文献

J-GLOBAL ID：201902280499447352   整理番号：19A2570096

効率的ハイブリッド最適化アルゴリズムを用いた動径分布ネットワークにおける分散発電の割当【JST・京大機械翻訳】

Allocation of Distributed Generation in Radial Distribution Networks Using an Efficient Hybrid Optimization Algorithm

著者 (5件)： Khasanov Mansur (State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing, 400030, China) ,  Kamel Salah (State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing, 400030, China) ,  Xie Kaigui (State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing, 400030, China) ,  Zhou Ping (State Grid Chongqing Economic Research Institute, Chongqing, China) ,  Li Bo (State Grid Chongqing Economic Research Institute, Chongqing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISGT Asia  ページ： 1300-1305  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 需要負荷の段階的な増加は電力損失を増加させ,バス電圧を低下させる配電系統の自然プロセスと考えられている。一般的に,非最適配分における設置配電発電(DG)ユニットは,高エネルギー損失,低電力品質,電圧不均衡,および高運転コストを引き起こす可能性がある。本論文は,動径分布ネットワークにおけるDGの最適位置とサイズを決定するために,教師学習ベースの最適化(TLBO)と人工ハチコロニー(ABC)に基づくハイブリッド最適化(TLABC)技術の応用を提案した。探索空間を減らすために,いくつかの候補バスを損失感度因子(L)を用いて決定した。次に,TLABCを適用して,選択したバス間のDGの配分を同定した。提案したアルゴリズムを標準33母線試験システムに適用し,実際の電力損失と最大コスト節約に関する他のよく知られた最適化技術と比較して,その有効性と優位性をチェックした。結果は,提案したアルゴリズムには優れた特性,定常収束特性,および良い計算効率があることを証明した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  配電系統 ,  *ネットワーク ,  有効性 ,  *発電 ,  学習 ,  電圧 ,  最適化手法 ,  *アルゴリズム ,  配電
準シソーラス用語： *ハイブリッド最適化 ,  不均衡 ,  最適配置 ,  電力損失 ,  *分散型発電 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： ハイブリッド最適化アルゴリズム ,  動径分布 ,  分散発電 ,  割当