N Ahamed Hussain Asif / R Nagarajan / S SELVAPERUMAL
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Niniejsza książka ma na celu przedstawienie dwóch nowych algorytmów metaheurystycznych, Marine Predators Algorithm (MPA) i Giant Trevally Optimizer (GTO), do optymalnego rozmieszczania urządzeń FACTS w systemach elektroenergetycznych w warunkach deregulacji w celu zmniejszenia zatorów i maksymalizacji wydajności przesyłu. W pierwszej kolejności algorytm MPA został wykorzystany do optymalizacji rozmieszczenia urządzeń FACTS w oparciu o analizę awaryjną zarówno w czteroprzewodowej, jak i 24-przewodowej indyjskiej sieci NN. Po rozmieszczeniu FACTS nastąpiła znaczna poprawa: ilość przeciążeń spadła z 8 do 4, przeciążenie mocy z 543,07 MW do 385,08 MW, a ogólna dotkliwość przeciążeń z 34,77 do 20,75. Badania porównawcze z wykorzystaniem programowania ewolucyjnego (EP) potwierdzają, że MPA generuje niższe koszty wytwarzania, np. 2,732 mln USD z UPFC w porównaniu do 2,738 mln USD z EP w sieci 24-busowej. W drugiej fazie algorytm GTO rozwiązuje dobór i rozmieszczenie FACTS w modelach IEEE 14-bus i 30-bus z różnymi warunkami obciążenia biernego. Przedstawiona praca dowodzi, że hybrydowa optymalizacja FACTS oparta na metaheurystyce może potencjalnie poprawić zarządzanie ograniczeniami i niezawodność systemu na zrestrukturyzowanych rynkach.
