Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Mesh grid power quality enhancement with synchronous distributed generation: optimal allocation planning using breeder genetic algorithm

Tytuł:
Mesh grid power quality enhancement with synchronous distributed generation: optimal allocation planning using breeder genetic algorithm
Autorzy:
Yusran, Yusran
Rahman, Yuli Asmi
Gunadin, Indar Chaerah
Said, Sri Mawar
Syafaruddin, Syafaruddin
Data publikacji:
2020
Słowa kluczowe:
synchronous distributed generation
breeder genetic algorithm
power losses
voltage profile
synchroniczne generowanie rozproszone
algorytm genetyczny
strata mocy
profil napięciowy
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie  Pełny tekst  Link otwiera się w nowym oknie
This paper discusses optimal allocation planning of synchronous distributed generation (SDG) on mesh grid power system, using breeder genetic algorithm (BGA) method. This optimization technique was built to allocate SDG units for obtaining the smallest power losses, while all buses voltage awakens in standard value. Furthermore, the proposed method was tested on IEEE 30 bus test system, and the optimal solution was reached for three SDG unit installation on 27.73 MW + j1.502 MVAr total power, with 22.46% power losses reduction.
W artykule omówiono optymalne planowanie alokacji synchronicznej generacji rozproszonej (SDG) w systemie elektroenergetycznym sieci kratowej z wykorzystaniem metody algorytmu genetycznego rozpłodnika (BGA). Ta technika optymalizacji została zbudowana w celu alokacji jednostek SDG dla uzyskania najmniejszych strat mocy, podczas gdy napięcie wszystkich magistrali zawiera się w wartości standardowej. Ponadto zaproponowana metoda została przetestowana na systemie testowym magistrali IEEE 30 i osiągnięto optymalne rozwiązanie dla instalacji trzech jednostek SDG o łącznej mocy 27,73 MW + j 1,502 MVAr, przy obniżeniu strat mocy o 22,46%.
Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies