The author also wishes to express his deep and sincere thanks to Associate Professor Dr. Weerakorn Ongsakul, research advisor, for his valuable guidance and timely suggestions throughout the research process. This report proposes a particle swarm optimization (PSO) algorithm for optimal placement of distributed generated (DG) in primary distribution systems to minimize the total real power loss.
The proposed PSO algorithm is used to determine the optimal size and location of multi-DGs. Four types of DGs are considered and the distribution load current is used to calculate the exact loss. Test results indicate that the PSO method can achieve better results than the simple heuristic search method and genetic algorithms (GA) on the 33-bus and 69-bus radial distribution systems.
The PSO can achieve maximum loss reductions for each of four types of optimally placed multi-DGs.
ความเปนมาและความสําคัญของปญหา
วัตถุประสงคของการวิจัย
คําถามการวิจัย
สมมุติฐานการวิจัย
ขอบเขตของการวิจัย
นิยามศัพท
ความรูพื้นฐานเกี่ยวกับเรื่องที่วิจัย
ทฤษฎีที่รองรับเรื่องที่วิจัย
ผลการวิจัยที่เกี่ยวของ
สรุป
การวางหลักวิธีในการหาคําตอบ (P ROBLEM F ORMULATION )
กระบวนการคํานวณ (C OMPUTATIONAL P ROCEDURE )
ค่าที่เหมาะสมคือ 2.0 (G. Zwe-Lee, 1993; T. Aruldoss Albert Victoirea และ A. Ebenezer Jeyakumarb, 2004) ระหว่างการสำรวจในท้องถิ่น (Local Exploration) และ Global Exploration (Global Exploration) ระหว่างการค้นหาโดยทั่วไปจะลดลงจาก 0.9 เป็น 0.4 (G. Zwe-Lee, 1993; T. Aruldoss Albert Victoirea และ A. Ebenezer Jeyakumarb, 2004) ค่าของ w โดยทั่วไปถูกกำหนดโดยสมการ รูปที่ 3.1 ขั้นตอนการคำนวณ 4) นำขนาดและตำแหน่งของเครื่องกำเนิดไฟฟ้าแบบกระจายในขั้นตอน (3) ไปคำนวณการสูญเสียกำลังในระบบจำหน่ายมาตรฐานจากสมการวัตถุประสงค์ 9) ขนาดและตำแหน่งของเครื่องกำเนิดแบบกระจายนั้นได้มาจากกระบวนการเคลื่อนที่ของอนุภาคที่เหมาะสมที่สุด
PSO Compute of The 69 bus test system
Optimal DG Placement for DG Type 1
Optimal DG Placement for DG Type 2
Optimal DG Placement for DG Type 3
Optimal DG Placement for DG Type 4
การครอสโอเวอรแลวทําใหเกิดรุนลูก
แนวคิดของการคนหาจุดตามแบบ PSO
ค่าที่เหมาะสมที่สุดคือ 2.0 (G. Zwe-Lee, 1993; T. Aruldoss Albert Victoirea และ A. Ebenezer Jeyakumarb, 2004) มีความสมดุลระหว่างการสำรวจในท้องถิ่น (Local Exploration) และ Global Exploration (Global Exploration) โดยทั่วไปจะตั้งค่าเป็นลดลง จาก 0.9 เป็น 0.4 ระหว่างการค้นหา (G. Zwe-Lee, 1993; T. Aruldoss Albert Victoirea และ A. Ebenezer Jeyakumarb, 2004) ค่าของ w โดยทั่วไปถูกกำหนดโดยสมการ
กระบวนการคํานวณ
ค่าที่เหมาะสมคือ 2.0 (G. Zwe-Lee, 1993; T. Aruldoss Albert Victoirea และ A. Ebenezer Jeyakumarb, 2004) ระหว่างการสำรวจในท้องถิ่น (Local Exploration) และ Global Exploration (Global Exploration) โดยทั่วไปจะมีการตัดสินใจที่จะลดลงจาก 0.9 เป็น 0.4 ในระหว่างการวิจัย (G. Zwe-Lee, 1993; T. Aruldoss Albert Victoirea และ A. Ebenezer Jeyakumarb, 2004) มูลค่า ของ w โดยทั่วไปถูกกำหนดโดยสมการ 4) หาขนาดและตำแหน่งของเครื่องกำเนิดไฟฟ้าแบบกระจายในขั้นตอน (3) เพื่อคำนวณการสูญเสียกำลังในระบบจำหน่ายมาตรฐานจากสมการวัตถุประสงค์ 9) ขนาดและตำแหน่งของเครื่องกำเนิดแบบกระจายนั้นได้มาจากกระบวนการเคลื่อนที่ของอนุภาคที่เหมาะสมที่สุด
แผนภาพเสนเดียว (one-line diagram) ของระบบมาตรฐาน IEEE 33 บัส
แผนภาพเสนเดียว (one-line diagram) ของระบบมาตรฐาน IEEE 69 บัส
Convergence characteristic of the 69 bus test system
The total loss distribution from 100 trials of a 69 bus test system
Hashem Nehrir, “Analytical approaches to optimal placement of distributed generation sources in power systems,” IEEE Transactions on Power Systems. Mithulanathan, “An Analytical Approach to DG Allocation in Primary Distribution Network,” International Journal of Electrical Power & Energy System. Andrew Keane and Mark O'Malley, "Optimal Allocation of Embedded Generation on Distribution Networks," IEEE Transactions on Power System.
Wichit Krueasuk and Weerakron Ongsakul, “Optimal layout of distributed generation using particle swarm optimization,” Proc.AUPEC 2006. Sezer etal, “Different schemes of induction generators for wind power generation,” Power Systems Research. Emad Elbeltagi, Tarek Hegazy, and Donald Grierson, “Comparison of Five Evolutionary-Based Optimization Algorithms,” Advanced Engineering Informatics.
Al-Tabtabai H, Alex PA, "Using Genetic Algorithms to Solve Construction Optimization Problems", Eng Constr Archit Manage. Kennedy J and Eberhart R, "Particle Swarm Optimizer", IEEE International Conference on Neural Networks (Perth, Australia), IEEE Service Center Piscataway, NJ, IV. Buhari, "A Novel Method for Loss Minimization in Distribution Networks", Continuation of the International Conference on Deregulation and Restructuring of Electricity Companies and Energy Technologies.
Zwe-Lee G., “Particle swarm optimization to solve the economic dispatch considering the generator constraints”, IEEE Trans.
แรงดันไฟฟาที่ตําแหนงบัส กอนและหลังการติดตั้ง DGsแบบที่ 4 จํานวน 3 เครื่อง
กระแสไฟฟาในสายปอนกอนและหลังการติดตั้ง DG แบบที่ 4 จํานวน 3 เครื่อง
