Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

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
EN
In this paper, we introduce a novel meta-heuristic technique called the Energy Valley Optimizer (EVO) algorithm designed for the optimization of distributed generation (DG) allocation within distribution networks (DN). The proposed algorithm focuses on the efficient placement of DG units based on photovoltaic (PV) and wind turbine (WT) technologies. Drawing inspiration from advanced physics principles, particularly those related to stability and various modes of particle decay, the EVO algorithm seeks to minimize both total power and energy losses in the DN. To assess its efficacy, the presented technique is applied to problem instances aimed at minimizing power and energy losses, respectively. The evaluation of the proposed approach is conducted using the IEEE 33-bus test system as a case study. The effectiveness of the EVO method is substantiated through a comparative analysis, wherein simulation results are juxtaposed with those obtained from other optimization algorithms recently developed in the literature.
PL
W artykule przedstawiamy nowatorską technikę metaheurystyczną zwaną algorytmem Energy Valley Optimizer (EVO) zaprojektowaną w celu optymalizacji alokacji generacji rozproszonej (DG) w sieciach dystrybucyjnych (DN). Zaproponowany algorytm skupia się na efektywnym rozmieszczeniu jednostek DG w oparciu o technologie fotowoltaiczne (PV) i turbiny wiatrowe (WT). Czerpiąc inspirację z zaawansowanych zasad fizyki, szczególnie tych związanych ze stabilnością i różnymi trybami rozpadu cząstek, algorytm EVO stara się minimalizować zarówno całkowite straty mocy, jak i energii w DN. Aby ocenić skuteczność, przedstawioną technikę stosuje się do przypadków problemowych mających na celu minimalizację odpowiednio strat mocy i energii. Ocena proponowanego podejścia została przeprowadzona przy użyciu systemu testowego IEEE 33-bus jako studium przypadku. Skuteczność metody EVO potwierdzono analizą porównawczą, podczas której wyniki symulacji zestawiono z wynikami uzyskanymi z innych algorytmów optymalizacyjnych opracowanych ostatnio w literaturze.
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.