Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[114370] Artykuł:

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

(Optymalizacja niezawodności elektroenergetycznych sieci dystrybucyjnych SN z wykorzystaniem populacyjnych algorytmów heurystycznych.)
Czasopismo: Przegląd Elektrotechniczny   Tom: R. 98, Zeszyt: NR 6/2022, Strony: 50-56
ISSN:  0033-2097
Opublikowano: Czerwiec 2022
Liczba arkuszy wydawniczych:  0.51
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Do oświadczenia
nr 3		 Grupa
przynależności		 Dyscyplina
naukowa		 Procent
udziału		 Liczba
punktów
do oceny pracownika		 Liczba
punktów wg
kryteriów ewaluacji
Sylwester Filipiak orcid logo WEAiIKatedra Elektrotechniki Przemysłowej i Automatyki**Takzaliczony do "N"Automatyka, elektronika, elektrotechnika i technologie kosmiczne7070.0049.50  
Wojciech Nita Niespoza "N" jednostkiAutomatyka, elektronika i elektrotechnika30.00.00  

Grupa MNiSW:  Publikacja w czasopismach wymienionych w wykazie ministra MNiSzW (część A)
Punkty MNiSW: 70

DOI LogoDOI    
Słowa kluczowe:

optymalizacja  sieci elektroenergetyczne  metody ewolucyjne 

Keywords:

optimization  power grids  evolutionary methods 


Streszczenie:

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 (Optymalizacja niezawodności
elektroenergetycznych sieci dystrybucyjnych SN z wykorzystaniem populacyjnych algorytmów heurystycznych).



Abstract:

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.


B   I   B   L   I   O   G   R   A   F   I   A
[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 rural areas, Przegląd Elektrotechniczny Nr 05/2019, p. 179-183.
[4] Bobric E. C., Cartina G., Grigoras G.: Fuzzy Technique used for Energy Loss Determination in Medium and Low Voltage Networks. Electronics and Electrical Engineering. 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.

POWRÓT
Strona główna > Publikacje