İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması

Abstract

Bu çalışmada, son yıllarda geliştirilen öğrenme-öğretme tabanlı optimizasyon algoritması (ÖÖTO) yeniden düzenlenerek, güç sistemlerinde gerilim kararlılığı için yeni bir optimizasyon yöntemi geliştirilmiştir. Düzenlenen öğrenme-öğretme tabanlı optimizasyon (D-ÖÖTO) algoritması, IEEE 14 baralı ve Türkiye, İstanbul Anadolu yakasında 17 baralı gerçek bir güç sistemi kullanılarak gerilim kararlılığı optimizasyonu olarak sunulmuştur. Bu güç sistemlerinde, beş farklı durum (temel durum, temel durumda ki talep edilen yükün %20, %40 ve %60 artışı ve 1-5 nolu hat kesintisi) oluşturulmuş ve analizler gerçekleştirilmiştir. Daha sonra yük baralarına şönt reaktif güç kompansatörleri (RGK) bağlanarak gerilim kararlılığı açısından etkisi incelenmiştir. Sunulan D-ÖÖTO algoritmasının etkinliğini kanıtlamak için orijinal ÖÖTO ve literatürde kullanılan Yerçekimi arama algoritması (YAA), parçacık sürü optimizasyonu (PSO) ve Newton-Raphson güç akış yönetimi sonuçlarıyla karşılaştırılmıştır. Tüm çalışma koşullarında sunulan D-ÖÖTO algoritması diğer yöntemlere göre üstünlüğü kanıtlanmıştır. Tüm analizler, Intel Core(TM) i7-2620 2.7GHz ve 8.00 (64 bit) Gb Ram PC kullanılarak, Matlab R2017b programında çözümlenmiştir.

Keywords

• güç sistemleri
• gerilim karalılığı
• güç akışı
• optimizasyon