Zastosowanie algorytmu koewolucyjnego zintegrowanego z systemem klasyfikującym w celu optymalizacji pracy elektroenergetycznych sieci dystrybucyjnych

Problem optymalizacji konfiguracji elektroenergetycznych sieci dystrybucyjnych przy zmieniającym się obciążeniu oraz w stanach awarii sieci może być rozpatrywany jako problem optymalizacji wielokryterialnej. W artykule zaprezentowano algorytm koewolucyjny z pamięcią na poziomie populacji, pozwalający na odszukiwanie rozwiązań paretooptymalnych, jakim są w analizowanym zadaniu optymalizowane konfiguracje sieci. Opracowana metoda wykorzystuje przy organizacji tzw. pamięci populacyjnej algorytmu ewolucyjnego podstawy teoretyczne systemów klasyfikujących. Przedstawiona w artykule metoda umożliwia efektywne odszukiwanie optymalnych konfiguracji sieci dystrybucyjnych dla różnych obciążeń sieciowych oraz dla stanów awarii sieci.

---

The methodology of restoring power supply to consumers in case of a distribution grid failure is an important issue in the literature on operation and reliability of electrical energy distribution grids. Presented is here a concept of a new method which supports the work of distribution grids operators in case of a failure with the use of a classifier system working in tandem with a coevolutionary algorithm. The method presented here enables constructing scenarios for adjustments of medium voltage power distribution grids configuration (power system switchgear operation adjustments). The developed method is based on theoretical rudiments of genetic-based machine learning systems. This method uses informations on previous power distribution grid failures and enables using information from the simulated failures. Decision variables which, among other things, take into account the reliability parameters of distribution grid elements, have been described using the fuzzy set theory. Described are also sample calculations related to failures of a selected power distribution grid with the aid of the developed method.