Multi Dimension-Based Optimal Allocation of Uncertain Renewable Distributed Generation Outputs with Seasonal Source-Load Power Uncertainties in Electrical Distribution Network Using Marine Predator Algorithm
Notice bibliographique
Résumé
In the last few years, the integration of renewable distributed generation (RDG) in the electrical distribution network (EDN) has become a favorable solution that guarantees and keeps a satisfying balance between electrical production and consumption of energy. In this work, various metaheuristic algorithms were implemented to perform the validation of their efficiency in delivering the optimal allocation of both RDGs based on multiple photovoltaic distributed generation (PVDG) and wind turbine distributed generation (WTDG) to the EDN while considering the uncertainties of their electrical energy output as well as the load demand’s variation during all the year’s seasons. The convergence characteristics and the results reveal that the marine predator algorithm was effectively the quickest and best technique to attain the best solutions after a small number of iterations compared to the rest of the utilized algorithms, including particle swarm optimization, the whale optimization algorithm, moth flame optimizer algorithms, and the slime mold algorithm. Meanwhile, as an example, the marine predator algorithm minimized the seasonal active losses down to 56.56% and 56.09% for both applied networks of IEEE 33 and 69-bus, respectively. To reach those results, a multi-objective function (MOF) was developed to simultaneously minimize the technical indices of the total active power loss index (APLI) and reactive power loss index (RPLI), voltage deviation index (VDI), operating time index (OTI), and coordination time interval index (CTII) of overcurrent relay in the test system EDNs, in order to approach the practical case, in which there are too many parameters to be optimized, considering different constraints, during the uncertain time and variable data of load and energy production.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».