Оптимизация режимов электроэнергетических систем эвристическими методами

Аннотация

Актуальность: сегодня растущий спрос на электроэнергию, резкое сокращение природных ресурсов, обострившиеся экологические проблемы требуют повсеместного внедрения в энергосистемы установок возобновляемой энергетики, планирования и управления их работой из условий обеспечения максимальной эффективности по всем критериям. До сих пор среди традиционных методов оптимизации режимов работы многих электроэнергетических систем (ЭЭС) широкое распространение получили градиентные методы и методы относительного равенства коэффициентов усиления. В то же время в настоящее время ведутся исследования по использованию ряда эвристических алгоритмов при решении сложных задач оптимизации в отдельных областях техники. В таких методах, в отличие от традиционных методов, отсутствие ограничительных требований, таких как непрерывность целевой функции и функциональных граничных условий, а также наличие единственного экстремума в задаче, даёт возможности для дополнительной эффективности за счёт повышения точности оптимизации. Поэтому актуальным является изучение и исследование возможностей их использования для оптимизации состояния энергосистем. В статье представлены результаты исследования возможностей использования эвристических методов, таких как алгоритмы Particle Swarm Optimization (PSO), при решении задач оптимизации состояний электроэнергетических систем и показано, что они могут эффективно использоваться при оптимизации состояний современных сложных электроэнергетических систем.

Цель: исследование эффективности алгоритмов PSO при оптимизации состояний ЭЭС, выявление их преимуществ и оценка возможностей практического применения.

Методы: в исследовании использованы традиционный метод относительного равенства роста и эвристические методы, такие как алгоритмы PSO. С помощью программного пакета MATLAB проведено сравнение и анализ результатов на точность и эффективность.

Результаты: рассмотренные эвристические методы оптимизации могут эффективно использоваться для решения задач планирования и управления состояниями сложных энергосистем.