Metasezgisel algoritmalar kullanılarak optimal güç akışı probleminin çözümü
Solving the optimal power flow problem using metaheuristic algorithms
- Tez No: 934848
- Danışmanlar: DOÇ. DR. MEHMET ZEKİ BİLGİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Güç akışı, Metasezgisel algoritmalar, Power flow, Metaheuristic algorithms
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, metasezgisel algoritmalar arasında yer alan Öğretme ve Öğrenme Tabanlı Optimizasyon algoritması (TLBO) ve Sosyal Grup Optimizasyon algoritması (SGO) güç sistemlerindeki optimal güç akışı problemine uygulanmıştır. Optimal güç akışı, bir elektrik şebekesinin kararlı hal parametrelerinin ekonomik ve verimli çalışması için belirlenmesi gereken doğrusal olmayan karmaşık bir optimizasyon problemidir. Bu nedenle literatürde büyük boyutlu optimizasyon problemlerinde çözüme yaklaşan ancak analitik yöntemlere göre çok daha hızlı bir şekilde sonuca ulaşan sezgisel algoritmalar kullanılmaya başlanmıştır. Optimal güç akışı literatürde, eşitlik ve eşitsizlik denklemleriyle belirlenen amaç fonksiyonunu istenilen şekilde en iyi noktaya götürmeyi hedeflemektedir. Kontrol değişkenleri olarak adlandırılan ve analiz öncesindeki değerleri bilinen değişkenler ile sayısal analiz gerçekleştirildikten sonra ortaya çıkan sonuçlardan durum değişkenleri elde edilmektedir. Daha sonrasında bu iki tür değişkenlerin yardımıyla amaç fonksiyonunun değeri hesaplanmaktadır. Belirlenen tekrar sayısı kadar analiz gerçekleştirilirken algoritma her iterasyon sonucunda daha iyi bir amaç fonksiyonu değeri aramaktadır. Çalışmada yakıt maliyeti, aktif güç kaybı, gerilim sapması ve emisyon salınımı miktarı gibi tek amaçlı fonksiyonlar için analiz yapılmıştır. Ayrıca tek amaçlı fonksiyonların tümünün birlikte ele alınmasıyla oluşturulan (yakıt maliyeti-aktif güç kaybı-gerilim sapması-emisyon salınımı miktarı) çok amaçlı fonksiyonlar için de analiz yapılmıştır. Analiz süresince elde edilen en iyi değerlerin her iterasyon sonucunda belirlenen kısıtlamaların içerisinde olup olmadığı kontrol edilmiştir. Analizler literatürdeki çalışmalarla kıyaslamak adına IEEE 30 baralı test sistemi üzerinden gerçekleştirilmiştir. Önerilen algoritmalar ile elde edilen sonuçlar hem kendi aralarında hem de literatürdeki diğer sezgisel algoritmalarla karşılaştırılmıştır. Sonuç olarak çalışmada kullanılan algoritmaların optimal güç akışı probleminin çözümünde etkin bir şekilde kullanılabileceği görülmüştür.
Özet (Çeviri)
In this study, the Learning and Learning Based Optimization algorithm (TLBO) and Social Group Optimization algorithm (SGO), which are among the metaheuristic algorithms, are applied to the optimal power flow problem in power systems. Optimal power flow is a nonlinear complex optimization problem that requires the determination of the steady-state parameters of an electrical grid for economical and efficient operation. For this reason, heuristic algorithms that approach the solution in large-scale optimization problems but reach the result much faster than analytical methods have begun to be used in the literature. Optimal power flow aims to take the objective function determined by the equality and inequality equations to the best point as desired in the literature. After performing the numerical analysis with the variables called control variables and whose values are known before the analysis, the state variables are obtained from the results. Then, the value of the objective function is calculated with the help of these two types of variables. While the analysis is performed for the determined number of repetitions, the algorithm searches for a better objective function value as a result of each iteration. In the study, analysis was performed for single-objective functions such as fuel cost, active power loss, voltage deviation and emission release amount. In addition, analysis was performed for multi-purpose functions (fuel cost-active power loss-voltage deviation-emission release amount) created by considering all single-purpose functions together. During the analysis, it was checked whether the best values obtained were within the specified restrictions at each iteration. The analyses were performed on the IEEE 30-bus test system in order to compare with the studies in the literature. The results obtained with the proposed algorithms were compared both among themselves and with other heuristic algorithms in the literature. As a result, it was seen that the algorithms used in the study can be used effectively in solving the optimal power flow problem.
Benzer Tezler
- Parallel evolutionary computation for distribution system planning and operation
Dağıtım şebekesi planlama ve işletmesi için paralel evrimsel algoritmalar
SOHEIL YOUNESI
Yüksek Lisans
İngilizce
2022
İstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Uygunluk mesafe dengesi tabanlı sezgisel optimizasyon algoritmalarının güç sistemi problemlerine uygulanması
Application of fitness distance balance based heuristic optimization algorithms to power system problems
HÜSEYİN BAKIR
- İyileştirilmiş fazör parçacık sürü optimizasyon algoritması kullanarak geçici kararlılık kısıtlı optimal güç akışı probleminin çözümü
Solving the transient stability constrained optimal power flow problem using an improved phasor particle swarm optimization algorithm
ULAŞ GÜMÜŞ
Yüksek Lisans
Türkçe
2026
Bandırma Onyedi Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Hierarchical coordination framework in supply chain negotiations
Tedarik zinciri pazarlıklarında hiyerarşik koordinasyon yapısı
MURAT ÖZDEMİR
- Preference-driven evolutionary meta-heuristics for multiobjective combinatorial optimization
Çok amaçlı birleşi problemleri için tercihlerce yönlendirilen evrimci meta-sezgisel yöntemler
FATMA SELCEN PAMUK