Tendances récentes en matière d’optimisation des systèmes factuels

Cet ouvrage vise à présenter deux nouveaux algorithmes métaheuristiques, l’algorithme des prédateurs marins (MPA) et le Giant Trevally Optimizer (GTO), pour le placement optimal des dispositifs FACTS dans les réseaux électriques soumis à la déréglementation afin de réduire la congestion et de maximiser l’efficacité de la transmission. Dans un premier temps, l’algorithme MPA est utilisé pour optimiser le placement des FACTS sur la base d’une analyse de contingence dans un réseau indien EHV à quatre et 24 bus. Des améliorations de grande ampleur sont constatées après le placement des FACTS : la quantité de congestion a diminué de 8 à 4, la surcharge de puissance de 543,07 MW à 385,08 MW, et la gravité globale des surcharges de 34,77 à 20,75. Des études comparatives utilisant la programmation évolutionnaire (EP) confirment que l’AMP entraîne des coûts de production inférieurs, par exemple 2,732 millions de dollars avec les UPFC contre 2,738 millions de dollars avec l’EP dans le réseau à 24 bus. Au cours de la deuxième phase, l’algorithme GTO résout le dimensionnement et le placement des FACTS dans les modèles IEEE à 14 et 30 bus avec différentes conditions de charge réactive. Le travail présenté prouve que l’optimisation hybride des FACTS basée sur une métaheuristique peut potentiellement améliorer la gestion de la congestion et la fiabilité du système dans les marchés restructurés.