Geri Dön

A hybrid local search-genetic algorithm for placement of dg units and shunt capacitors in radial distribution system

Başlık çevirisi mevcut değil.

  1. Tez No: 672304
  2. Yazar: EMAD ALI ALMABSOUT
  3. Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

Controlling active/reactive power in distribution systems has a great impact on its performance. The placement of distributed generators (DGs) and shunt capacitors (SCs) are the most popular mechanisms to improve the distribution system performance. In this line, this thesis proposes an enhanced genetic algorithm (EGA) that combines the merits of genetic algorithm and local search to find the optimal placement and capacity of the simultaneous allocation of DGs/SCs in the radial systems. Incorporating a local search scheme enhances the search space capability and increases the exploration rate for finding the global solution. The proposed procedure aims at minimizing both total real power losses and the total voltage deviation in order to enhance the distribution system performance. To prove the proposed algorithm ability and scalability, three standard test systems, IEEE 33 bus, 69 bus, and 119-bus test distribution networks, are considered. The simulation results show that the proposed EGA can efficiently search for the optimal solutions of the problem and outperforms the other existing algorithms in the literature. Moreover, an economic based cost analysis is provided for light, shoulder, and heavy loading levels. It was proven, the proposed EGA leads to significant improvements in the technical and economic points of view.

Özet (Çeviri)

Dağıtım sistemlerinde aktif / reaktif gücün kontrol edilmesinin performansı üzerinde büyük etkisi vardır. Dağıtılmış jeneratörlerin (DG'ler) ve şönt kapasitörlerin (SC'ler) yerleştirilmesi, dağıtım sistemi performansını iyileştirmek için en popüler mekanizmalardır. Bu doğrultuda, bu tez, radyal sistemlerde DG / SC'lerin eşzamanlı tahsisinin optimum yerleşimini ve kapasitesini bulmak için genetik algoritmanın ve yerel araştırmanın avantajlarını birleştiren gelişmiş bir genetik algoritma (EGA) önermektedir. Yerel bir arama şemasını dahil etmek, arama alanı kapasitesini geliştirir ve küresel çözümü bulmak için keşif oranını artırır. Önerilen prosedür, dağıtım sistemi performansını artırmak için hem toplam gerçek güç kayıplarını hem de toplam voltaj sapmasını en aza indirmeyi amaçlamaktadır. Önerilen algoritma yeteneğini ve ölçeklenebilirliğini kanıtlamak için üç standart test sistemi, IEEE 33 veri yolu, 69 veri yolu ve 119 veri yolu test dağıtım ağı dikkate alınır. Simülasyon sonuçları, önerilen EGA'nın problemin optimal çözümlerini verimli bir şekilde arayabildiğini ve literatürdeki diğer mevcut algoritmalardan daha iyi performans gösterdiğini göstermektedir. Ayrıca hafif, yan ve ağır yükleme seviyeleri için ekonomik tabanlı bir maliyet analizi sağlanır. Önerilen EGA'nın teknik ve ekonomik bakış açısında önemli gelişmelere yol açtığı kanıtlanmıştır.

Benzer Tezler

  1. Esnek atölye tipi çizelgeleme problemi için bir hibrid genetik algoritma yaklaşımı

    A hybrid problem perturbation and genetic algorithm for the flexible job-shop scheduling problem

    BİLAL METO

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KADİR ERTOĞRAL

    DOÇ. DR. ERDOĞAN DOĞDU

  2. A hybrid evolutionary algorithm for multi-objective flexible job shop problems

    Çok amaçlı esnek atölye tipi çizelgeleme problemlerine yönelik hibrit evrimsel bir algoritma

    ALPER TÜRKYILMAZ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Mühendislik Yönetimi Ana Bilim Dalı

    PROF. DR. SEROL BULKAN

    DOÇ. DR. ÖZLEM ŞENVAR

  3. Solving single and parallel machine scheduling problems with sequence dependent setup times using differential evolution based algorithms

    Sıra bağımlı hazırlık süreleri içeren tek ve paralel makinalı çizelgeleme problemlerini diferensiyel evrim algoritması tabanlı algoritmalar kullanarak çözmek

    ÖĞÜNÇ ÖZDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞEYDA TOPALOĞLU

  4. A hybrid genetic algorithm proposal for the team formation problem

    Sosyal ağ varlığında takım oluşturma problemine bir hibrit genetik algoritma önerisi

    ŞEYDA MELİS TÜRKKAHRAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KORHAN KARABULUT

  5. Baskı devre delik delme makineleri için genetik algoritmalar yardımı ile güzergah belirleme

    Determination of route by means of genetic algorithms for printed circuit board driller machines

    MURAT ALBAYRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ