ОПТИМИЗАЦИЯ ЭНЕРГОСИСТЕМ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА: ЭФФЕКТИВНОСТЬ, УСТОЙЧИВОСТЬ И УПРАВЛЕНИЕ В ДИНАМИЧНОЙ СРЕДЕ

Mualliflar

  • Сафарова Л.У.

    Samarqand davlat veterinariya meditsinasi, chorvachilik va biotexnologiyalar universiteti image/svg+xml

Калит сўзлар: энергия тизимини оптималлаштириш, генетик алгоритм, математик модель, энергия баланси, динамик ва чизиқли бўлмаган характеристикалар

Аннотация

Ушбу мақоладаги тадқиқот энергия инфратузилмасидаги мураккаб муносабатларни ҳисобга оладиган генетик алгоритм ёрдамида энергия тизимларини оптималлаштириш усулини тақдим этади. Генетик алгоритм глобал оптималлаштириш учун мослашувчанлик ва коʻп қирралиликни таъминлайди, тизим динамикасига мослашади ва маҳаллий минималларга мустаҳкам боʻлади. Усул энергия балансини оптималлаштириш, харажатларни минималлаштириш ва энергия тизимининг чизиқли боʻлмаган хусусиятларини ҳисобга олиш учун ишлатилади. Экспериментал натижалар усулнинг самарадорлигини тасдиқлади, юқори аниқлик ва мураккаб шароитларни ҳисобга олган ҳолда энергия ресурсларини мувозанатлаш қобилиятини намойиш этди. Бироқ, янада такомиллаштириш алгоритми параметрларининг таъсирини ва қоʻшимча ноаниқлик омилларини ҳисобга олган ҳолда чуқурроқ таҳлил қилишни талаб қилади. Ушбу тадқиқот энергия тизимини оптималлаштириш соҳасида муҳим тушунчаларни беради ва динамик энергия муҳитида янада самарали бошқариш усулларини ишлаб чиқиш учун асос боʻлиб хизмат қилади.

Фойдаланилган адабиётлар

1. Shaheen A.M., Spea S.R., Farrag S.M., Abido M.A. A review of meta-heuristic algorithms for reactive power planning problem // Ain Shams Engineering Journal, 2018. Vol. 9, №. 2. -P. 215–231.

2. Metia A., Ghosh S. A Literature Survey on Different Loss Minimization Techniques used in Distribution Network.

3. Mahdad B. Optimal reconfiguration and reactive power planning based fractal search algorithm: A case study of the Algerian distribution electrical system // Engineering Science and Technology, an International Journal, 2019. Vol. 22, №. 1. -P. 78–101.

4. Dixit S., Srivastava L., Singh A., Agnihotri G. Optimal Placement of TCSC For Enhancement of Power System Stability Using Heuristic Methods: An Overview // International Journal of Hybrid Information Technology, 2015. Vol. 8, №. 7. -P. 367–374.

5. Jin J., Zhou P., Li C., Guo X., Zhang M. Low-carbon power dispatch with wind power based on carbon trading mechanism // Energy, 2019. Vol. 170, №. 1. -P. 250–260.

6. Sedighizadeh M., Rezazadeh A. Using Genetic Algorithm for Distributed Generation Allocation to Reduce Losses and Improve Voltage Profile // World Academy of Science, Engineering and Technology, 2008. Vol. 37, no. 1. -P. 251–256.

7. Singh B., Payasi R.P., Shukla V. A taxonomical review on impact assessment of optimally placed DGs and FACTS controllers in power systems // Energy Reports, 2017. Vol. 3, №. 1. -P. 94–108.

8. Charlangsut A., Rugthaicharoencheep N., Auchariyamet S. Heuristic Optimization Techniques for Network Reconfiguration in Distribution System // International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering, 2012. Vol. 6, №. 4. -P. 365–368.

9. Beheshti Z., Mariyam S., Shamsuddin H. A Review of Population-based Meta-Heuristic Algorithm // International Journal of Advances in Soft Computing and its Application, 2013. Vol. 5, №. 1. -P. 1-35.

10. Ibrahim A.M., Swief R.A. Comparison of modern heuristic algorithms for loss reduction in power distribution network equipped with renewable energy resources // Ain Shams Engineering Journal, 2018. Vol. 9, №. 4. -P. 3347–3358.

11. Šipoš M., Klaiü Z., Fekete K., Stojkov M. Review of Non-Traditional Optimization Methods for Allocation of Distributed Generation and Energy Storage in Distribution System // Technical Gazette, 2018. Vol. 25, №. 1. -P. 294–301.

12. Tulkin Gayibov, Behzod Pulatov. Taking into account the constraints in power system mode optimization by genetic algorithms. E3S Web of Conferences 264, 04045 (2021). CONMECHYDRO-2021. https://doi.org/10.1051/e3sconf/202126404045. Гайибов Т.Ш. Методы и алгоритмы оптимизации режимов электроэнергетических систем. – Т.: Изд. ТашГТУ, 2014.

13. Манусов В.З., Павлюченко Д.А. Эволюционный алгоритм оптимизации режимов электроэнергетических систем по активной мощности. Электричество. №3. 2004. – С.2-8.

14. Гайибов Т.Ш. Оптимизация режимов энергосистем генетическими алгоритмами. // Проблемы энерго и ресурсосбережения. –Ташкент: 2017. № 1,2. – С. 43-48. 3. Darrel Whitley "A Genetic Algorithm Tutorial", 2016. -Р.256.

15. Tsoy Yu.R., Spistin V.G. Geneticheskiy algoritm/Spisin V.G., Tsoy Yu.R. Predstavleniye znaniy v informatsionnix sistemax: uchebnoe posobie. -Tomsk: Izd-vo TPU, 2016. -Р.146.

16. Gayibov T.Sh., Pulatov B.M., Qayumov J.A. Minimization of Losses in Distributed Power Networks by Genetic Algorithms.- International Journal of Advanced Research in Science, Engineering and Technology.-Vol. 6, Issue 2, February 2019. - Р. 8037- 8039.

17. Deb K. Multi-Objective Optimization Using Evolutionary Algorithms, John Wiley & Sons AbdellahLaoufi , Collective Intelligence for Optimal Power Flow Solution Using Ant Colony Optimization, Leonardo Electronic Journal of Practices and Technologies, -Р.88-105, 2008.