gains, the positioning of DDGs, and their reference voltage magnitudes within a permissible range, is more effective in mitigating transmission line losses than the other scenarios. Specifically, the active and reactive power losses in Scenario 4 with the HB algorithm are only 0.184% and 0.271% of the total investigated load demands, respectively. Compared to the base scenario (rated load), Scenario 4 using the HB algorithm also reduces active and reactive power losses by 41.86% and 31.54%, respectively. Furthermore, the proposed HB algorithm outperforms the differential evolution algorithm when comparing power losses for scenarios at the total investigated load and the rated load. The results obtained demonstrate that the proposed algorithm is effective in reducing power losses for the problem of optimal placement and size of DDGs in the AMG.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.