Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[43962] Artykuł:

Zastosowanie algorytmu koewolucyjnego zintegrowanego z systemem klasyfikującym w celu optymalizacji pracy elektroenergetycznych sieci dystrybucyjnych

(Application of a coevolutionary algorithm integrated with a classifier system to optimize the work of power distribution grids)
Czasopismo: Energetyka, problemy energetyki i gospodarki paliwowo-energetycznej   Tom: 10/2014, Zeszyt: 724, Strony: 580-585
ISSN:  0013-7294
Opublikowano: 2014
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału		 Liczba
punktów
Sylwester Filipiak orcid logoWEAiIKatedra Elektrotechniki Przemysłowej i Automatyki**1004.00  

Grupa MNiSW:  Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B)
Punkty MNiSW: 4

Web of Science LogoYADDA/CEON    
Słowa kluczowe:

sieci dystrybucyjne  konfiguracja sieci  optymalizacja konfiguracji 

Keywords:

distribution grids  grid configuration  configuration optimization 


Streszczenie:

Problem optymalizacji konfiguracji elektroenergetycznych sieci dystrybucyjnych przy zmieniającym się obciążeniu oraz w stanach awarii sieci może być rozpatrywany jako problem optymalizacji wielokryterialnej. W artykule zaprezentowano algorytm koewolucyjny z pamięcią na poziomie populacji, pozwalający na odszukiwanie rozwiązań paretooptymalnych, jakim są w analizowanym zadaniu optymalizowane konfiguracje sieci. Opracowana metoda wykorzystuje przy organizacji tzw. pamięci populacyjnej algorytmu ewolucyjnego podstawy teoretyczne systemów klasyfikujących. Przedstawiona w artykule metoda umożliwia efektywne odszukiwanie optymalnych konfiguracji sieci dystrybucyjnych dla różnych obciążeń sieciowych oraz dla stanów awarii sieci.



Abstract:

The methodology of restoring power supply to consumers in case of a distribution grid failure is an important issue in the literature on operation and reliability of electrical energy distribution grids. Presented is here a concept of a new method which supports the work of distribution grids operators in case of a failure with the use of a classifier system working in tandem with a coevolutionary algorithm. The method presented here enables constructing scenarios for adjustments of medium voltage power distribution grids configuration (power system switchgear operation adjustments). The developed method is based on theoretical rudiments of genetic-based machine learning systems. This method uses informations on previous power distribution grid failures and enables using information from the simulated failures. Decision variables which, among other things, take into account the reliability parameters of distribution grid elements, have been described using the fuzzy set theory. Described are also sample calculations related to failures of a selected power distribution grid with the aid of the developed method.


B   I   B   L   I   O   G   R   A   F   I   A
[1] Stępień J.: Evaluation of structural redundancy effects in medium voltage cable networks. Rynek Energii rok, Issue 4, p. 55-60.
[2] Stępień J.: Complete reliability model of 110/115 kV main supplying points. Przegląd Elektrotechniczny rok, vol. 84, Issue 4, p. 128-131.
[3] Filipiak S.: Optymalizacja poawaryjnych konfiguracji miejskich sieci kablowych średniego napięcia. Energetyka, Zeszyt tematyczny nr VIII, 2006, s. 150-155.
[4] Filipiak S.: Zastosowanie systemu kwalifikującego do optymalizacji poawaryjnych konfiguracji układów sieci dystrybucyjnych. Energetyka 2007, nr 4, s. 263-268.
[5] Morelato A. L., Monticelli A. J.: Heuristic search approach to distribution system restoration. IEEE Trans. Power Delivery 1989, vol.4, p. 2235-2241.
[6] Tomsovic S. Wu. K.L., Chen C. S.: A heuristic search approach to feeder switching operations for overload, faults, unbalanced flow and maintenance. IEEE Trans. Power Delivery 1991, vol. 6., p. 1579-1586.
[7] Toune S., Fudo H., Genji T., Fukuyama Y.: Comparative study of modern heuristic algorithms to service restoration in distribution systems. IEEE Trans. Power Delivery 2002, vol. 17, p. 173-181.
[8] Khushalani S., Solanki, J.M, Schulz, N.N. Optimized Restoration of Unbalanced Distribution Systems. IEEE Transactions on Power Systems 2007, no. 22, Issue 2, p. 624-630.
[9] Kumar Y., Das B., Sharma J. Multiobjective, Multiconstraint Service Restoration of Electric Power Distribution System With Priority Customers. IEEE Transactions on Power Delivery 2008, no. 23, Issue 1, p. 261-270.
[10] Delbem A.C.B., Carvalho A.C., Bretas N.G.: Main chain representation for evolutionary algorithms applied to distribution system reconfiguration. IEEE Trans. Power Systems 2005, vol. 20, no. 1, p. 425-436.
[11] Niknam T., Farsani E. A., Nayeripour M., Firouzi B.B.: Hybrid fuzzy adaptive particle swarm optimization and differential evolution algorithm for distribution feeder reconfiguration. Electric Power Components and Systems 2011, vol. 39, Issue 2, p. 158-175.
[12] 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.
[13] Goldberg D. E.: Genetic Algorithms and Their Applications. WNT, Warszawa 2003.
[14] Filipiak S.: Application of Evolutionary Algorithm in Optimisation of Medium-Voltage Distribution Networks Post-Fault Configuration., International Journal of Electrical Powers Energy Systems 2013, vol. 44, Issue 1, p. 666-671.

POWRÓT
Strona główna > Publikacje