Bücher von Sunil Ankeshwarapu

Dans ce travail, différentes techniques métaheuristiques ont été utilisées pour résoudre le problème de l'écoulement optimal de l'énergie et les problèmes d'écoulement optimal de l'énergie soumis à des contraintes de sécurité. Ici, nous discutons principalement du problème de l'écoulement optimal de l'électricité en utilisant l'algorithme génétique, l'algorithme Shuffled Frog Leap, l'algorithme Big BangBig Crunch et les algorithmes Jaya. L'analyse des contingences et le classement ont également été effectués pour le système de bus IEEE 30. D'autres problèmes de flux d'énergie optimaux liés à des contraintes de sécurité ont été résolus à l'aide de diverses techniques métaheuristiques. Pour le problème du flux d'énergie optimal, la fonction objective est la minimisation du coût total du combustible avec l'application de certaines contraintes. Ce problème est testé sur un système de test de bus IEEE-30 standard et un système de test de bus IEEE-57 dans un environnement MATLAB. Les résultats des tests des différents algorithmes sont comparés. Les performances de l'algorithme Big Bang-Big Crunch modifié et de l'algorithme Jaya sont meilleures que celles de tous les autres algorithmes, mais l'algorithme Jaya prend plus de temps de convergence.

Neste trabalho, foram tentadas diferentes técnicas metaheurísticas para resolver o problema do fluxo de potência ótimo e os problemas de fluxo de potência ótimo com restrições de segurança. Aqui, discutimos principalmente o problema do fluxo de potência ótimo utilizando o Algoritmo Genético, o Algoritmo Shuffled Frog Leap, o Algoritmo Big BangBig Crunch e os Algoritmos Jaya. A análise de contingências e a classificação também foram efectuadas para o sistema de 30 barramentos IEEE. Além disso, o problema do fluxo de potência ótimo com restrições de segurança foi resolvido utilizando várias técnicas metaheurísticas. Para o problema do fluxo de potência ótimo, a função objetivo é a minimização do custo total do combustível com a imposição de determinadas restrições, sendo testado num sistema de teste de barramento IEEE-30 e num sistema de teste de barramento IEEE-57 num ambiente MATLAB. Os resultados dos testes dos vários algoritmos são comparados. O desempenho do algoritmo Big Bang-Big Crunch modificado e do algoritmo Jaya é melhor do que o de todos os outros algoritmos, mas o algoritmo Jaya demora mais tempo a convergir.

In questo lavoro, sono state tentate diverse tecniche meta-euristiche per risolvere il problema del flusso ottimale di potenza e il problema del flusso ottimale di potenza con vincoli di sicurezza. In questa sede si discute principalmente del problema del flusso ottimale di potenza utilizzando l'Algoritmo Genetico, l'Algoritmo Shuffled Frog Leap, l'Algoritmo Big BangBig Crunch e l'Algoritmo Jaya. L'analisi delle contingenze e la classificazione sono state effettuate anche per il sistema IEEE a 30 bus. Per il problema del flusso ottimale di energia con vincoli di sicurezza sono state utilizzate varie tecniche meta-euristiche. Per il problema del flusso ottimale di energia, la funzione obiettivo è la minimizzazione del costo totale del carburante con l'applicazione di determinati vincoli, testati su un sistema di test standard IEEE-30 bus e IEEE-57 bus in ambiente MATLAB. Vengono confrontati i risultati dei vari algoritmi. Le prestazioni dell'algoritmo Big Bang-Big Crunch modificato e dell'algoritmo Jaya sono migliori tra tutti gli altri algoritmi, ma l'algoritmo Jaya richiede più tempo di convergenza.

En este trabajo, se han intentado diferentes técnicas metaheurísticas para resolver el problema de flujo de potencia óptimo y los problemas de flujo de potencia óptimo con restricciones de seguridad. Aquí se discute principalmente el problema del flujo óptimo de potencia utilizando el Algoritmo Genético, el Algoritmo de Salto de Rana Barajado, el Algoritmo Big BangBig Crunch y los Algoritmos Jaya. También se realizaron análisis de contingencia y clasificación para el sistema de 30 buses IEEE. Además, el problema de flujo de potencia óptimo con restricciones de seguridad utiliza varias técnicas metaheurísticas. Para el problema de flujo de potencia óptimo, la función objetivo es la minimización del coste total de combustible con el cumplimiento de ciertas restricciones, se prueba en un sistema de prueba de bus estándar IEEE-30 y en un sistema de prueba de bus IEEE-57 en un entorno MATLAB. Se comparan los resultados de varios algoritmos. El rendimiento del algoritmo Big Bang-Big Crunch modificado y del algoritmo Jaya es mejor que el de todos los demás algoritmos, pero los algoritmos Jaya tardan más en converger.

V dannoj rabote dlq resheniq zadachi optimal'nogo peretoka moschnosti i zadachi optimal'nogo peretoka moschnosti s ogranicheniqmi po bezopasnosti byli ispol'zowany razlichnye metaäwristicheskie metody. V osnownom zdes' rassmatriwaetsq problema optimal'nogo peretoka moschnosti s ispol'zowaniem geneticheskogo algoritma, algoritma Shuffled Frog Leap, algoritma Big BangBig Crunch i algoritma Jaya. Analiz i ranzhirowanie nepredwidennyh situacij takzhe byli wypolneny dlq sistemy s 30 shinami IEEE. Dalee dlq resheniq zadachi optimal'nogo peretoka moschnosti s ogranicheniqmi po bezopasnosti ispol'zuütsq razlichnye metaäwristicheskie metody. Dlq zadachi optimal'nogo peretoka moschnosti celewoj funkciej qwlqetsq minimizaciq summarnyh zatrat na topliwo pri soblüdenii opredelennyh ogranichenij, testirowanie prowodilos' na standartnoj testowoj sisteme IEEE-30 i testowoj sisteme IEEE-57 w srede MATLAB. Srawniwaütsq rezul'taty testirowaniq razlichnyh algoritmow. Modificirowannyj algoritm Big Bang-Big Crunch i algoritm Jaya rabotaüt luchshe ostal'nyh algoritmow, no algoritmy Jaya trebuüt bol'shego wremeni shodimosti.

In dieser Arbeit wurden verschiedene metaheuristische Techniken zur Lösung des Problems des optimalen Stromflusses und des Problems des sicherheitsbedingten optimalen Stromflusses untersucht. Hier wird hauptsächlich das Problem des optimalen Stromflusses unter Verwendung des genetischen Algorithmus, des Shuffled Frog Leap Algorithmus, des Big BangBig Crunch Algorithmus und des Jaya Algorithmus diskutiert. Kontingenzanalyse und Ranking wurden auch für das IEEE 30 Bus System durchgeführt. Weitere Sicherheitsbeschränkung Optimaler Leistungsfluss Problem mit verschiedenen Metaheuristic Techniken. Für das Optimal Power Flow-Problem ist die Zielfunktion die Minimierung der gesamten Brennstoffkosten mit der Durchsetzung bestimmter Einschränkungen, die auf einem Standard IEEE-30 Bus Testsystem und IEEE-57 Bus Testsystem in einer MATLAB-Umgebung getestet werden. Die Testergebnisse der verschiedenen Algorithmen werden miteinander verglichen. Der modifizierte Big Bang-Big Crunch Algorithmus und der Jaya Algorithmus sind besser als alle anderen Algorithmen, aber der Jaya Algorithmus benötigt mehr Konvergenzzeit.