بهینه سازی چندهدفه آرایش شبکه توزیع با بکارگیری الگوریتم های تکاملی کلونی زنبور عسل مصنوعی و ازدحام ذرات

تلفات بالا همواره به عنوان یکی از مهمترین مشکلات شبکه های توزیع مطرح بوده است؛ اما در دهه های اخیر، بحث قابلیت اطمینان نیز به یکی از مباحث در خور توجه در شبکه های توزیع تبدیل شده است. یکی از راههای موثر برای مقابله همزمان با این دو مشکل، استفاده از بازآرایی شبکه های توزیع است. با وجود کارآیی بالای این راه حل، انتخاب آرایش بهینه شبکه به علت ماهیت غیر خطی و گسسته، فراوانی متغیرها و گستردگی فضای جستجو، بسیار زمانبر است و نمی توان از روشهای کلاسیک بدین منظور استفاده نمود. لذا لازم است از مبحث هوش مصنوعی استفاده شده و الگوریتمهای تکاملی را در این مسیر به کار گرفت. در این مقاله بازآرایی چندهدفه با استفاده از الگوریتمهای ازدحام ذرات (pso) و کلونی زنبور عسل مصنوعی (abc) انجام شده است. کاهش تلفات و بهبود قابلیت اطمینان شبکه به عنوان توابع هدف انتخاب و شبیه سازیها بر روی شبکه استاندارد 33 باسه ieee با در نظر گرفتن عدم قطعیت منابع تجدیدپذیر انجام می‌گیرد. نتایج حاکی از آن است که الگوریتم کلونی زنبور عسل مصنوعی نه تنها در توابع هدف عملکرد بهتری دارد، بلکه پروفیل ولتاژ بهتری را نیز در شبکه به دست می دهد.

multi objective optimization of distribution network configuration using pso and abc evolutionary algorithms

high losses have always been considered as one of the most important problems of distribution networks; but in recent decades, reliability has also become one of the topics worthy of attention in distribution networks. one of the effective ways to deal with these two problems at the same time is to use the reconfiguration of distribution networks. despite the high efficiency of this solution, choosing the optimal reconfiguration of the network is very time-consuming due to its non-linear and discrete nature, the abundance of variables and the vastness of the search space, and classical methods cannot be used for this purpose. therefore, it is necessary to use the topic of artificial intelligence and use evolutionary algorithms for this purpose. in this article, multi-objective reconfiguration is done using particle swarm algorithm (pso) and artificial bee colony (abc). reduction of losses and improvement of network reliability are selected as objective functions and simulations are carried out on ieee standard 33-bus network considering the uncertainty of renewable resources. the results indicate that the artificial bee colony algorithm not only performs better in the objective functions, but also obtains a better voltage profile in the network.