Parallel evolutionary computation for distribution system planning and operation

Abstract

The purpose of this study is to offer a technique for combining single- and multi-objective optimization algorithms with a parallel computing technique. Different scenarios are created for different numbers of Worker Processors (WPs), each of which is investigated separately and the results are compared. In these cases, a Master-Slave (MSM) calculation approach is used. The workload is distributed evenly across all WPs, and the Master Processor (MP) acts as the observer and executor of this computational approach. By using intelligent interruptions, the main processor receives the results of each WP's calculations and compares them to the results of other WPs, selecting the best solutions and returning them to the WPs. Wind Turbines and solar panels are examples of distributed renewable energy sources in this studyBu çalışmada dağıtılmış yenilenebilir enerji kaynakları olarak rüzgâr türbinleri ve güneş panelleri kullanılmıştır. Yerinde elektrik üretim üniteleri, yük merkezlerinin yakınında bulunan küçük güç üretim ünitelerdir. Çalışmada DG üniteleri, optimizasyon aşamasında negatif yükler olarak modellenmiştir. Ayrıca, Türkiye'deki özel bir konum için gerçekçi güneş ışınımı ve rüzgar hızı verileri kullanıldı. Bu ünitelerin tüm yük merkezlerine yerleştirilmesi, termik santrallerin salınım barasında kullanımını azaltması bekleniyordu. Çalışmada üç ayrı durum üç farklı optimizasyon yöntemi kullanılarak incelenmiştir. Çalışmada kullanılan üç yeni algoritma; Gri Kurt Optimizasyonu (GWO), Deniz Yırtıcıları Algoritması (MPA) ve Çok Amaçlı Parçacık Sürü Optimizasyonu (MO-PSO)'dır. Bunlar, sırasıyla gerilim profili iyileştirilmesi, enerji kaybı azaltma gibi tek amaçlı problemleri ve enerji kaybı ve maliyet minimizasyonu gibi çok amaçlı sorunları çözmek için kullanılmıştır.