基于鸟群搜索算法的最佳电容容量与位置优化的径向电网电压提升与损耗最小化
系统与控制
2024-06-25 v1 系统与控制
摘要
在电力系统中，配电网络因是电力从发电厂输送至终端用户最后的环节，对于消费者至关重要。消费者的无功功率需求可能导致低功率因数、电压下降和功率损耗增加等问题。将径向系统作为配电网络时所面临的主要挑战是电压降，这会导致整个网络电压剖面发生失真。本研究致力于通过合理确定电容的容量和位置来优化网络性能。研究中将使用鸟群搜索算法（CSA）进行优化，并将其结果与粒子群优化（PSO）、人工蜂群算法、文化算法、灯火算法、遗传算法、入侵草地优化以及教师学习型优化方法进行比较。研究结果表明，CSA在整体主功率损耗和无功功率损耗分别实现了约30.41%和29.33%的显著降低。对于IEEE 33节点径向配电网（RDN）中最远的节点18，最低母线电压从基线情况下的0.8820提升至0.908，电压偏差提升了32.9%。该优化导致电容成本显著降低3.841 pu，凸显了CSA在提升RDN性能和成本效益方面的有效性。
引用
@article{arxiv.2406.15937,
title = {Voltage enhancement and loss minimization in a radial network through optimal capacitor sizing and placement based on Crow Search Algorithm},
author = {Stephen W. Mathenge and Edwell. T. Mharakurwa and Lucas Mogaka},
journal= {arXiv preprint arXiv:2406.15937},
year = {2024}
}
备注
Kindly find our paper