Comparison of multiobjective harmony search, cuckoo search and bat-inspired algorithms for renewable distributed generation placement
Portada
Cargando...
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Instituto Tecnológico Metropolitano (ITM)
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Descripción
Electric power losses have a significant impact on the total costs of distribution networks. The use of renewable energy sources is a major alternative to improve power losses and costs, although other important issues are also enhanced such as voltage magnitudes and network congestion. However, determining the best location and size of renewable energy generators can be sometimes a challenging task due to a large number of possible combinations in the search space. Furthermore, the multiobjective functions increase the complexity of the problem and metaheuristics are preferred to find solutions in a relatively short time. This paper evaluates the performance of the cuckoo search (CS), harmony search (HS), and bat-inspired (BA) algorithms for the location and size of renewable distributed generation (RDG) in radial distribution networks using a multiobjective function defined as minimizing the energy losses and the RDG costs. The metaheuristic algorithms were programmed in Matlab and tested using the 33-node radial distribution network. The three algorithms obtained similar results for the two objectives evaluated, finding points close to the best solutions in the Pareto front. Comparisons showed that the CS obtained the minimum results for most points evaluated, but the BA and the HS were close to the best solution.
Las pérdidas eléctricas tienen un impacto significativo en los costos totales de las redes de distribución. El uso de las energías renovables es una gran alternativa para mejorar las pérdidas y los costos, aunque también otros problemas en las magnitudes de las tensiones y la congestión de la red pueden ser mejorados. Sin embargo, determinar la mejor localización y dimensionamiento de generadores eléctricos renovables puede ser a veces una tarea difícil debido al gran número de combinaciones posibles existentes en el espacio de búsqueda. Además, el uso de funciones multiobjetivo incrementa la complejidad del problema y se prefiere usar las metaheurísticas para encontrar soluciones en un tiempo relativamente corto. En este trabajo se evalúa el desempeño de los algoritmos inspirados en búsqueda cuco, búsqueda armónica y murciélagos para la localización y dimensionamiento de la generación distribuida renovable en redes de distribución radiales, usando funciones como la minimización de las pérdidas de energía y los costos de la generación distribuida renovable. Las metaheurísticas fueron programadas en Matlab y evaluadas usando la instancia denominada red de distribución radial de 33 nodos. Los tres algoritmos evaluados obtuvieron resultados similares para los dos objetivos evaluados, encontrando Frentes de Pareto cercanos a las mejores soluciones. La comparación realizada mostró que la búsqueda cuco obtiene los mejores resultados, pero los algoritmos inspirados en murciélagos y búsqueda armónica obtuvieron resultados cercanos a la mejor solución.
Las pérdidas eléctricas tienen un impacto significativo en los costos totales de las redes de distribución. El uso de las energías renovables es una gran alternativa para mejorar las pérdidas y los costos, aunque también otros problemas en las magnitudes de las tensiones y la congestión de la red pueden ser mejorados. Sin embargo, determinar la mejor localización y dimensionamiento de generadores eléctricos renovables puede ser a veces una tarea difícil debido al gran número de combinaciones posibles existentes en el espacio de búsqueda. Además, el uso de funciones multiobjetivo incrementa la complejidad del problema y se prefiere usar las metaheurísticas para encontrar soluciones en un tiempo relativamente corto. En este trabajo se evalúa el desempeño de los algoritmos inspirados en búsqueda cuco, búsqueda armónica y murciélagos para la localización y dimensionamiento de la generación distribuida renovable en redes de distribución radiales, usando funciones como la minimización de las pérdidas de energía y los costos de la generación distribuida renovable. Las metaheurísticas fueron programadas en Matlab y evaluadas usando la instancia denominada red de distribución radial de 33 nodos. Los tres algoritmos evaluados obtuvieron resultados similares para los dos objetivos evaluados, encontrando Frentes de Pareto cercanos a las mejores soluciones. La comparación realizada mostró que la búsqueda cuco obtiene los mejores resultados, pero los algoritmos inspirados en murciélagos y búsqueda armónica obtuvieron resultados cercanos a la mejor solución.