استفاده از الگوریتمACO در طراحی شبکه‌های توزیع شعاعی

محورهای موضوعی : انرژی های تجدیدپذیر

رضا روشن‌فکر ¹ , مجتبی دوست‌فاطمه ² , هادی صدوقی‌یزدی ³

1 - کارشناس ارشد /دانشگاه تربیت معلم سبزوار
2 - کارشناس برق و الکترونیک/دانشگاه تربیت معلم سبزوار
3 - استادیار /دانشگاه تربیت معلم سبزوار

تاریخ دریافت : 1388/06/30 تاریخ پذیرش : 1389/02/05 تاریخ انتشار : 1389/08/10

کلید واژه: الگوریتم PSO, الگوریتم ACO, طراحی شبکه‌های توزیع شعاعی, الگوریتم تعیین سطح تغذیه,

چکیده مقاله :

الگوریتم ACO یکی از روش‌هایِ مناسبِ بهینه‌سازی در حل مسائل پیچیده برگرفته از طبیعت کولونیِ مورچه‌ها است. در این مقاله برای اولین بار از این الگوریتم در طراحی بهینه شبکه‌های توزیع شعاعی که در آنها مسیر تغذیه مشخص است، استفاده می‌شود. این الگوریتم ضمن ارائه میزان نفوذ هر یک از سطوح ولتاژ در شبکه مورد مطالعه، ظرفیت بهینه ترانسفورماتور‌ها و سطح مقطع بهینه فیدرها را در هر یک از سطوح ولتاژی ارائه می‌نماید. الگوریتم فوق بر روی یک شبکه نمونة 23 شینه اجرا شده و نتایج آن نشانة برتری روش ارائه شده نسبت به روشِ الگوریتم PSO و الگوریتمِ سطح تغذیه است. نقطه قوت این الگوریتم سرعت بالا، یعنی بیشتر از 240 برابر الگوریتم تعیین سطح تغذیه و بیش از 18 برابر الگوریتم PSO و همچنین کاهش 10 درصدی (بطور متوسط) قیمت نهایی در مقایسه با دیگر الگوریتم‌های موجود به سبب اضافه کردن ظرفیت ترانسفورماتور‌ها به عنوان متغیر فضای جستجو می‌باشد.

چکیده انگلیسی:

This paper presents a new approach for radial distributed network planning with using ACO algorithm. Ant colony optimization algorithm (ACO) is one of the best methods for optimization in difficult discrete problems. The new algorithm determines the optimal configuration of network and voltage level of each section of the feeders and calculates the optimum rating of the transformers and the size of each section of the feeders. This algorithm applied to a real 23-feeder radial test network of Gilan Regional Electricity Company inIran. The results validate the superiority of new algorithm in comparison with particle swarm optimization (PSO) and supplying area algorithm. The important characteristics of this algorithm in this paper are its high speed in solving problems for instance 240 times of supplying area algorithm time and 18 times of PSO algorithm time and 10% decreasing of final cost because of considering the transformers rating as an another searching space variable.