Розробка генетичного алгоритму розміщення джерел живлення у розподіленій електричній мережі

Автор(и)

  • Ievgen Fedorchenko Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063, Україна https://orcid.org/0000-0003-1605-8066
  • Andrii Oliinyk Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063, Україна https://orcid.org/0000-0002-6740-6078
  • Alexander Stepanenko Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063, Україна https://orcid.org/0000-0002-0267-7440
  • Tetiana Zaiko Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063, Україна https://orcid.org/0000-0003-1800-8388
  • Serhii Korniienko Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063, Україна https://orcid.org/0000-0002-5435-0773
  • Nikita Burtsev https://orcid.org/0000-0002-4416-8513

DOI:

https://doi.org/10.15587/1729-4061.2019.180897

Ключові слова:

генетичний алгоритм, джерело живлення, еволюційний алгоритм, система електропостачання, комбінаторний аналіз

Анотація

Розглянуто проблему обґрунтування розвитку складних розподільних систем електропостачання як ієрархія завдань, на першому етапі якої розв’язання завдання вибору раціональної конфігурації системи електропостачання. Розроблено математичну модель рішення задачі оптимального розміщення декількох джерел живлення і закріплення за ними споживачів в системі електропостачання з використанням алгоритмів генетичного програмування. Запропоновані методи дозволяють отримати побудову оптимальної траси лінії електропередачі, що зв'язує споживача з джерелом живлення, з урахуванням обмежень на місцевості.

Розроблено модифікацію простого генетичного алгоритму, на основі якої реалізовано інформаційну систему. Дана система вирішує питання комбінаторної оптимізації у відношенні вибору оптимальної локації розміщення джерел живлення у розподіленій електричній мережі.

Проведена оцінка часу розрахунку в залежності від параметрів задачі. Показано, що для задач малої і середньої розмірності розроблений алгоритм забезпечує мінімальний час рахунку. Результати рішення задачі для конкретного прикладу демонструють перевагу генетичного підходу над методом повного перебору. Отримані результати можуть бути успішно застосовані для вирішення проблеми оптимізації розміщення джерел живлення у розподіленій електричній мережі

Біографії авторів

Ievgen Fedorchenko, Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063

Старший викладач

Кафедра програмних засобів

Andrii Oliinyk, Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063

Кандидат технічних наук, доцент

Кафедра програмних засобів

Alexander Stepanenko, Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063

Кандидат технічних наук, доцент

Кафедра програмних засобів

Tetiana Zaiko, Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063

Кандидат технічних наук, доцент

Кафедра програмних засобів

Serhii Korniienko, Національний університет «Запорізька політехніка» вул. Жуковського, 64, м. Запоріжжя, Україна, 69063

Кандидат технічних наук, доцент

Кафедра програмних засобів

Nikita Burtsev

Розробник програмного забезпечення

Посилання

  1. Voropay, N. I. (2003). Ierarhicheskoe modelirovanie pri obosnovanii razvitiya elektroenergeticheskih sistem. Exponenta Pro. Matematika v prilozheniyah, 4, 24–27.
  2. Asensio, M., de Quevedo, P. M., Munoz-Delgado, G., Contreras, J. (2018). Joint Distribution Network and Renewable Energy Expansion Planning Considering Demand Response and Energy Storage – Part I: Stochastic Programming Model. IEEE Transactions on Smart Grid, 9 (2), 655–666. doi: https://doi.org/10.1109/tsg.2016.2560339
  3. Sedghi, M., Ahmadian, A., Aliakbar-Golkar, M. (2016). Assessment of optimization algorithms capability in distribution network planning: Review, comparison and modification techniques. Renewable and Sustainable Energy Reviews, 66, 415–434. doi: https://doi.org/10.1016/j.rser.2016.08.027
  4. Cortinhal, M. J., Lopes, M. J., Melo, M. T. (2015). Dynamic design and re-design of multi-echelon, multi-product logistics networks with outsourcing opportunities: A computational study. Computers & Industrial Engineering, 90, 118–131. doi: https://doi.org/10.1016/j.cie.2015.08.019
  5. Koutsoukis, N. C., Siagkas, D. O., Georgilakis, P. S., Hatziargyriou, N. D. (2017). Online Reconfiguration of Active Distribution Networks for Maximum Integration of Distributed Generation. IEEE Transactions on Automation Science and Engineering, 14 (2), 437–448. doi: https://doi.org/10.1109/tase.2016.2628091
  6. Franco, D. A., Samper, M. E., Vargas, A. (2016). Dynamic distribution system planning considering distributed generation and uncertainties. CIGRE Paris Session.
  7. Samper, M., Flores, D., Vargas, A. (2016). Investment Valuation of Energy Storage Systems in Distribution Networks considering Distributed Solar Generation. IEEE Latin America Transactions, 14 (4), 1774–1779. doi: https://doi.org/10.1109/tla.2016.7483514
  8. Molzahn, D. K., Wang, J. (2019). Detection and Characterization of Intrusions to Network Parameter Data in Electric Power Systems. IEEE Transactions on Smart Grid, 10 (4), 3919–3928. doi: https://doi.org/10.1109/tsg.2018.2843721
  9. Gil, E., Aravena, I., Cardenas, R. (2015). Generation Capacity Expansion Planning Under Hydro Uncertainty Using Stochastic Mixed Integer Programming and Scenario Reduction. IEEE Transactions on Power Systems, 30 (4), 1838–1847. doi: https://doi.org/10.1109/tpwrs.2014.2351374
  10. Hulianytskyi, L. F., Mulesa, O. Yu. (2016). Prykladni metody kombinatornoi optymizatsiyi. Kyiv: Vydavnycho-polihrafichnyi tsentr «Kyivskyi universytet», 142.
  11. Sergienko, I. V., Gulyanitskiy, L. F., Sirenko, S. I. (2009). Klassifikatsiya prikladnyh metodov kombinatornoy optimizatsii. Kibernetika i sistemnyy analiz, 45 (5), 71–83.
  12. Boroznov, V. O. (2009). Research of the task solution of the traveling salesman. Vestn. Astrakhan State Technical Univ. Ser.: Management, Computer Sciences and Informatics, 2, 147–151.
  13. Ignat'ev, A. L. Sravnenie razlichnyh metodov resheniya zadachi kommivoyazhera na mnogoprotsessornyh sistemah. Available at: https://pandia.ru/text/78/339/1401.php
  14. Kostyuk, Yu. L. (2010). Effective implementation of algorithm for solving the travelling salesman problem by branch-and-bound method. Prikladnaya diskretnaya matematika, 2, 78–90.
  15. Boroznov, V. O. (2008). Issledovanie evristicheskogo metoda resheniya zadachi kommivoyazhera. Issledovano v Rossii, 322–328.
  16. Kormen, T. H., Leyzerson, Ch. I., Rivest, R. R. (2012). Algoritmy. Postroenie i analiz. Moscow: Vil'yams, 1296.
  17. Levitin, A. V. (2015). Algoritmy: vvedenie v razrabotku i analiz. Moscow: Vil'yams, 576.
  18. Khator, S. K., Leung, L. C. (1997). Power distribution planning: a review of models and issues. IEEE Transactions on Power Systems, 12 (3), 1151–1159. doi: https://doi.org/10.1109/59.630455
  19. Drozdov, S. N. (2000). Kombinatornye zadachi i elementy teorii vychislitel'noy pogreshnosti. Taganrog: Izd-vo TRTU, 61.
  20. Kureychik, V. M., Glushan', V. M., Glushan', L. I. (1990). Kombinatornye apparatnye modeli i algoritmy v SAPR. Moscow: Radio i svyaz', 352.
  21. Reyngol'd, E. (1980). Kombinatornye algoritmy. Teoriya i praktika. Moscow: Mir, 476.
  22. Gladkov, L. A., Kureychik, V. M., Kureychik, V. V. (2006). Geneticheskie algoritmy. Moscow: Fizmatlit, 320.
  23. Svezhentseva, O. V. (2006). Reshenie zadachi optimal'nogo zakrepleniya mnozhestva potrebiteley za istochnikami pitaniya metodom kombinatornogo analiza. Materialy nauchno-prakticheskoy konferentsii «Tehniko-ekonomicheskie problemy razvitiya regionov». Irkutsk.
  24. Kudrin, B. I. (2006). Elektrosnabzhenie promyshlennyh predpriyatiy. Moscow: Interment Inzhiniring, 670.
  25. Troelsen, E. (2007). C# i platforma .NET. Biblioteka programmista. Sankt-Peterburg: Piter, 800.
  26. Oliinyk, A., Subbotin, S., Lovkin, V., Leoshchenko, S., Zaiko, T. (2018). Development of the indicator set of the features informativeness estimation for recognition and diagnostic model synthesis. 2018 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET). doi: https://doi.org/10.1109/tcset.2018.8336342
  27. Oliinyk, A. A., Subbotin, S. A. (2016). A stochastic approach for association rule extraction. Pattern Recognition and Image Analysis, 26 (2), 419–426. doi: https://doi.org/10.1134/s1054661816020139
  28. Oliinyk, A. O., Zayko, T. A., Subbotin, S. O. (2014). Synthesis of Neuro-Fuzzy Networks on the Basis of Association Rules. Cybernetics and Systems Analysis, 50 (3), 348–357. doi: https://doi.org/10.1007/s10559-014-9623-7
  29. Stepanenko, A., Oliinyk, A., Deineha, L., Zaiko, T. (2018). Development of the method for decomposition of superpositions of unknown pulsed signals using the second­order adaptive spectral analysis. Eastern-European Journal of Enterprise Technologies, 2 (9 (92)), 48–54. doi: https://doi.org/10.15587/1729-4061.2018.126578
  30. Alsayaydeh, J. A. J., Shkarupylo, V., Bin Hamid, M. S., Skrupsky, S., Oliinyk, A. (2018). Stratified model of the internet of things infrastructure. Journal of Engineering and Applied Sciences, 13 (20), 8634–8638.
  31. Shkarupylo, V., Skrupsky, S., Oliinyk, A., Kolpakova, T. (2017). Development of stratified approach to software defined networks simulation. Eastern-European Journal of Enterprise Technologies, 5 (9 (89)), 67–73. doi: https://doi.org/10.15587/1729-4061.2017.110142
  32. Kolpakova, T., Oliinyk, A., Lovkin, V. (2017). Improved method of group decision making in expert systems based on competitive agents selection. 2017 IEEE First Ukraine Conference on Electrical and Computer Engineering (UKRCON). doi: https://doi.org/10.1109/ukrcon.2017.8100388
  33. Oliinyk, A., Fedorchenko, I., Stepanenko, A., Rud, M., Goncharenko, D. (2018). Evolutionary Method for Solving the Traveling Salesman Problem. 2018 International Scientific-Practical Conference Problems of Infocommunications. Science and Technology (PIC S&T). doi: https://doi.org/10.1109/infocommst.2018.8632033
  34. Fedorchenko, I., Oliinyk, A., Stepanenko, A., Zaiko, T., Shylo, S., Svyrydenko, A. (2019). Development of the modified methods to train a neural network to solve the task on recognition of road users. Eastern-European Journal of Enterprise Technologies, 2 (9 (98)), 46–55. doi: https://doi.org/10.15587/1729-4061.2019.164789
  35. Yarymbash, D., Yarymbash, S., Kotsur, M., Divchuk, T. (2018). Analysis of inrush currents of the unloaded transformer using the circuit­field modelling methods. Eastern-European Journal of Enterprise Technologies, 3 (5 (93)), 6–11. doi: https://doi.org/10.15587/1729-4061.2018.134248

##submission.downloads##

Опубліковано

2019-10-16

Як цитувати

Fedorchenko, I., Oliinyk, A., Stepanenko, A., Zaiko, T., Korniienko, S., & Burtsev, N. (2019). Розробка генетичного алгоритму розміщення джерел живлення у розподіленій електричній мережі. Eastern-European Journal of Enterprise Technologies, 5(3 (101), 6–16. https://doi.org/10.15587/1729-4061.2019.180897

Номер

Том 5 № 3 (101) (2019): Процеси управління

Розділ

Процеси управління

Ліцензія

Авторське право (c) 2019 Ievgen Fedorchenko, Andrii Oliinyk, Alexander Stepanenko, Tetiana Zaiko, Serhii Korniienko, Nikita Burtsev

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.