标志”src=

复杂性
PDF
复杂性/2020年/文章

研究文章|开放获取

体积 2020年 |文章的ID 2420171 | https://doi.org/10.1155/2020/2420171

Thuan Thanh Nguyen Thang Trung Nguyen Ngoc盟阮, ”最优网络重新配置,以减少功率损耗使用一个初始搜索点连续的遗传算法”,复杂性, 卷。2020年, 文章的ID2420171, 21 页面, 2020年。 https://doi.org/10.1155/2020/2420171

最优网络重新配置,以减少功率损耗使用一个初始搜索点连续的遗传算法

Thuan Thanh阮,1 Thang Trung阮,2 和 Ngoc盟阮3

1学院电气工程技术、工业大学胡志明市,越南胡志明市

2电力系统优化研究小组,电气与电子工程学院,吨Duc Thang大学越南胡志明市

3电气与电子工程学院,胡志明市科技大学和教育,越南胡志明市

学术编辑器:m . Chadli
收到了 2020年2月12日
修改后的 2020年4月11日
接受 2020年4月18日
发表 2020年5月05

文摘

在本文中,一个有效的方法来确定初始搜索点(ISP)的网络重新配置(NR)减少功率损耗的问题提出了改进的效率连续遗传算法(CGA) NR的问题。的方法是关闭每个初始打开开关,解决功率流分布系统和闭环的选择与最小的电流闭环开关打开。如果径向分布系统的拓扑约束满意,开关打开了被认为是一个控制变量的ISP。然后,ISP连接到注册会计师的初始种群。不同的分销系统的计算结果表明,该注册会计师使用ISP可能达到最优径向拓扑与更好的成功率和获得解决方案质量比方法基于注册会计师使用随机生成的初始种群和基于注册会计师使用初始径向配置的方法附加到初始种群。因此,注册会计师使用ISP可以良好的方法寻找更有效的径向拓扑操作分配系统。

1。介绍

网络重新配置(NR)的方法改变开关的状态分布系统为了获得最佳径向结构来满足目标,如减少功率损失,提高分支或喂食器之间的负载平衡,改善电压质量,提高供电可靠性。这是一个非线性约束问题,已经解决了许多不同的方法包括数学规划技术,如线性、非线性和动态编程(1- - - - - -8),启发式方法如离散和分支交换技术(9- - - - - -12),和metaheuristic方法如烟花算法(FW) [13)、遗传算法(GA) [14,15),随机密钥GA (16),跑步者根算法(17,18),布谷鸟搜索算法(CSA) [19- - - - - -21],和声搜索算法(HSA) [22),粒子群优化(PSO) (23,24),回溯搜索算法(BSA) [25搜索(SOS)[],共生生物26),二进制PSO (27,28[],蚁群优化29日),和花授粉算法(30.),野生山羊和外汇市场的组合算法(31日,灰太狼优化器(拥有)32]。

使用第一种方法组的方法,描述的NR问题通常是一个相当复杂的方式。他们为解决NR问题通常是无效的。最好的证据是有限数量的研究,使用这种方法来解决NR的问题。第二组的方法方法基于技术标准的NR问题找到好的解决方案。这种方法组的优点是使用电力系统相关知识,所以NR的问题是相对简单的描述。然而,获得的解决方案通常是当地的极端,他们只适用于特定的问题。改变约束条件和目标函数,使用这种方法的组NR问题将面临许多限制。第三组的方法是基于解决NR问题的一般知识。例如,遗传算法是基于知识的进化,PSO算法启发社会行为的鸟类在寻找食物,CSA了杜鹃的寄生繁殖行为,和SOS算法是基于生态系统的生物交互策略。与上述两个方法组相比,第三种方法组不关心目标函数的类型和容易处理约束条件。 In addition, a remarkable feature of the third method group compared to the above two method groups is that it is not only applied to NR problem but also widely applied to other problems in the field of electrical engineering. For example, some metaheuristics have been successful proposed for different problems such as Pachycondyla apicalis algorithm for determining parameters for chaotic electrical system [33),分形算法搜索最优功率流问题(34),最优微分进化active-reactive电力调度(35),鲸鱼优化算法寻找上浆DG混合系统(36,土狼优化算法寻找位置和大小光伏DG的电力系统(37]。然而,它是不正确的说一个算法是很强的一个问题,然后,它也为另一个强大的(38]。例如,在[39),作者指出一些方法的局限性,如算法和蚁群优化(ACO)的问题确定非线性系统的控制方法,但在[40),比模拟退火算法具有更好的性能。或在41),算法和遗传算法表明,他们的表现还不如蚂蚁狮子优化器。因此,作为使用方法属于这个群体的NR的问题,有必要检查算法的适用性。此外,适当的控制参数及其值的NR问题的关注也是一个问题。到目前为止,这些方法使用metaheuristic算法一直是最常用的NR的问题。这是通过大量的研究证明使用这种类型的方法对NR的问题。的原因证明这种方法的强劲发展集团NR的问题,有必要提到这个方法组带来的优势在应用NR问题如下。首先,描述了NR问题是在一个简单的方法完成的。特别是,问题的控制变量是打开开关metaheuristic工作机制的生成算法。所表达的约束和目标函数的适应度函数。其次,许多领域的研究人员的集中优化,所以更多的和更强大的算法被发展出来,导致技术问题需要应用证明其疗效相比其他算法。

虽然metaheuristic方法被广泛使用于解决NR问题,大多数研究集中在应用他们的原始版本NR的问题或改善控制参数以及提高工作机制,提高NR的算法的效率问题而不关注初始搜索点(ISP)算法。一般来说,metaheuristic算法的搜索机制通常产生新的解决方案基于当前最佳解决方案的信息。因此,从搜索空间的一个好的解决方案将帮助metaheuristic算法来增加机会找到一个最优解的优化问题。最近,一些研究人员开始寻找初始metaheuristic算法来解决NR问题的解决方案。在[42),提出一个混合整数规划的ISP的NR问题最小化功率损耗,NR的问题映射到问题确定一个图的最小生成树。在[43选择),ISP依靠新型邻接矩阵(称为H-matrix)的初始径向配电系统的拓扑结构。这种方法的优点是不使用功率流和优化算法。NR结果用PSO H-matrix演示了使用ISP与原始算法的有效性。

在这篇文章中,一个有效的方法来确定ISP提出了基于启发式技术在电力系统提高NR metaheuristic算法的效率问题,减少功率损耗。将获得的ISP连接的初始化种群metaheuristic算法申请NR的问题。为了说明该方法的性能,连续遗传算法(CGA)是适应重新配置分布系统。提出方法的有效性与NR组成的两种情况相比NR使用注册会计师与随机生成的初始种群和NR使用注册会计师与初始径向配置与随机生成的初始种群。在不同的电力系统计算结果显示了该方法的有效性的成功率并获得了解决方案的质量和算法的效率比其他的人。

根据获得的结果,一些论文的主要贡献可以概括如下:(我)提出新方法寻找的ISP metaheuristic算法解决NR问题减少功率损耗(2)注册会计师是适应结合ISP求解NR的问题(3)注册会计师使用ISP使用随机生成的初始种群与注册会计师和注册会计师使用的初始径向拓扑连接到初始种群(iv)分销系统,注册会计师使用ISP可以找到最优径向分布系统的拓扑结构和获得更好的成功率和质量比其他的解决方案

研究的其余部分安排如下:目标函数提出了部分2。的ISP metaheuristic算法申请中提到的NR问题是部分3。数值结果显示了部分4。结论部分所示5。

2。目标函数

网络重新配置有许多好处,如减少功率损耗,改善电压质量,提高负载平衡,保证可靠性。在这项研究中,减少功率损耗是NR的目标问题。因此,问题的目标函数是数学描述如下: 在哪里 的行数; 的电阻吗我th分支; 和 是活跃的和无功功率我th分支; 的状态是一个开关位于吗我th分支, 如果我th开关关闭, 如果我th开关打开;和 是结束的电压我线。

NR的问题是受到以下限制:

权力平衡:它必须保证如下: 在哪里 和 的活跃和无功功率参考巴士, 分布系统的节点的数目,然后呢 和 的活性和无功功率损失吗我分支。

NR的问题,这个约束检查结果的基础上加载流程问题,利用牛顿法解决。从创建的网络配置优化算法,树枝和分销网络的节点参数更新。然后,负载流问题已经解决了。如果负载流问题基于牛顿法收敛,这意味着功率平衡约束保证;如果问题没有预设的迭代收敛后的数量,这意味着负载流问题不能圆满地解决了功率平衡约束并不是满意。

节点电压和支路电流约束:节点电压幅值和当前分支机构应在允许的值如下: 在哪里 和 分别允许的最小和最大电压振幅; 电压振幅在吗我th节点; 是系统的节点数量;和 和 当前在吗我分支和允许的最大电流我分别th分支。

在成功地解决负载流问题,功率损失不仅计算节点电压和分支的电流决定。然后,这些结果与允许的值来确定违反上述技术水平的限制。选择允许电压限制±5%的票面价值;与此同时,当前的限制是由树枝的额定电流的值。

径向拓扑:应该满足如下(44,45]: 在哪里一个是 表示连接的配电系统和矩阵一个(我,j)设置为1或−1如果我从/分支连接jth节点;否则,一个(我,j)设置为0。

这被认为是一个先决条件约束的NR的问题。生成的一个网络结构优化算法被认为是有效的,当这个约束是保障。如果创建的配置不能满足这个约束,那么负载流量不需要解决的问题和电压和电流约束不再担心。

3所示。的初始搜索点Metaheuristic算法

3.1。的方法确定初始搜索点NR的问题

在一个简单的分配系统,如图1AB,如果开关关闭,系统将运行一个封闭的拓扑。当时,关闭配电系统的功率损耗(称为 )将最小和由 在哪里 和 在英足总分支机构的数量和FB,分别。 和 的电阻和电流吗k分别th分支。 是AB的电阻分支。 是当前在树枝上AB AB开关是关闭的。


图1
简单的循环分配系统。

如果打开开关AB,系统将与径向拓扑操作。当前在足总方面将减少的数量 和当前在FB方面将增加的数量 。径向系统(称为功率损耗 )是由

径向分布系统的功率损耗是绝对高于封闭系统,和径向功率损耗之间的区别和封闭系统确定如下17]:

从(7通过分支AB),如果电流是最小的比其他分行的闭环,然后打开分支AB将获得径向拓扑的最低功率损耗。理想情况下,如果存在一个分支中零电流封闭的分销系统,功率损耗的径向开这个分支就等于获得的拓扑闭拓扑的功率损耗。

因此,对于一个分布系统中存在D封闭循环,我们可以解决功率流问题对系统一次,然后在每个分支有最小的电流闭环将打开的方法(11)获得径向拓扑导致最低功率损耗。然而,使用这种方法,封闭循环之间的影响也会影响结果。此外,径向约束的拓扑可能无法保证最小的电流开分店。因此,为了克服上述局限,在这项研究中,一个方法确定初始搜索点(ISP)开发基于一个想法的NR方法12)如下:步骤1:确定原始网格拓扑结构和开关打开 。第二步:关闭开放的开关在最初打开的开关。当时,只有一个闭环系统。步骤3:解决功率流的问题。第四步:选择最低的分支电流闭环和开放的这个分支的价值。第五步:检查约束的径向拓扑。如果听从径向拓扑,打开开关选择作为初始搜索点第一个闭环。否则,如果径向拓扑不保持,这个分支将被删除从循环和算法将回到第4步继续选择开放的分支。第六步:替换原来的打开开关的新定义的开关打开。第七步:重复步骤(2)-(6)来确定下一个开关打开。第八步:该算法将停止后最初打开开关取代一个新的开关打开。

算法的流程图定义ISP对NR metaheuristic算法问题最小化功率损耗如图2。


图2
定义ISP的算法流程图。

图3
注册会计师的交叉操作。

图4
注册会计师突变表示。
3.2。应用程序注册会计师使用的初始搜索点NR的问题

评估ISP获得的最优解的影响,遗传算法在一个连续的形式连接ISP用于解决NR的问题。连续的遗传算法(CGA)与连续变量。该方法的启发从自然选择的过程和演化过程。的注册会计师的主要运营商选择、交叉和变异。注册会计师使用ISP NR的细节问题提出了如下:步骤1:初始化的人口注册会计师,每个染色体都可以被视为一种候选解决方案随机初始化的过程中创建的。因此,每个染色体的NR问题是由注册会计师 ,在这D是打开开关的数量分布系统和 是打开开关的位置d循环向量。请注意,dth循环向量是一套开放的开关是由封闭的循环d分配系统的初始打开开关。每个候选人的解决方案是随机生成的如下: 在哪里 的长度吗dth循环向量, 是人口规模, 是一个0到1之间的随机数。从创建的初始种群,ISP获得部分3所示。1附加到初始种群中的随机位置如下: 在哪里 是一个随机整数1 -N。基于初始种群,功率流使用牛顿-负载流方法(46运行时,然后每个染色体的适应度函数值由适应度函数评价如下: 在哪里 积极的区别是允许的下限和最低电压系统中。 积极的区别是系统中的最大电压和允许的上限。 积极的区别是最大负荷因素系统和负荷因素的允许的上限。K是违反约束的惩罚系数。就像前面提到的2,如果不能保证径向拓扑,候选解决方案被认为是无效的。然后,适应度函数的差值将被提名,无效的解决方案是消除在下一代,由于算法的运行机制。指出,对于最小问题,坏的适应度函数是一个很大的数字。如果径向拓扑条件满意,负载流量计算问题。然后,如果负载流问题成功,所示的健身价值方程(10计算)。相反,如果负载流问题失败,不能满足平衡条件,和一个糟糕的价值也分配到适应度函数。步骤3:选择好的染色体

选择的目的有助于提高最好的染色体复制的机会。选择执行基于染色体的适应度函数值。首先,人口排名从最低到最高适应度函数值。然后,只有顶部 选择染色体为下一代的生存,而其余的删除新建的后代。选择每一个家长,排名加权法用于优先钳工染色体。步骤4:转换为新后代交叉有助于不同染色体之间的信息交换。新的染色体有助于增加种群的多样性。他们帮助注册会计师在搜索空间中探索新的点。在本文中,使用单一的交叉点产生后代。然而,对于连续的染色体,交叉方法在人群中不产生新的信息,因为每个连续值随机生成的人口是在其他组合复制给下一代。因此,交叉方法(47)是用来产生后代。主要步骤描述如下:(1)选择一个随机开关对父母的交叉点: 在哪里 和 是染色体选择交叉。米和d下标区分的 和 。α从[1,选择的整数D]。(2)来代替 和 由一个新的开关相结合的 和 : 在哪里β一个随机数在[0,1]。(3)产生后代的单点交叉: 的注册会计师交叉操作如图3。第五步:用于生成新的染色体突变允许注册会计师避免局部优化,在搜索领域,探索新的点突变。在这部作品中,变异率( )选择等于总数的20%人口的打开开关。指出,第一个染色体不是突变,因为精英主义。这些开放开关被新的取代如下: 在哪里 是一个开放的位置开关选择变异。 是一个0到1之间的随机数。图4显示注册会计师变异操作。第六步:评价适应度函数值。基于新创建的人口,每个染色体的适应度函数值计算通过使用(10)。依靠适应度函数值,到目前为止最好的染色体( )最好的适应度函数值( )是获得。第七步:检查停止条件。的过程选择、交叉和变异不断执行直到后代的数量到达最大值( )。的流程图,提出注册会计师使用ISP NR的问题是给定图5。

4所示。数值结果

评价该方法的有效性,该方法确定的ISP和注册会计师使用ISP的方法是建立在Matlab平台和在个人电脑上运行。三个分销系统包括33节点、69个节点和119个节点重新配置用于减少功率损耗。对于每一个系统,以下三种情况下的网络重新配置检查:案例1:重新配置使用随机生成的初始种群的海巡署(称为随机方法)案例2:重新配置使用注册会计师与初始径向配置与随机生成的初始种群(称为初始方法)案例3:重新配置与ISP连接到排气口使用随机生成的初始种群(称为启发式方法和该方法)

控制参数选择的海巡署是基于许多实验如下:选择比设置为0.5,变异率选择的是0.2。33节点的尺寸问题,69个节点,119个节点测试系统是选择5,5,分别和15。违反约束的惩罚系数的NR问题选择适应度函数为所有三个系统到1000年。

4.1。33-Node测试系统

12.66 kV, 33-node测试分布系统包括5打开开关和32关闭开关如图6。系统的分支和节点参数引用从[48]。分支的额定电流设置为255。


图5
注册会计师使用ISP的流程图NR的问题。

图6
33-node测试系统。

ISP使用该方法测定的结果展示在表1。的初始径向配置33-node系统径向拓扑的开关打开{33、34 35、36和37}。这种拓扑结构导致202.6863千瓦的功率损耗,0.9131便士的最低电压振幅。u,最大负荷系数0.8250,239.6095对应的适应度函数值。与此同时,使用该方法,解决功率流问题后五次,ISP发现{9 7日,14日,32岁和37}。这只径向拓扑原因139.5543千瓦的功率损耗,0.93782便士的最低电压振幅。u,最大负荷系数0.8250,151.7381对应的适应度函数值。这径向拓扑比初始径向拓扑的适应度函数值。很明显,注册会计师从ISP会比开始更有效的初始径向拓扑或随机初始化。与ISP H-matrix获得的方法(43],提出的启发式方法获得的ISP低于2.0808千瓦的功率损耗和最低电压振幅分布系统p.u低于0.00338。因为违反约束的惩罚因素设置为1000,ISP的适应度函数的值通过该方法略高于H矩阵的方法。
方法 最优开关 功率损耗(千瓦) 最低电压(p.u) 最大负荷系数 适应度函数值
随机 没有一个 - - - - - - - - - - - - - - - - - - - - - - - -
最初的 33、34、35、36、37 202.6863 0.9131 0.8250 239.6095
启发式 7日,14日,9日,32岁,37岁 139.5543 0.93782 0.8123 151.7381
H矩阵(43] 7、11、14、28日,32 141.6351 0.9412 0.8130 150.3934
表1
最初的解决方案33-node系统的初始种群。

NR结果33-node系统三个案例的种群初始化使用注册会计师和几代人的最大数量设置为100展示在表2。特别是,由于ISP连接初始化人口,人口规模将直接影响计算结果。因此,人口规模设置不同的值,如4,6,10,20来验证提出方法的有效性。
初始化方法 随机 最初的 启发式 随机 最初的 启发式 随机 最初的 启发式 随机 最初的 启发式
N 4 4 4 6 6 6 10 10 10 20. 20. 20.
初始配置 没有一个 33、34、35、36、37 7日,14日,9日,32岁,37岁 没有一个 33、34、35、36、37 7日,14日,9日,32岁,37岁 没有一个 33、34、35、36、37 7日,14日,9日,32岁,37岁 没有一个 33、34、35、36、37 7日,14日,9日,32岁,37岁
最好的配置 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32 7日,9日,14日,28日,32
成功率 4/50 (8%) 4/50 (8%) 27/50 (54%) 10/50 (20%) 8/50 (16%) 34/50 (68%) 23/50 (46%) 21/50 (42%) 45/50 (90%) 36/50 (72%) 34/50 (68%) 50/50 (100%)
303.6693 172.961 151.7381 313.7205 164.3427 151.7381 306.7859 161.046 151.7381 161.046 161.046 148.7392
148.7392 148.7392 148.7392 148.7392 148.7392 148.7392 148.7392 148.7392 148.7392 148.7392 148.7392 148.7392
158.395 155.6564 150.1187 156.9228 154.4191 149.6988 154.8182 151.9456 149.0391 150.9891 150.7072 148.7392
性病 21.7029 4.5089 1.5098 23.0539 4.0511 1.4131 22.2315 3.5883 0.9088 4.0911 3.4337 0
66.6 51.3 13.5 58.06 51.04 15.66 49.9 45.78 17.94 43.52 46.6 14.42
运行时间(年代) 1.3784 1.5438 1.1712 2.3425 2.3163 1.7703 3.18 3.1456 2.5953 4.9947 5.0228 4.0147
表2
比较三个案例的种群初始化注册会计师33-node系统。

为N设置为4,从提出启发式方法获得的注册会计师使用ISP确认操作径向拓扑{14 7日,9日,28日和32}的适应度函数值 148.7392。特别是,该方法的成功率,这是由分立后的印数找出最好的解决方案的运行,远远高于随机方法和初始方法。该方法的成功率是54%,而这个数字对剩下的两个方法是8%。此外,最大 ,的意思是 ,和标准差(性病)获得的适应度函数的方法远远低于随机和最初的方法。同样,聚合一代又一代的该方法的平均数量低于两种比较的方法。该方法的收敛代的平均数是13.5代,虽然这个值的随机和初始方法是66.6和51.3代,分别。

作为N增加到6,使用提出的启发式方法成功率也高于其他两个方法。提出了启发式方法的成功率是68%,而对随机和初始方法,成功率也提高的情况相比N等于4只达到20%和16%,分别。随机的自卑和初始方法相比启发式方法时仍然明显N增加到10和20。特别是,的情况N设置为20,使用提出的启发式方法的成功率达到100%。这意味着注册会计师发现最优径向拓扑在所有50个。与此同时,这只率达到72%和68%的随机和初始方法,分别。此外,获得解决方案的质量最大,所示的意思是,和性病的适应度函数从该方法获得50分也比两种比较方法在所有情况下的不同的值N。与此同时,在每个病例的方法的执行时间N是相似的。

图表比较三种方法的不同N值呈现在图7。图中显示的优越性建议方法的指标 , ,成功的速度, 相比随机和最初的方法。图7可以给好的优秀的搜索能力的证据提出的启发式方法在随机和初始方法大约所有情况下的人口规模以来提出的启发式方法有更高的成功率和更低的吗 , ,和 比其他两种方法。三种方法的平均收敛曲线具有不同人口大小如图8。从图中,注册会计师使用启发式方法寻找ISP收敛于较小的值相比,随机和最初的方法在所有的情况下N。此外,在每一代,该方法的收敛值低于其他两种方法。图8发送一条消息,注册会计师使用启发式方法寻找ISP优于使用随机和初始注册会计师的方法。


图7
三种初始化方法的比较 , ,成功率、平均收敛的迭代的数量 33-node系统。

图8
平均收敛曲线的三种初始化方法和不同的人群大小33-node系统。

表3显示了一个比较中间的注册会计师使用ISP和其他方法在文献中。表表明注册会计师使用ISP可以达到相同的功率损耗,最小的电压和最大负荷系数,ACSA方法。相比其他方法,如算法H基本矩阵,ICSA, CSA,随机分形搜索(SFS)启发式技术依赖于准确的损失公式(HTELA),樽海鞘(SSA)和GWO-PSO蜂群算法,和注册会计师使用ISP达到低功率损耗减少,但该方法存在提高最低电压和最大负荷系数低于所有其他方法。在图所示的电压和电流分布9表明改进的电压和电流分布的初始拓扑33-node系统具有重要意义。网络配置没有违反当前约束。电压约束,尽管最低电压振幅0.9412便士。0.0088 u,低于允许的值,相比已经大大提高到原来的0.9131便士的价值。u和几乎优于方法相比。
方法 最优开关 功率损耗(千瓦) 最低电压(p.u) 最大负荷系数
最初的 33、34、35、36、37 202.6863 0.9131 0.8250
注册会计师使用ISP 7日,9日,14日,28日,32 139.9823 0.9412 0.7878
算法与H矩阵(43] 7日,9日,14日,32岁,37岁 139.55 0.9378 - - - - - -
ICSA [21] 7日,9日,14日,32岁,37岁 139.55 0.9378 0.8123
基本(18] 7日,9日,14日,32岁,37岁 139.55 0.9378 0.8123
ACSA [20.] 7日,9日,14日,28日,32 139.9823 0.9412 - - - - - -
CSA (19] 7日,9日,14日,32岁,37岁 139.55 0.9378 - - - - - -
SFS (49] 7日,9日,14日,32岁,37岁 139.55 0.9378 - - - - - -
HTELA [50] 7日,9日,14日,32岁,37岁 139.55 0.9378 - - - - - -
SSA (51] 7日,9日,14日,32岁,37岁 139.55 0.9378 - - - - - -
GWO-PSO [52] 7日,9日,14日,32岁,37岁 139.55 0.9378 - - - - - -
表3
该方法比较结果中注册会计师使用ISP 33-node系统用不同的方法。

图9
电压和电流剖面33-node系统获得的。
4.2。69 -节点测试系统

12.66 kV、69 -节点测试分布系统包括68打开开关,关闭开关。系统的单线图呈现在图10。系统的分支和节点参数引用从[53]。在此系统中,当前的约束是不被认为是由于缺乏分支的额定电流。


图10
69 -节点测试系统。

ISP使用该方法测定的结果展示在表4。打开的初始径向配置交换机{69、70、71、72和73}造成224.8871千瓦的功率损耗和0.9092便士的最低电压振幅。265.6954 u对应的适应度函数值。同时,使用该ISP方法,获得的ISP是{12 10日,17日,58和61},导致108.4602千瓦的功率损耗,0.9495便士的最低电压振幅。108.9792 u对应的适应度函数值。这个健身价值远低于最初的径向配置。与ISP获得的H矩阵方法(43),提出了启发式方法的ISP获得低于20.4202千瓦的功率损耗和最低电压振幅分布系统p.u高于0.0113。ISP的适应度函数的值所获得的31.7491低于建议方法H矩阵的方法。很明显,该方法确定了ISP比H矩阵的方法。
方法 最优开关 功率损耗(千瓦) 最低电压(p.u) 适应度函数值
随机 没有一个 - - - - - - - - - - - - - - - - - -
最初的 69、70、71、72、73 224.8871 0.9092 265.6954
启发式 10日,17日,12日,58岁的61人 108.4602 0.9495 108.9792
H矩阵(43] 20,42岁,45岁,58岁的64人 128.8804 0.9382 140.7283
表4
最初的解决方案连接到69节点系统的初始种群。

NR结果基于注册会计师69 -节点系统提出了不同的人口大小的表5。为N设置为4、6、10和20岁的所有三种方法已经确定最优径向张开开关拓扑{14日,57、61、69、70}。然而,该方法获得的成功率远远高于随机和最初的方法。该方法的成功率N设置为4、6、10和20是14%,38%,70%,和92%,分别,这个数字是10%,36%,46%,82%,最初的方法,14%,32%,68%,和82%的随机方法。适应度函数的最大值在50运行该方法的在所有情况下的人口规模也是最小的比其他两种方法。得到这个结果,因为基于启发式方法总是确保ISP的初始径向拓扑具有良好的健身价值的初始种群。此外,适应度函数的平均值和性病是最小的三个方法。这显示了稳定的海巡署使用ISP发现的启发式方法。表5还表明,该方法的收敛代的平均数量也远低于随机和最初的方法。具体地说,为N设置为4、6、10和20日注册会计师使用该方法获得的ISP聚合后约29.94,34.78,35.52,和32.52代在使用随机方法;注册会计师聚合后约69.76,53.46,46.12,和42.62代,和收敛代的平均数为58.86,57.26,46.06,和44.44代的初步方法。
初始化方法 随机 最初的 启发式 随机 最初的 启发式 随机 最初的 启发式 随机 最初的 启发式
N 4 4 4 6 6 6 10 10 10 20. 20. 20.
初始配置 没有一个 69、70、71、72、73 10日,17日,12日,58岁的61人 没有一个 69、70、71、72、73 10日,17日,12日,58岁的61人 没有一个 69、70、71、72、73 10日,17日,12日,58岁的61人 没有一个 69、70、71、72、73 10日,17日,12日,58岁的61人
最好的配置 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70 14日,57岁,61,69,70
成功率 7/50 (14%) 5/50 (10%) 7/50 (14%) 16/50 (32%) 18/50 (36%) 19/50 (38%) 34/50 (68%) 23/50 (46%) 35/50 (70%) 41/50 (82%) 43/50 (86%) 46/50 (92%)
126.6893 107.2176 101.4554 105.4343 112.1841 101.3691 101.2904 126.6852 99.2094 101.2904 101.2904 99.2094
99.1169 99.1169 99.1169 99.1169 99.1169 99.1169 99.1169 99.1169 99.1169 99.1169 99.1169 99.1169
100.7158 100.4687 99.2793 99.9606 100.0464 99.2075 99.2982 100.0704 99.1262 99.2038 99.2057 99.1188
性病 3.900 1.7396 0.4392 1.3685 2.1427 0.3202 0.5939 3.9317 0.0280 0.4302 0.4300 0.0130
69.76 58.86 29.94 53.46 57.26 34.78 46.12 46.06 35.52 42.62 44.44 32.52
运行时间(年代) 4.2816 4.1591 2.8737 6.3675 6.4231 4.6519 8.55 8.9997 6.6284 14.5056 14.0003 11.2716
表5
比较三个案例的人口69节点系统的初始化。

图表比较三种方法的不同N值69节点系统图11。从图,所有人口规模的情况下,提出了启发式方法有更高的成功率和更低的 , ,和 比随机和最初的方法。三种方法的平均收敛曲线具有不同人口大小如图12。从图中,注册会计师使用ISP收敛于较小的值相比随机和初始方法在所有情况下N。这些数据再次证实了注册会计师使用ISP的突出优点在注册会计师使用随机和初始方法。


图11
三种初始化方法的比较 , ,成功的速度, 69 -节点系统。

图12
平均收敛曲线的三种初始化方法和不同的人群大小69 -节点系统。

比较结果与不同的方法在文献中对69节点系统如表所示6。这个表表明注册会计师使用ISP可以达到相同的功率损耗和最小电压与算法H矩阵、BSA ICSA, ACSA, CSA, GWO-PSO。上述方法的损失和最小电压是98.5875千瓦和0.9495便士。分别u。SFS相比,HTELA SSA,注册会计师使用ISP达到一个更高的功率损耗减少从0.03到1.1千瓦。电压概要图所示13表明改进的电压水平在69年的初始拓扑节点系统显著改善节点的电压幅值。最低电压幅值只有0.0005低于允许的值,但它已经显著提高0.9092 p.u相比原来的值。
方法 最优开关 功率损耗(千瓦) 最低电压(p.u)
最初的 69、70、71、72、73 224.8871 0.9092
注册会计师使用ISP 14日,57岁,61,69,70 98.5875 0.9495
PSO与H-matrix [43] 14日,58岁的61、69、70 98.59 - - - - - -
BSA (25] 14日,57岁,61,69,70 98.5875 0.9495
ICSA [21] 69、70、61年14日,57岁 98.59 0.9495
ACSA [20.] 69、70、61年14日,57岁 98.59 0.9495
CSA (19] 14日,57岁,61,69,70 98.5875 0.9495
SFS (49] 14日,55岁,61,69,70 98.62 0.9495
HTELA [50] 13、55、61、69、70 99.69 0.9428
SSA (51] 61年71年69年,14日,58岁 98.63 0.9492
GWO-PSO [52] 69、70、61年14日,57岁 98.5875 0.9495
表6
该方法注册会计师之间的比较结果与其他方法使用ISP 69节点系统。

图13
电压概要文件获得69节点系统。
4.3。119 -节点测试系统

11 kV、119 -节点测试系统是一个复杂的大型系统组成的15 118年打开开关,关闭开关如图14(54]。类似于69 -节点系统,由于缺乏额定电流参数,重新配置的假设不超载分支。


图14
119 -节点系统。

ISP使用该方法测定的结果展示在表7。最初的径向配置导致1273.4509千瓦的功率损耗和0.8678便士的最低电压振幅。1355.6134 u对应的适应度函数值。同时,使用基于启发式技术,提出ISP方法获得的ISP是{120年43岁,23日,51岁,122年,61年,39岁,95年,71年,74年,97年,129年,130年,109年和132年}导致健身价值远低于最初的径向配置。这只径向拓扑导致925.8662千瓦的功率损耗和0.9298 p.u的最低电压振幅。与ISP获得的H矩阵方法(43),该方法确定了ISP比H矩阵方法,提出启发式方法获得的ISP小于385.134千瓦的功率损耗和最低电压振幅分布系统p.u高于0.0552。ISP的适应度函数的值,该方法比440.286低H矩阵的方法。
方法 最优开关 功率损耗(千瓦) 最低电压(p.u) 适应度函数值
随机 没有一个 - - - - - - - - - - - - - - - - - -
最初的 118,119,120,121,122,123,124,125,126,127,128,129,130,131,132 1273.4509 0.8678 1355.6134
启发式 120年43岁,23日,51岁,122年,61年,39岁,95,71,74,97,129,130,109,132 925.8662 0.9298 946.1137
H矩阵(43] 34 23日,26日,39岁,42岁,48岁,61,74,76,82,90,95,117,118,130 1311年 0.8746 1386.4
表7
最初的解决方案连接到119节点系统的初始种群。

注册会计师的NR结果展示在表使用不同的初始化方法8。虽然119节点系统,找出最优的印数径向拓扑的相当低,但很明显,使用ISP方法的成功率远远高于随机和最初的方法。具体地说,与N设置为6、10和20日注册会计师确定最优径向拓扑的成功率2%,6%,6%。同时,注册会计师使用随机和初始方法没有在所有50个运行达到最优解。同样,适应度函数的最小值和平均值和收敛代的平均数量也低于其他两种方法。图15概述了注册会计师使用ISP的效果比随机和最初的方法。图显示该指标显示海巡署使用ISP获得的最优解的质量比随机和初始方法在所有情况下的不同的值N。图16表明注册会计师使用ISP总是收敛于一个较低的值比两种比较方法。
初始化方法 随机 最初的 启发式 随机 最初的 启发式 随机 最初的 启发式 随机 最初的 启发式
N 4 4 4 6 6 6 10 10 10 20. 20. 20.
最好的配置 21日,26日,34,39岁,43岁,50岁,今年58岁,71,74,95,97,109,121,129,130 22日,25日,34岁的42岁,50岁,今年58岁,71,74,95,97,109,121,124,129,130 34 23日,26日,39岁,42岁,50岁,60岁,71,74,95,97,109,121,129,130 23日,26日,34,39岁,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 34 23日,25日,39岁,42岁,50岁,59岁,71,74,95,98,109,121,129,130 23日,25日,34岁的39,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 23日,26日,34,39岁,42岁,50岁,今年58岁,72,74,95,97,109,121,129,130 23日,26日,34,39岁,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 23日,25日,34岁的39,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 34 23日,25日,39岁,42岁,50岁,59岁,71,74,95,97,109,121,129,130 23日,26日,34,39岁,42岁,51岁,今年58岁,72,74,95,97,109,122,129,130 23日,25日,34岁的39,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130
成功率 1/50 (2%) 1/50 (2%) 1/50 (2%) 1/50 (2%) 1/50 (2%) 1/50 (2%) 1/50 (2%) 1/50 (2%) 3/50 (6%) 1/50 (2%) 1/50 (2%) 3/50 (6%)
1115.9702 1000.7436 946.1137 1007.8223 1008.2906 938.5475 933.2899 955.3646 941.198 953.1405 938.038 945.9922
879.9191 883.1292 879.6266 875.5463 876.5684 875.2876 878.2881 875.5464 875.2876 876.108 890.3894 875.2876
935.3928 921.0358 918.2238 910.9237 909.9308 905.277 907.9795 905.2039 899.547 912.387 913.1567 906.9527
性病 44.3354 22.5353 19.9554 26.6960 21.7499 18.0110 14.1697 14.9834 20.4825 15.3140 11.9615 19.8936
646.72 549.44 292.22 475.52 435.06 372.88 434.2 406.64 358.84 420.98 405.96 389年
运行时间(年代) 32.2894 33.6934 34.1316 47.2275 46.6916 39.4119 66.08 62.9562 59.8675 107.2016 112.775 105.2428
表8
比较三个案例的人口119节点系统的初始化。

图15
三种初始化方法的比较 , ,成功的速度, 119 -节点系统。

图16
平均收敛曲线的三种初始化方法和不同的人群大小119 -节点系统。

比较结果与不同的方法在文献中对119节点系统如表所示9。它表明注册会计师使用ISP可以达到相同的功率损耗和最小电压ICSA, ACSA SFS,澳洲公平工作委员会。上述方法的功率损耗和最小电压是855.0402千瓦和0.9298便士。分别u。相比,PSO与H矩阵、改进的禁忌搜索(它的)和改进的禁忌搜索(MTS)注册会计师使用ISP达到一个更高的功率损耗减少18.1698千瓦,12.3598千瓦,分别和12.3598千瓦。电压概要图所示17表明改进的电压水平在119年的初始拓扑节点系统是重要的改进节点电压幅值。最低电压振幅比允许的值低2.13%,但这已经显著提高0.8678 p.u相比原来的值。8.65%低于允许的值。
方法 最优开关 功率损耗(千瓦) 最低电压(p.u)
最初的 118,119,120,121,122,123,124,125,126,127,128,129,130,131,132 1273.4509 0.8678
注册会计师使用ISP 23日,25日,34岁的39,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 855.0402 0.9298
算法与H矩阵(43] 23日,26日,34,39岁,42岁,51 58,71,74,95,97,109,122,129,130 873.21 - - - - - -
ICSA [21] 23日,25日,34岁的39,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 855.04 0.9298
ACSA [20.] 121年42岁,25日,23日,50岁,今年58岁,39岁,95年,71年,74年,97年,129年,130年,109年,34岁 855.04 0.9298
SFS (49] 121年42岁,25日,23日,50岁,今年58岁,39岁,95年,71年,74年,97年,129年,130年,109年,34岁 855.04 0.9298
澳洲公平工作委员会(13] 23日,25日,34岁的39,42岁,50岁,今年58岁,71,74,95,97,109,121,129,130 855.04 0.9298
它(54] 42岁,26日,23日,51岁,122年,58岁的39岁,95年,71年,74年,97年,129年,130年,109年,34岁 867.4 0.9298
MTS [44] 42岁,26日,23日,51岁,122年,58岁的39岁,95年,71年,74年,97年,129年,130年,109年,34岁 867.4 0.9298
表9
该方法注册会计师之间的比较结果与其他方法使用ISP 119节点系统。

图17
电压概要文件获得119节点系统。

5。结论

摘要NR问题已经考虑减少功率损耗。加强对NR metaheuristic算法的效率问题,一个有效的方法来确定ISP基于启发式技术提出了电力系统。的方法是关闭每个初始打开开关依次解决配电系统的功率流和一个封闭的循环。一个开关在一个分支中最小的电流闭环打开,如果径向分布系统的拓扑约束是满意,开关打开了被认为是一个控制变量的ISP。ISP的解决方案是在初始种群metaheuristic算法应用到网络重构问题。验证了提出的方法的有效性,注册会计师是适应重新配置配电系统组成的33个节点,69个节点,119个节点减少功率损耗。注册会计师使用ISP的有效性一直与基于注册会计师网络重构方法相比,使用随机生成的初始种群和基于注册会计师使用初始径向配置的方法附加到初始种群。结果比较表明,提出注册会计师使用ISP获得的启发式方法可以达到一个更高的成功率和更好的质量比两种比较方法获得的解决方案。因此,提出注册会计师使用ISP的使用是一个高贡献分配系统在支持寻找更有效的径向拓扑操作分配系统。

数据可用性

三个分销系统的数据组成的33个节点,69个节点,119个节点被从[48,53,54),分别。

的利益冲突

作者宣称没有利益冲突。

引用

  1. j·a·泰勒和f·s .盘旋,“凸模型分布系统的重新配置,”IEEE电力系统,27卷,不。3、1407 - 1413年,2012页。视图:出版商的网站|谷歌学术搜索
  2. 公元前r . a . Jabr r·辛格,朋友,”最小损失网络重新配置使用整数凸规划,“IEEE电力系统,27卷,不。2、1106 - 1115年,2012页。视图:出版商的网站|谷歌学术搜索
  3. 王谢,x, c、x Wang和j .郭”的影响不同风速条件模拟方法的可靠性指标,”国际交易电气能源系统,25卷,不。2、2015。视图:出版商的网站|谷歌学术搜索
  4. m·j·j·f·Franco骑手,m . Lavorato和r·罗梅罗“整数LP模型径向电分布系统的重新配置考虑分布式发电,”电力系统研究卷。97年,51-60,2013页。视图:出版商的网站|谷歌学术搜索
  5. h·艾哈迈迪和j·r·马蒂“基于线性功率流分布系统优化配方,”IEEE电力交付,30卷,不。1、男性,2015页。视图:出版商的网站|谷歌学术搜索
  6. j·c·洛佩兹、m . Lavorato和m . j .骑士”电分布系统优化重构考虑可靠性指标改善,”国际期刊的电力和能源系统卷,78年,第845 - 837页,2016年。视图:出版商的网站|谷歌学术搜索
  7. h . f .翟m .杨b . Chen和n .康“三相不平衡分布的动态重新配置网络,”国际期刊的电力和能源系统,99卷,2018年。视图:出版商的网站|谷歌学术搜索
  8. n . v . Kovački下午Vidović,a . t . Sarić”可伸缩的动态重构算法分销网络使用拉格朗日松弛方法,”电力和能源系统的国际期刊卷,94年,第202 - 188页,2018年。视图:出版商的网站|谷歌学术搜索
  9. 答:梅林和h,“搜索最小损失操作生成树配置在城市配电系统,”第五届电力系统计算研讨会论文集(PSCC)英国剑桥,页队,1975年。视图:谷歌学术搜索
  10. s . Civanlar j·j·h·阴,遍布全球,和s . s . h·李,“配电馈线重构损失减少,”IEEE电力交付,3卷,不。3、1217 - 1223年,1988页。视图:出版商的网站|谷歌学术搜索
  11. d . Shirmohammadi和h·w·香港”,重新配置的电力分销网络电阻线损失减少,”IEEE电力交付,4卷,不。2、1492 - 1498年,1989页。视图:出版商的网站|谷歌学术搜索
  12. s·k·巴苏和s . k .他,:“新算法的配电网馈线重构损失最小化,“IEEE电力交付,7卷,不。3、1484 - 1491年,1992页。视图:出版商的网站|谷歌学术搜索
  13. A·默罕默德·伊姆兰和m . Kowsalya”一种新的电力系统功率损耗最小化的重构方案和电压概要文件使用烟花算法增强,”国际期刊的电力和能源系统卷,62年,第322 - 312页,2014年。视图:出版商的网站|谷歌学术搜索
  14. r . Chidanandappa、t . Ananthapadmanabha和h . c . Ranjith“基于遗传算法的网络重新配置在分销系统与多个DGs时变负载,”Procedia技术21卷,第467 - 460页,2015年。视图:出版商的网站|谷歌学术搜索
  15. h . Souifi o . Kahouli, h .赴麦加朝圣阿卜杜拉,“多目标配电网重构优化问题。”电气工程,卷101,不。1、45 - 55,2019页。视图:出版商的网站|谷歌学术搜索
  16. 答:a . m . Raposo a·b·罗德里格斯和m Da东望洋炮台、Da Silva“强劲的计放置状态估计考虑配电网络重构年度减少能量损失,”电力系统研究文章ID 106233卷,182年,2019年。视图:出版商的网站|谷歌学术搜索
  17. a . v . Truong t . n .吨,t·t·阮和t . l . Duong”两种状态的最优位置和容量的分布式发电机考虑网络重新配置基于运动员根的功率损耗最小化算法,”能量,12卷,不。1,p。106年,2019。视图:出版商的网站|谷歌学术搜索
  18. t·t·阮t·t·阮a . v . Truong问:t·阮和t . a . Phung”使用runner-root算法、多目标配电网重构解决方案”应用软计算52卷,第108 - 93页,2017年。视图:出版商的网站|谷歌学术搜索
  19. t·t·阮和a . v . Truong分销网络重新配置功率损耗最小化和电压概要文件使用布谷鸟搜索算法改进,”国际期刊的电力和能源系统卷,68年,第242 - 233页,2015年。视图:出版商的网站|谷歌学术搜索
  20. t·t·阮、A . v . Truong和t . A . Phung”小说的方法基于自适应布谷鸟搜索最优网络重构和分布式发电分配在分销网络,”国际期刊的电力和能源系统卷,78年,第815 - 801页,2016年。视图:出版商的网站|谷歌学术搜索
  21. t·t·阮和t·t·阮”一种改进的布谷鸟搜索算法的配电网重构的问题,“应用软计算,第84卷,第105720页,2019年。视图:出版商的网站|谷歌学术搜索
  22. r . s . Rao s Venkata l . Narasimham m·r·拉贾和s . Rao,“大规模分布的最优网络重新配置系统利用和声搜索算法,”IEEE电力系统事务,26卷,不。3、1080 - 1088年,2011页。视图:出版商的网站|谷歌学术搜索
  23. j . c . Mayo-Maldonado j.p.铁砧,o . Micheloud”的多目标进化方法恢复二级分销网络规划和优化条件,”应用软计算文章ID 106182卷,90年,2020年。视图:出版商的网站|谷歌学术搜索
  24. c, c·李,张x, y汉,g . Li”重新配置的分销网络与分布式发电使用双混合粒子群优化算法,”数学问题在工程卷,2017篇文章ID 1517435, 10页,2017。视图:出版商的网站|谷歌学术搜索
  25. n . t . Thuan p . n .协福t . v .安,p . A .老爷和n . t . Thang“回溯搜索算法的配电网重构问题,”2015年AETA:电气工程和相关科学的最新进展施普林格,页223 - 230年,柏林,德国,2015年。视图:出版商的网站|谷歌学术搜索
  26. t . l . Duong和t·t·阮”网络重新配置电分布系统与分布式发电机根据共生有机体搜索,“技术与应用科学研究,9卷,不。6,4925 - 4932年,2019页。视图:谷歌学术搜索
  27. r . Pegado z Naupari、y莫利纳和c·卡斯蒂略“径向分布网络重新配置功率损耗减少基于改进选择性全局搜索,“电力系统研究卷,169年,第213 - 206页,2019年。视图:出版商的网站|谷歌学术搜索
  28. r . v . a .蒙泰罗j . p . Bonaldo r·f·达席尔瓦和a . s . Bretas“电气配电网络重构优化光伏分布式发电和储能,”电力系统研究文章ID 106319卷,184年,2020年。视图:出版商的网站|谷歌学术搜索
  29. a . Ameli a . Ahmadifar M.-H。Shariatkhah, m . Vakilian M.-R。Haghifam”,一个动态方法在智能配电系统馈线重构和电容器切换,”国际期刊的电力和能源系统卷,85年,第211 - 200页,2017年。视图:出版商的网站|谷歌学术搜索
  30. 美国Ganesh和r . Kanimozhi Meta-heuristic技术网络重构与光伏和d-statcom分配制度,“专业生成、传输和分配,12卷,不。20日,第4535 - 4524页,2018年。视图:出版商的网站|谷歌学术搜索
  31. 贾法里,h . Ganjeh Ganjehlou, f . Baghal Darbandi, b . Mohammadi-Ivatloo和m . Abapour”动态和多目标重构的分销网络使用一种新颖的混合算法和并行处理能力,”应用软计算文章ID 106146卷,90年,2020年。视图:出版商的网站|谷歌学术搜索
  32. g .一位和k . Rajangam灰狼多目标优化算法相结合的网络重构和D-STATCOM分配在分销系统中,“国际交易电气能源系统卷,29号11、21、2019页。视图:出版商的网站|谷歌学术搜索
  33. f . Maamri s Bououden m . Chadli i Boulkaibet”培军。metaheuristic算法参数识别的混乱的电气系统,”国际期刊的平行,紧急和分布式系统,33卷,不。5,490 - 502年,2018页。视图:出版商的网站|谷歌学术搜索
  34. t·t·阮李奉儒Duong, a . t . Doan”输电电网的最优操作通过使用改进的随机分形搜索算法,”神经计算和应用,33卷,不。5,490 - 502年,2019页。视图:出版商的网站|谷歌学术搜索
  35. z n . h·阿瓦德·m·阿里,r . Mallipeddi和p . n . Suganthan”OPF建立一个高效的微分进化算法随机active-reactive电力调度问题考虑可再生能源发电,”应用软计算卷,76年,第458 - 445页,2019年。视图:出版商的网站|谷歌学术搜索
  36. 答:a . z迪亚布h . m .苏丹,o . n .“库兹涅佐夫”“最佳混合太阳能/风能/水力分级抽水蓄能能源系统基于不同的meta-heuristic技术在埃及,”环境科学与污染研究2019年出版社。视图:出版商的网站|谷歌学术搜索
  37. t·t·阮t·d·范教授l . c .前和l·范·戴“改善土狼优化算法对优化安装太阳能光伏代单位分布在径向分布电源系统,”复杂性ID 1603802条,卷。2020年,34页,2020。视图:出版商的网站|谷歌学术搜索
  38. X.-S。杨,工程优化:与Metaheuristic应用程序的介绍新泽西州霍博肯市约翰·威利& Sons,美国,2010年。
  39. Boulkaibet, k . Belarbi s Bououden m . Chadli和t . Marwala”一个自适应模糊预测控制的非线性过程基于multi-kernel最小二乘支持向量回归,”应用软计算卷,73年,第590 - 572页,2018年。视图:出版商的网站|谷歌学术搜索
  40. C.-T。苏,张炳扬。常,j。邱”,分销网络重新配置损失减少的蚁群搜索算法,”电力系统研究,卷75,不。2 - 3、190 - 199年,2005页。视图:出版商的网站|谷歌学术搜索
  41. m . j . Hadidian-Moghaddam s Arabi-Nowdeh m . Bigdeli和d . Azizian“分布式发电的多目标最优规模和选址使用ant狮子优化技术,”Ain Shams工程杂志,9卷,不。4、2101 - 2109年,2018页。视图:出版商的网站|谷歌学术搜索
  42. h·艾哈迈迪和j·r·马蒂”损耗最小网络重新配置:一个最小生成树问题,“可持续能源、网格和网络卷1 - 2015页。视图:出版商的网站|谷歌学术搜索
  43. h . Karimianfard和h . Haghighat”,一个初始点策略优化分配系统重新配置,”电力系统研究文章ID 105943卷,176年,2019年。视图:出版商的网站|谷歌学术搜索
  44. a . y作为礼尚往来,f·m·穆罕默德·s . f . Mekhamer和m·a·l·巴德尔,“分销系统重新配置使用修改后的禁忌搜索算法,”电力系统研究,卷80,不。8,943 - 953年,2010页。视图:出版商的网站|谷歌学术搜索
  45. a . y作为礼尚往来,f·m·穆罕默德·s . f . Mekhamer和m·a·l·巴德尔,“分销系统重新配置使用修改后的粒子群优化算法,”电力系统研究,卷79,不。11日,第1530 - 1521页,2009年。视图:出版商的网站|谷歌学术搜索
  46. r·d·齐默尔曼,c, e . Murillo-Sanchez和r . j .托马斯“Matpower:稳态操作、规划、电力系统研究和分析工具和教育,“IEEE电力系统,26卷,不。1,19,2011页。视图:出版商的网站|谷歌学术搜索
  47. r . l . Haupt和s e . Haupt实用遗传算法新泽西州霍博肯市约翰·威利& Sons,美国,第二版,2004年版。
  48. Baran和f·f·吴”,网络重新配置在分销系统减少损失和负载平衡,”IEEE电力交付,4卷,不。2、1401 - 1407年,1989页。视图:出版商的网站|谷歌学术搜索
  49. t·t·Tran k h . Truong, d . n .签证官“随机分形搜索算法重构的分销网络与分布式代,”Ain Shams工程杂志2019年出版社。视图:出版商的网站|谷歌学术搜索
  50. k . Jasthi d Das,“同声分布系统重构和DG分级算法没有负载流解决方案,“专业生成、传输和分配,12卷,不。6,1303 - 1313年,2018页。视图:出版商的网站|谷歌学术搜索
  51. k . s . Sambaiah和t . Jayabarathi”最优重构和可再生分布式发电在电力分配系统,分配”国际环境能源杂志》上2019年,2019年,页1 - 14。视图:出版商的网站|谷歌学术搜索
  52. m . f . Abd El-Salam、大肠Beshr和m . b . Eteiba”一个新的混合技术,减少功率损耗分配系统的最优规模和选址的分布式发电机与网络重构,”能量卷。11日,12页,2018。视图:出版商的网站|谷歌学术搜索
  53. 》。蒋介石和r . Jean-Jumeau“最佳网络重新配置需要分配系统。二世。解算法和数值结果。”IEEE电力交付,5卷,不。3、1568 - 1574年,1990页。视图:出版商的网站|谷歌学术搜索
  54. d·张,傅z和l .张“损最小重构的改进TS算法在大规模分布系统中,“电力系统研究,卷77,不。5 - 6,685 - 694年,2007页。视图:出版商的网站|谷歌学术搜索

版权©2020 Thuan Nguyen Thanh等。这是一个开放访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

更多相关文章

PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点564年
下载531年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读。