文献

J-GLOBAL ID：202202235356053689   整理番号：22A0903185

マルチ/単一目的最適電力潮流のための改良型Archimedes最適化アルゴリズム【JST・京大機械翻訳】

A Improved Archimedes Optimization Algorithm for multi/single-objective Optimal Power Flow

著者 (1件)： Akdag Ozan (Turkish Electricity Transmission Corporation, Malatya, Turkey)
資料名： Electric Power Systems Research  (Electric Power Systems Research)
巻： 206  ページ： Null  発行年： 2022年 
JST資料番号： C0994A  ISSN： 0378-7796  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,改良Archimedes最適化アルゴリズム(IAOA)を提案し,最適電力潮流問題(OPF)を解いた。このIAOAアルゴリズムを改善する目的はAOAにおける個体群多様性を増加させ,さらにAOAの開発と探索の間のバランスを改善し,早熟収束問題を避けることである。IAOA戦略は,隣接データがオブジェクト間で転送できる各オブジェクトの近傍を構築するために異なるアプローチを使用する。このプロセスには次元学習ベース戦略を用いた。IAOAとAOAは,IEEE 30バス,IEEE 57バス,および16バスの南Marmara地域伝送システムに関して調査された。提案したIAOAとAOAの有効性を,標準IEEE 30バスとIEEE 57バスシステムによって試験し,シミュレーション結果を,近年の文献において公開されているように,異なる技術と比較した。さらに,本研究では,オフショアウィンドファーム(OWF)と16バス南Marmara伝送システムをモデル化し,その後,OWFを16バス南Marmara伝送システムに統合した。その後,IAOAと他のアルゴリズムをこの伝送システムにおける燃料放出の最小化のために試験した。得られたシミュレーション結果と種々の手法との比較は,IAOAがロバスト性を提供することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  学習 ,  *最適化手法 ,  *潮流計算 ,  *電力潮流 ,  IEEE ,  送信方式 ,  個体群 ,  有効性 ,  ロバスト性 ,  思春期早発症
準シソーラス用語： Marmara ,  *最適電力潮流 , 【Automatic Indexing@JST】

著者キーワード (4件)： OPF ,  燃料排出 ,  改良Archimedes最適化アルゴリズム ,  グリーンエネルギー

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (3件)： マルチ ,  最適電力潮流 ,  最適化アルゴリズム