Optymalna dyspozycja mocy czynnej i biernej dla systemu elektroenergetycznego z wykorzystaniem sztucznej inteligencji

W niniejszej publikacji rozwiązano problem optymalnego rozdzielania mocy czynnej i biernej przy użyciu algorytmów opartych na inteligencji roju i inspirowanych biologią. Zaproponowano nowe podejście wykorzystujące algorytm wyszukiwania kukułki (CS) do rozwiązywania problemu optymalnego przepływu mocy (OPF) poprzez optymalne ustawienie zmiennych sterujących. Standardowe funkcje celu dotyczące optymalnego przepływu mocy czynnej i biernej tj. minimalizacja całkowitego kosztu wytwarzania i strat mocy czynnej. Wyszukiwanie kukułki to algorytm inspirowany biologią oparty na zachowaniu ptaków kukułek podczas wysiadywania jaj. Algorytm ten może wyszukiwać globalne rozwiązanie przy użyciu wielu ścieżek. Wyniki symulacji proponowanego podejścia porównano z innymi technikami inteligencji rojowej tj. zmodyfikowanej optymalizacji roju cząstek (MPSO). Problem przetestowano na standardowym systemie 30-bus 6 generatorów IEEE. Równania przepływu mocy i równanie bilansu obciążenia są traktowane jako ograniczenia równości. Analizę wydajności tego problemu OPF przy użyciu algorytmu wyszukiwania kukułki przeprowadzono poprzez sprawdzenie różnych kombinacji wartości powiązanych parametrów.