JP2007264849A - Distribution system extension plan selection method and distribution system extension plan selection program - Google Patents

Distribution system extension plan selection method and distribution system extension plan selection program Download PDF

Info

Publication number
JP2007264849A
JP2007264849A JP2006086683A JP2006086683A JP2007264849A JP 2007264849 A JP2007264849 A JP 2007264849A JP 2006086683 A JP2006086683 A JP 2006086683A JP 2006086683 A JP2006086683 A JP 2006086683A JP 2007264849 A JP2007264849 A JP 2007264849A
Authority
JP
Japan
Prior art keywords
distribution system
layer
evaluation value
search
substation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2006086683A
Other languages
Japanese (ja)
Inventor
Hiroyuki Mori
啓之 森
Yoshinori Yamada
佳法 山田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meiji University
Original Assignee
Meiji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Meiji University filed Critical Meiji University
Priority to JP2006086683A priority Critical patent/JP2007264849A/en
Publication of JP2007264849A publication Critical patent/JP2007264849A/en
Pending legal-status Critical Current

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a distribution system extension plan selection method with which an optimal wiring system extension plan can be selected, and the reduction of facility costs can be expected. <P>SOLUTION: In two layer tab search processing, an arithmetic unit 2 performs initialization, and adds the value of j(new substation) by one, and sets the value of i(new feeder) to an initial value 0. Then, the arithmetic unit 2 prepares a neighborhood solution relating to the capacity and installation of the substation, and adds the value of i by one, and prepares the neighborhood solution relating to feeder layout for each of the solution candidates of the substation. Then, the arithmetic unit 2 calculates evaluation functions f<SB>1</SB>and f<SB>2</SB>for each of the prepared neighborhood solutions, and shifts the solution to the most satisfactory solution. Then, the arithmetic unit 2 repeatedly performs processing while adding the values of j and i, and when the end conditions of the second layer are satisfied, confirms whether or not the end conditions of the first layer are satisfied, and when the end conditions of the first layer are satisfied, ends the processing. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、電力システムにおける配電系統の拡張計画を選定する配電系統拡張計画選定方法、及び配電系統拡張計画選定プログラムに関する。   The present invention relates to a distribution system expansion plan selection method for selecting a distribution system expansion plan in a power system, and a distribution system expansion plan selection program.

近年の我が国における電力自由化の拡大に伴い、電力事業の競争がより激化してきており、配電系統全体の負荷が変化していくことが予想される。その変化に伴い、既存の配電ネットワークでは効率の良い運用が困難となる可能性がある。このため、配電系統を拡張することにより、効率の良い系統を維持することが必要とされる。   With the recent expansion of electricity liberalization in Japan, competition in the electric power business has intensified, and the load on the entire distribution system is expected to change. With this change, efficient operation may become difficult in the existing distribution network. For this reason, it is necessary to maintain an efficient system by extending the power distribution system.

今後の配電系統負荷の変化に対応して、配電系統のコストを最小化するための配電系統の拡張計画を策定する問題は、配電系統拡張計画問題と呼ばれる。なお、配電系統拡張計画で問題とされる系統コストには、主として、新規フィーダ設置コスト、新規変電所設置コスト、配電損失がある。   The problem of formulating a distribution system expansion plan for minimizing the cost of the distribution system in response to future changes in the distribution system load is called a distribution system expansion plan problem. The system costs that are a problem in the distribution system expansion plan mainly include a new feeder installation cost, a new substation installation cost, and a distribution loss.

従来から、電力システムにおける配電系統の拡張計画においては、確定的負荷を想定することで、配電線や変電所の増設の組み合わせの最適化がなされていた（特許文献１）。   Conventionally, in an expansion plan of a distribution system in a power system, a combination of an increase in distribution lines and substations has been optimized by assuming a deterministic load (Patent Document 1).

特開２００５−５７８２１号公報JP 2005-57821 A

上記のように、配電系統拡張計画問題においては、効率の良い配電系統を構成するようなフィーダ（配電線）と変電所の配置を考慮する最適化問題を解決することになる。しかし、フィーダと変電所の新規設置候補は非常に多数あり、それらを全て設置するならば多大なコストを要する。また、この組合せ最適化問題は、母線電圧上下限制約、変電所とフィーダの電力容量制約、配電系統の放射状状態などの制約条件下で最適化する必要があり、非常に複雑な問題となる。そのため，計画者が最適な拡張計画を得ることは非常に困難である。   As described above, the distribution system expansion planning problem solves the optimization problem considering the arrangement of feeders (distribution lines) and substations that constitute an efficient distribution system. However, there are a large number of candidates for new installations of feeders and substations, and it would be very expensive to install all of them. In addition, this combination optimization problem needs to be optimized under constraint conditions such as bus voltage upper and lower limit constraints, substation and feeder power capacity constraints, and distribution system radial conditions, which is a very complicated problem. Therefore, it is very difficult for the planner to obtain the optimal expansion plan.

近年、電力の規制緩和が行われるにつれて、独立電気事業者（ＩＰＰ）や特定規模電気事業者（ＰＰＳ）が配電ネットワークにも参入し、分散電源の導入が実現されつつある。その結果、将来の負荷に不確定性が存在することになるため、配電系統拡張計画においても確率的手法を導入する必要がある。すなわち、確率的な評価により、複数の解の中で最適化となる可能性が最も高い系統計画を選定する必要がある。   In recent years, with the deregulation of electric power, independent electric power companies (IPP) and specific-scale electric power companies (PPS) have entered the power distribution network, and the introduction of distributed power sources is being realized. As a result, there will be uncertainty in the future load, so it is necessary to introduce a probabilistic method even in the distribution system expansion plan. That is, it is necessary to select a system plan that is most likely to be optimized among a plurality of solutions by probabilistic evaluation.

本発明は、このような点に鑑みなされたもので、最適な配電系統拡張計画を選定することができ、設備コストの削減が期待できる配電系統拡張計画選定方法、及び配電系統拡張計画選定プログラムを提供することを目的とする。   The present invention has been made in view of the above points. A distribution system expansion plan selection method and a distribution system expansion plan selection program that can select an optimal distribution system expansion plan and can be expected to reduce equipment costs. The purpose is to provide.

本発明に係る配電系統拡張計画選定方法は、入力装置、記憶装置、演算装置及び出力装置を備えたコンピュータを用い電力システムにおける配電系統の拡張計画を選定する配電系統拡張計画選定方法であって、前記入力装置により入力され前記記憶装置に登録されている前記配電系統への増設候補とされている複数の増設候補変電所についての設置場所及び容量に関する第１評価値を前記演算装置がタブサーチによって導出する第１層探索処理と、該第１層探索処理にて導出された前記複数の増設候補変電所についての第１評価値にもとづき前記配電系統において増設する配電線の位置に関する第２評価値を前記演算装置がタブサーチによって導出する第２層探索処理と、前記第１層探索処理にて導出された第１評価値と、前記第２層探索処理にて導出された第２評価値とにもとづいて、前記演算装置が前記複数の増設候補変電所の中から前記配電系統に増設する変電所を選定する選定処理と、該選定処理による選定結果を前記出力装置を介して出力する出力処理とを備えたことを特徴とする。   A distribution system expansion plan selection method according to the present invention is a distribution system expansion plan selection method for selecting a distribution system expansion plan in a power system using a computer including an input device, a storage device, a calculation device, and an output device, The arithmetic unit uses a tab search to calculate a first evaluation value related to installation locations and capacities of a plurality of expansion candidate substations that are input by the input device and registered in the storage device and that are candidates for addition to the distribution system. The first evaluation value relating to the position of the distribution line to be added in the distribution system based on the first evaluation value for the plurality of additional candidate substations derived in the first layer search process A second layer search process in which the arithmetic device derives by tab search, a first evaluation value derived in the first layer search process, and the second layer search process On the basis of the second evaluation value derived in step (b), the arithmetic unit selects a substation to be added to the distribution system from the plurality of expansion candidate substations, and a selection result by the selection processing And an output process for outputting via the output device.

また、本発明に係る配電系統拡張計画選定プログラムは、入力装置、記憶装置、演算装置及び出力装置を備えたコンピュータを用い電力システムにおける配電系統の拡張計画を選定させるための配電系統拡張計画選定プログラムであって、前記コンピュータに、前記入力装置により入力され前記記憶装置に登録されている前記配電系統への増設候補とされている複数の増設候補変電所についての設置場所及び容量に関する第１評価値を前記演算装置がタブサーチによって導出する第１層探索処理と、該第１層探索処理にて導出された前記複数の増設候補変電所についての第１評価値にもとづき前記配電系統において増設する配電線の位置に関する第２評価値を前記演算装置がタブサーチによって導出する第２層探索処理と、前記第１層探索処理にて導出された第１評価値と、前記第２層探索処理にて導出された第２評価値とにもとづいて、前記演算装置が前記複数の増設候補変電所の中から前記配電系統に増設する変電所を選定する選定処理と、該選定処理による選定結果を前記出力装置を介して出力する出力処理とを実行させるためのものである。   A distribution system expansion plan selection program according to the present invention is a distribution system expansion plan selection program for selecting a distribution system expansion plan in a power system using a computer including an input device, a storage device, a computing device, and an output device. A first evaluation value relating to installation locations and capacities of a plurality of candidate addition substations that are input to the computer by the input device and registered in the storage device as candidates for addition to the distribution system A first layer search process in which the arithmetic device derives by tab search, and a distribution system to be added in the distribution system based on a first evaluation value for the plurality of candidate addition substations derived in the first layer search process. A second layer search process in which the arithmetic device derives a second evaluation value related to the position of the electric wire by a tab search; and the first layer search process. Based on the first evaluation value derived in step 2 and the second evaluation value derived in the second layer search process, the arithmetic unit is added to the distribution system from among the plurality of expansion candidate substations. Selection processing for selecting a substation to be executed, and output processing for outputting a selection result by the selection processing via the output device.

本発明によれば、最適な配電系統拡張計画を選定することができ、設備コストの削減が期待できる配電系統拡張計画選定方法、及び配電系統拡張計画選定プログラムを提供することができる。   ADVANTAGE OF THE INVENTION According to this invention, the optimal distribution system expansion plan can be selected, and the distribution system expansion plan selection method and distribution system expansion plan selection program which can anticipate reduction of installation cost can be provided.

以下、図面を参照しながら本発明の実施形態を詳細に説明する。   Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.

図１は、本実施形態に係る配電系統拡張計画選定方法を実現するためのコンピュータシステムを示す図である。このシステムは、入力装置（又は受信装置）１、演算装置２、記憶装置３及び出力装置（又は送信装置）４を備えて構成されている。このシステムは、入力装置１、演算装置２、記憶装置３及び出力装置４に各種の処理を実行させるための制御プログラムを備えており、この制御プログラムに従って後述する各種の処理を実行する。   FIG. 1 is a diagram showing a computer system for realizing the distribution system expansion plan selection method according to the present embodiment. This system includes an input device (or receiving device) 1, an arithmetic device 2, a storage device 3, and an output device (or transmitting device) 4. This system includes a control program for causing the input device 1, the arithmetic device 2, the storage device 3, and the output device 4 to execute various processes, and executes various processes described later according to the control program.

入力装置１は、コンピュータシステムに対する各種の指示や各種の情報を入力する際に用いられる。演算装置２は、入力装置１により入力され記憶装置３に登録されている現在の配電系統や複数の増設候補変電所及び増設可能な配電線などの情報にもとづいて、後述する２層タブサーチにより最適な配電系統拡張計画を選定する処理等を実行する。出力装置４は、演算装置２による配電系統拡張計画の選定結果を表示あるいは送信する際に用いられる。   The input device 1 is used when inputting various instructions and various information to the computer system. The computing device 2 performs a two-layer tab search, which will be described later, based on information such as the current distribution system, a plurality of additional candidate substations, and distribution lines that can be added, which are input from the input device 1 and registered in the storage device 3. Execute processing to select the optimal distribution system expansion plan. The output device 4 is used when displaying or transmitting the selection result of the distribution system expansion plan by the arithmetic device 2.

本実施形態では、後述するＴＳ（タブサーチ）に改良を加えた２層タブサーチを配電系統拡張計画に適用することで、最適な配電ネットワークを構成可能とする。   In the present embodiment, an optimal distribution network can be configured by applying a two-layer tab search obtained by improving TS (tab search), which will be described later, to a distribution system expansion plan.

ここで、ＴＳについて簡単に説明する。   Here, TS will be briefly described.

ＴＳは、メタヒューリスティックスの一種であり、組合せ最適化問題に対して大域的最適解の高精度近似解を探索することが可能な手法として知られている。ＴＳは、近傍探索型アルゴリズムであり、タブリストと呼ばれる適応型メモリを使用することで局所解に陥ることを回避することができる。また、このタブリストの長さを表すタブレングスと最大反復回数のみがパラメータであるため、最適なパラメータを見つけることが容易である。   TS is a kind of metaheuristics and is known as a technique capable of searching for a high-precision approximate solution of a global optimal solution for a combinatorial optimization problem. TS is a neighborhood search type algorithm, and it is possible to avoid falling into a local solution by using an adaptive memory called a tab list. Further, since only the tab length indicating the length of the tab list and the maximum number of iterations are parameters, it is easy to find an optimum parameter.

このように、ＴＳは、パラメータへの依存性が少ないロバストな手法である。また、ＴＳは、大規模な問題に対しても比較的高速に解くことが可能な手法である。   Thus, TS is a robust technique with little dependency on parameters. TS is a technique that can solve a large-scale problem at a relatively high speed.

ＴＳにおいては、以下のようなアルゴリズム（図示せず）に従って探索が実行される。先ず初期解を生成し（ステップＳ１）、現在の解の近傍を作成する（ステップＳ２）。次いで、タブリストに対する非禁止近傍解から最良解を選択することで解を遷移させ（ステップＳ３）、その遷移に関する属性をタブリストに保存することでタブリストを更新する（ステップＳ４）。そして、収束判定を満たす場合には探索を終了し、収束判定を満たさない場合にはステップＳ２に戻る（ステップＳ５）。   In TS, a search is executed according to the following algorithm (not shown). First, an initial solution is generated (step S1), and a neighborhood of the current solution is created (step S2). Next, the solution is transitioned by selecting the best solution from the non-prohibited neighboring solutions for the tab list (step S3), and the tab list is updated by storing the attributes relating to the transition in the tab list (step S4). When the convergence determination is satisfied, the search is terminated, and when the convergence determination is not satisfied, the process returns to step S2 (step S5).

図２にＴＳの探索概念図を示す。ＴＳでは、初期解ｘ１を生成することで探索を開始する。次いで、初期解ｘ１の近傍を作成し、近傍内の最良解ｘ２に解を遷移させる。その解ｘ２から新たな近傍を作成し、その近傍内の最良解ｘ３に遷移する。その後、同様の探索を、収束判定を満たすまで繰り返す。なお、最良解への遷移の際、その遷移に関する属性をタブリストに保存しておき、その後の探索の禁止事項として一定期間使用する。これにより解探索のループ、局所解への収束を避けることができる。 FIG. 2 is a conceptual diagram of TS search. In TS, it starts a search by generating an initial solution x 1. Next, a neighborhood of the initial solution x 1 is created, and the solution is transitioned to the best solution x 2 in the neighborhood. Create a near new from its solution x 2, a transition to the best solution x 3 in its neighborhood. Thereafter, the same search is repeated until the convergence determination is satisfied. At the time of transition to the best solution, attributes related to the transition are stored in the tab list and used as a prohibited item for subsequent search for a certain period. As a result, solution search loops and convergence to local solutions can be avoided.

次に、ε制約法について簡単に説明する。   Next, the ε constraint method will be briefly described.

ε制約法は、多目的計画のパレート最適解を求めるスカラー手法の一種として知られている。一般的な配電系統の最適化には、複数個の目的関数の重み付き単一関数を最適化する重み係数法が適用されてきた。それに対し、本実施形態では、ε制約法を多目的最適化に適用する。ε制約法は、ｒ番目の目的関数以外の目的関数に上（下）限範囲を指定することにより、その目的関数を制約条件に変換する手法である。それ故、ｒ番目の目的関数ｆ（ｘ）のみを目的関数とし、残りの目的関数をε制約という不等式制約に変換した制約問題として、パレート最適解を求める手法である。ε制約法は、最小化問題に対して次式のように定式化される。   The ε constraint method is known as a kind of scalar method for obtaining a Pareto optimal solution of a multi-objective plan. For optimization of a general distribution system, a weighting coefficient method for optimizing a weighted single function of a plurality of objective functions has been applied. In contrast, in this embodiment, the ε constraint method is applied to multi-objective optimization. The ε constraint method is a method of converting an objective function into a constraint condition by designating an upper (lower) limit range for an objective function other than the r-th objective function. Therefore, this is a method for obtaining a Pareto optimal solution as a constraint problem in which only the r-th objective function f (x) is an objective function and the remaining objective function is converted into an inequality constraint called an ε constraint. The ε constraint method is formulated for the minimization problem as follows:

ｎ＝２における多目的最適化に対するε制約法の概念図を図３に示す。このε制約法によれば、εを変化させることによって、計画者の目的に合わせた最適解を得ることができ、より実用的な計画を実現することができる。   A conceptual diagram of the ε constraint method for multi-objective optimization at n = 2 is shown in FIG. According to the ε constraint method, by changing ε, it is possible to obtain an optimal solution that matches the planner's purpose, and to realize a more practical plan.

次に、配電系統拡張計画の定式化について説明する。   Next, the formulation of the distribution system expansion plan will be described.

配電系統拡張計画問題は、配電系統に変電所を増設する場合に、配電系統のコストを最小化するようなフィーダと変電所の配置を選定する問題である。新規の設備配置候補は非常に多く、その中から最適な配電ネットワークを構成する組合せを探索する組合せ最適化問題に相当する。以下に、配電系統拡張計画に対する定式化を示す。   The distribution system expansion planning problem is a problem of selecting a feeder and substation layout that minimizes the cost of the distribution system when adding a substation to the distribution system. There are a large number of new facility arrangement candidates, which corresponds to a combination optimization problem for searching for an optimum combination of power distribution networks. The formulation for the distribution system expansion plan is shown below.

評価関数（ｆ１，ｆ２）は、それぞれ、以下に示す数式（１）、数式（２）で表される。 The evaluation functions (f 1 , f 2 ) are represented by the following formulas (1) and (2), respectively.

また、制約条件は、以下に示す数式（３）〜数式（５）によって表される。   Moreover, a constraint condition is represented by the following numerical formula (3)-numerical formula (5).

数式(１)は、新規構成ネットワークに対する設備コストを示す式である。数式(１)の第一項は新規フィーダ設置コストを表し、第二項は新規変電所の設置コストと変電所の容量に関するコスト表す。容量コストは、変電所の容量の２乗に比例すると仮定する。   Expression (1) is an expression indicating the equipment cost for the new configuration network. The first term of the formula (1) represents a new feeder installation cost, and the second term represents a new substation installation cost and a substation capacity cost. The capacity cost is assumed to be proportional to the square of the capacity of the substation.

数式(２)は、配電損失を表す式である。数式(３)は、電力潮流方程式であり、本例ではVery Fast Decoupled法を用いる。数式(４)は、線路潮流の熱限界制約を表したものであり、数式(５)は、それぞれの母線に対する電圧の上下限を表す。   Equation (2) is an equation representing distribution loss. Formula (3) is a power flow equation, and in this example, the Very Fast Decoupled method is used. Equation (4) represents the thermal limit constraint of the line power flow, and Equation (5) represents the upper and lower limits of the voltage for each bus.

配電系統拡張計画においては、数式(４), 数式(５)の制約条件下で数式(１), 数式(２)式を最小化するような新規ネットワークを構成する。このため、ε制約法を用いた２層タブサーチの適用により配電系統拡張計画問題を解決することができる。   In the distribution system expansion plan, a new network that minimizes the equations (1) and (2) is configured under the constraints of the equations (4) and (5). For this reason, the distribution system expansion planning problem can be solved by applying a two-layer tab search using the ε constraint method.

本実施形態では、配電系統拡張計画問題を解決するために、２層タブサーチを適用する。この配電系統拡張計画問題を解決するためには、将来に向けての電力負荷の増加に対して、新規のフィーダと変電所の設置に関するコストと構成したネットワークにおける有効電力損失を最小化するような配電ネットワークを構成することが目的とされる。しかし、本実施形態では、オリジナルのＴＳをそのまま適用することなく、探索を第１層探索処理と第２層探索処理との２つに分業する２層タブサーチを使用することで、より効率的な探索を行うようにしている。   In this embodiment, a two-layer tab search is applied to solve the distribution system expansion planning problem. In order to solve this distribution system expansion planning problem, the cost of installing new feeders and substations and the effective power loss in the configured network should be minimized as the power load increases in the future. The purpose is to construct a distribution network. However, in this embodiment, without using the original TS as it is, it is more efficient by using a two-layer tab search that divides the search into two layers, a first layer search process and a second layer search process. To do a simple search.

本実施形態では、第１層探索処理（１層目）においてＴＳにより複数の増設候補変電所から変電所の設置場所と変電所の容量を決定する。また、第２層探索処理（２層目）においてＴＳにより最適なフィーダの配置を決定する。   In the present embodiment, in the first layer search process (first layer), the installation location of the substation and the capacity of the substation are determined from a plurality of additional candidate substations by the TS. In the second layer search process (second layer), the optimum feeder arrangement is determined by the TS.

図４に２層タブサーチの概念図を示す。配電系統拡張計画問題において，変電所の設置や、容量に関する変数とフィーダの設置に関する変数はどちらも整数であるが、それぞれ違った性質を持つ。それ故、変電所の設置と容量に関する変数の近傍は「ハミング距離＝１」で作成し、フィーダの設置に関する変数は「ハミング距離＝２」で作成する。   FIG. 4 shows a conceptual diagram of the two-layer tab search. In the distribution system expansion planning problem, substation installation, capacity variables and feeder installation variables are both integers, but they have different properties. Therefore, the vicinity of the variable related to the installation and capacity of the substation is created by “Hamming distance = 1”, and the variable related to the installation of the feeder is created by “Hamming distance = 2”.

これは、放射状制約が強い制約条件となるため、フィーダの設置に関する変数の近傍は、ハミング距離１では効果がないことが知られているためである。以上により、これらの変数を同時に最適化することはコーディングの面から非常に困難である。従って、図４に示すように、探索を１層と２層の２層構造に分割し、１層目において変電所の設置と容量に関する変数を扱い、２層目にてフィーダの設置に関する変数を扱うようにし、より効率の良い探索を行う。   This is because it is known that the vicinity of the variable related to the installation of the feeder is ineffective at the Hamming distance 1 because the radial constraint is a strong constraint. As described above, it is very difficult to optimize these variables simultaneously from the viewpoint of coding. Therefore, as shown in FIG. 4, the search is divided into a two-layer structure of one layer and two layers, and variables related to installation and capacity of substations are handled in the first layer, and variables related to feeder installation in the second layer. Handle it and search more efficiently.

次に、本実施形態における２層タブサーチのアルゴリズムについて説明する。図５は、本実施形態における配電系統拡張計画選定処理である２層タブサーチ処理の例を示すフローチャートである。２層タブサーチ処理において、演算装置２は、先ず、初期化を行う（ステップＳ２１）。次いで、演算装置２は、ｊ（新規変電所）の値を１加算するとともに、ｉ（新規フィーダ）の値を初期値０に設定する（ステップＳ２２）。   Next, a two-layer tab search algorithm in this embodiment will be described. FIG. 5 is a flowchart showing an example of a two-layer tab search process that is a distribution system expansion plan selection process in the present embodiment. In the two-layer tab search process, the computing device 2 first performs initialization (step S21). Next, the computing device 2 adds 1 to the value of j (new substation) and sets the value of i (new feeder) to the initial value 0 (step S22).

次に、演算装置２は、変電所の容量と設置に関する近傍解を作成する（ステップＳ２３）。また、演算装置２は、ｉの値を１加算したあと（ステップＳ２４）、変電所のそれぞれの解候補に対して、フィーダ配置に関する近傍解を作成する（ステップＳ２５）。   Next, the computing device 2 creates a neighborhood solution regarding the capacity and installation of the substation (step S23). Further, the arithmetic unit 2 adds 1 to the value of i (step S24), and then creates a neighborhood solution relating to feeder arrangement for each solution candidate at the substation (step S25).

次いで、演算装置２は、作成した近傍それぞれに対し、評価関数ｆ１，ｆ２を計算し、最良解に遷移する（ステップＳ２６）。 Next, the arithmetic unit 2 calculates the evaluation functions f 1 and f 2 for each of the created neighborhoods, and transitions to the best solution (step S26).

そして、演算装置２は、２層目の終了条件を満たしていなければ、ステップＳ２４に戻る（ステップＳ２７のＮ）。   If the second layer end condition is not satisfied, the arithmetic unit 2 returns to step S24 (N in step S27).

一方、２層目の終了条件を満たしていれば、演算装置２は、１層目の終了条件を満たしているか否か確認する（ステップＳ２８）。そして、演算装置２は、１層目の終了条件を満たしていれば処理を終了し（ステップＳ２８のＹ）、１層目の終了条件を満たしていなければステップＳ２２に戻る（ステップＳ２８のＮ）。   On the other hand, if the end condition for the second layer is satisfied, the arithmetic unit 2 checks whether the end condition for the first layer is satisfied (step S28). Then, the arithmetic unit 2 ends the process if the first layer end condition is satisfied (Y in step S28), and returns to step S22 if the first layer end condition is not satisfied (N in step S28). .

そして、得られた複数の解の中で、最も高頻度に得られている解を、配電系統拡張計画の選定結果として選択する。   And the solution obtained most frequently among the obtained several solutions is selected as a selection result of a distribution system expansion plan.

上記のようにして２層タブサーチ処理を実行することで、変電所とフィーダに関する変数をそれぞれ別々に考慮することができる。第１層探索処理（１層目）はアルゴリズムのステップＳ２２〜ステップＳ２８に相当し、第２層探索処理（２層目）はステップＳ２４〜ステップＳ２７に当たる。このように、２層タブサーチはＴＳにおける処理ループの内部にＴＳの処理ループが存在する構造となっている。   By executing the two-layer tab search process as described above, variables relating to the substation and the feeder can be considered separately. The first layer search process (first layer) corresponds to steps S22 to S28 of the algorithm, and the second layer search process (second layer) corresponds to steps S24 to S27. Thus, the two-layer tab search has a structure in which a TS processing loop exists inside the processing loop in TS.

第１層探索処理では、演算装置２が入力装置１により入力され記憶装置３に登録されている配電系統への増設候補とされている複数の増設候補変電所についての設置場所及び容量に関する第１評価値をタブサーチによって導出する。また、第２層探索処理では、第１層探索処理にて導出された複数の増設候補変電所についての第１評価値にもとづき配電系統において増設する配電線の位置に関する第２評価値を演算装置がタブサーチによって導出する。   In the first layer search process, the first regarding the installation location and capacity for a plurality of candidate expansion substations that are candidates for addition to the distribution system that is input by the input device 1 and registered in the storage device 3. The evaluation value is derived by tab search. In the second layer search process, the second evaluation value related to the position of the distribution line to be added in the distribution system is calculated based on the first evaluation value for the plurality of extension candidate substations derived in the first layer search process. Is derived by tab search.

以下に、本実施形態による２層タブサーチにより配電系統拡張計画を選定する場合のシミュレーション結果について説明する。   Below, the simulation result in the case of selecting a distribution system expansion plan by the two-layer tab search according to the present embodiment will be described.

シミュレーション条件
以下の（１）〜（６）の条件でシミュレーションを行った。 Simulation conditions A simulation was performed under the following conditions (1) to (6).

（１）ここでは、例として、図６に示されるＩＥＥＥ３２母線配電系統を拡張した系統を用いる。図６は既存の配電系統を示す。変電所の拡張候補（１００，２００，・・・，６００）と、フィーダの拡張候補とは、事前に決められており、入力装置１によって記憶装置３に登録されているものとする。また、同様に、既存の配電系統に関するデータについても、入力装置１によって事前に記憶装置３に登録されているものとする。   (1) Here, as an example, a system obtained by extending the IEEE32 bus distribution system shown in FIG. 6 is used. FIG. 6 shows an existing distribution system. The substation expansion candidates (100, 200,..., 600) and the feeder expansion candidates are determined in advance and are registered in the storage device 3 by the input device 1. Similarly, it is assumed that data relating to an existing distribution system is registered in the storage device 3 in advance by the input device 1.

（２）変電所の新規設置コストには、設置する変電所の容量の２乗に比例する値を設定する。また、フィーダに関するコスト、抵抗、リアクタンスも同様に、フィーダの長さに比例した値を設定する。さらに、ε制約法によるｆ１の上限ε１は、５００と設定する。 (2) For the new installation cost of a substation, a value proportional to the square of the capacity of the installed substation is set. Similarly, the cost, resistance, and reactance related to the feeder are set to values proportional to the length of the feeder. Further, the upper limit ε 1 of f 1 by the ε constraint method is set to 500.

（３）変電所の新規拡張候補は図６に示すように６箇所（１００，２００，３００，４００，５００，６００）とし、１層目のＴＳによって配置場所及び電力容量を決定する。設置変電所の電力容量は、１．０，１．５，・・・，４．０[ＭＷ]から選択するものとする。   (3) As shown in FIG. 6, new substation expansion candidates are six (100, 200, 300, 400, 500, 600), and the location and power capacity are determined by the first-layer TS. The power capacity of the installed substation is selected from 1.0, 1.5, ..., 4.0 [MW].

（４）フィーダの新規拡張候補は、図６に示すように７５であるため、それと同数のビットを用いてフィーダの設置有無を表すものとする。設置ならばビット値を「１」とし、非設置ならばビット値を「０」とする。２層目のＴＳにおいて、ハミング距離２のビット交換をすることで、フィーダを交換し、ネットワークを構成する。また、ここでの配電系統拡張計画問題に対するフィーダの選定の組合せ総数は、３．７７×１０２２通りである。 (4) Since the number of new extension candidates for the feeder is 75 as shown in FIG. 6, the same number of bits are used to indicate whether or not the feeder is installed. If it is installed, the bit value is “1”, and if it is not installed, the bit value is “0”. In the TS of the second layer, by exchanging bits with a Hamming distance of 2, the feeder is exchanged and the network is configured. In addition, the total number of feeder selection combinations for the distribution system expansion planning problem here is 3.77 × 10 22 .

（５）本実施形態では、今後の様々な系統負荷の変化を考慮するため、既存系統の各母線それぞれの負荷に８０％から１５０％の負荷変化をランダムに与えるモンテカルロシミュレーションを行い、これにより今後の負荷変化を想定する。   (5) In this embodiment, in order to consider future changes in system load, a Monte Carlo simulation is performed in which a load change of 80% to 150% is randomly applied to each bus of the existing system. Assume that the load changes.

（６）本実施形態の有効性を示すため、ＳＡ（Simulated Annealing），ＧＡ（Genetic Algorithm）との比較を行う。各手法のパラメータを図７に示す。これらの値は事前シミュレーションにより決定したものである。なお、各手法のロバスト性を比較するために、既存系統の負荷に同様の負荷変化を与える。本実施形態では、１００通りの負荷変化に対してシミュレーションを行う。   (6) In order to show the effectiveness of the present embodiment, comparison with SA (Simulated Annealing) and GA (Genetic Algorithm) is performed. The parameters of each method are shown in FIG. These values are determined by prior simulation. In addition, in order to compare the robustness of each method, the same load change is given to the load of the existing system. In the present embodiment, simulation is performed for 100 different load changes.

シミュレーション結果
以下に２層タブサーチによる本実施形態による計画法と、ＳＡによる計画法と，ＧＡによる計画法とを比較してシミュレーション結果を説明する。 Simulation Results The simulation results will be described below by comparing the planning method according to the present embodiment based on the two-layer tab search, the SA planning method, and the GA planning method.

図８に１００通りの負荷変化に対するＳＡ，ＧＡと本実施形態による計画法における評価関数ｆ１の値の平均値を示す。ε制約法による上限が設定してあるため、図８に示すように、評価関数ｆ１の値の平均値は、何れの手法もほぼ同様の値となった。 FIG. 8 shows the average value of the evaluation function f 1 in the SA, GA and the planning method according to this embodiment for 100 load changes. Since the upper limit by the ε constraint method is set, as shown in FIG. 8, the average value of the evaluation function f 1 is almost the same in all methods.

次に、図９に評価関数ｆ２の値の平均値を示す。図９に示すように、本実施形態による計画法は、ＳＡ，ＧＡと比較して、それぞれ１．０３倍，１．０４倍高精度な解を発見した。これは、ＳＡ，ＧＡが本実施形態による計画法と比較して計画問題に効果的でないことを示している。放射状系統構成問題である本問題の場合、フィーダの数に制約があるため、確率的に解同士を組合せる手法であるＧＡでは効率の良い探索をすることができない。また、ＳＡはフィーダ配置に関する解探索をハミング距離２の交換で行っているため、ＧＡよりも効率の良い探索が期待できる。しかし、交換するフィーダを確率的に決定するため有効であるとは限らない。それに対して本実施形態による計画法は全近傍を作成し、評価するため、有効な探索が可能となる。 Next, the average value of the evaluation function f 2 in FIG. As shown in FIG. 9, the planning method according to the present embodiment has found solutions that are 1.03 times and 1.04 times more accurate than SA and GA, respectively. This indicates that SA and GA are not effective for the planning problem as compared with the planning method according to the present embodiment. In the case of this problem, which is a radial system configuration problem, since the number of feeders is limited, an efficient search cannot be performed with GA, which is a method of combining solutions probabilistically. In addition, since the SA performs a solution search related to feeder arrangement by exchanging the Hamming distance 2, a search that is more efficient than the GA can be expected. However, it is not always effective because the feeder to be replaced is determined stochastically. On the other hand, since the planning method according to the present embodiment creates and evaluates all neighborhoods, an effective search is possible.

次に、平均計算時間に関する各手法の結果を図１０に示す。図１０に示すように、平均計算時間に関しても本実施形態による計画法によれば、ＳＡ，ＧＡと比較して、１．５倍，１．３倍高速に解を発見している。これにより、本実施形態による計画法が他の手法よりも効率の良い探索を行っていることがわかる。   Next, the result of each method relating to the average calculation time is shown in FIG. As shown in FIG. 10, with respect to the average calculation time, according to the planning method according to the present embodiment, the solution is found 1.5 times and 1.3 times faster than SA and GA. Thus, it can be seen that the planning method according to the present embodiment performs a search that is more efficient than other methods.

次に，最適化された系統について考察する。図１１は、本実施形態による計画法の１００通りの負荷変化に対して、同一ネットワークとなった解の頻度を示す説明図である。また、最も頻度の高い最適系統を図１２に示す。図１１に示すように、１００通りの多様な負荷変化のうち６８通りの負荷変化に対して、最適化系統が同様のネットワークを構築したこととなる。この最適系統が、今後の不確定な負荷変化に対して最もロバストな最適系統だと考えられる。   Next, the optimized system is considered. FIG. 11 is an explanatory diagram showing the frequency of solutions that have become the same network with respect to 100 load changes of the planning method according to the present embodiment. The most frequent optimum system is shown in FIG. As shown in FIG. 11, the optimization system has constructed a similar network for 68 different load changes out of 100 various load changes. This optimum system is considered to be the most robust optimum system against future uncertain load changes.

上述したように、本実施形態では、既存の系統に対して，最適化系統は母線４００に新規変電所と１３本の新規フィーダを新規設備として導入する計画を選定した。この選定に従って新規変電所を設置することにより、既存の変電所と発電を分担し、それによって発電コストを抑えることができ、新規フィーダにより２つの最適な配電ネットワークを構成することができるため、配電コストを削減することができる。   As described above, in the present embodiment, a plan for introducing a new substation and 13 new feeders as new equipment on the bus 400 is selected as the optimized system for the existing system. By installing a new substation according to this selection, it is possible to share power generation with the existing substation, thereby reducing the power generation cost and to construct two optimal distribution networks with the new feeder. Cost can be reduced.

本実施形態では、配電系統拡張計画に対して、ε制約法を用いた多目的メタヒューリスティックスである２層タブサーチにより導入計画を選定することで、発電コストは配電コストを抑制した新規系統を採用することが可能となる。また、多目的最適化計画に対して、ε制約法を用いることによって、計画者の目的に沿った計画を可能とすることができる。   In this embodiment, for the distribution system expansion plan, the introduction plan is selected by a two-layer tab search that is a multi-purpose metaheuristic using the ε constraint method, so that the power generation cost adopts a new system that suppresses the distribution cost. It becomes possible. Moreover, the plan according to the planner's purpose can be made possible by using the ε constraint method for the multi-objective optimization plan.

本実施形態では、配電系統拡張計画における不確定な負荷変化の判定を、モンテカルロシミュレーションを行うことにより実現した。モンテカルロシミュレーションによる様々な負荷変化に対して、発見されたネットワークの中で最も頻度の高かったネットワークを最適ネットワークとして採用することにより、今後の負荷変化に対する最もロバストで最適なネットワークを発見することが可能となった。   In this embodiment, the determination of the uncertain load change in the distribution system expansion plan is realized by performing a Monte Carlo simulation. It is possible to find the most robust and optimal network for future load changes by adopting the most frequent network among the discovered networks for various load changes by Monte Carlo simulation. It became.

また、上述したように、２層タブサーチにより計画を選定する構成としたので、配電損失に関して、ＳＡ，ＧＡと比較して、高精度（１．０３倍、１．０４倍高精度）な解を発見することができ、計算時間に関しても高速（１．５倍，１．３倍）に計算することができる。   In addition, since the plan is selected by the two-layer tab search as described above, the distribution loss is more accurate (1.03 times, 1.04 times higher accuracy) than SA and GA. And the calculation time can be calculated at high speed (1.5 times, 1.3 times).

また、上述したように、モンテカルロシミュレーションにより、ランダムな複数の将来の系統状態を考慮し、その各系統状態に対して、メタヒューヒュリスティクスにおいて高速で高精度な２層タブサーチを用いて多目的配電拡張計画を評価するようにしたので、最適な配電系統拡張計画を選定することができ、設備コストの削減が期待できるようになる。   In addition, as described above, Monte Carlo simulation takes into account multiple random future system states, and for each system state, multi-purpose using high-speed and high-precision two-layer tab search in meta-heuristics Since the power distribution expansion plan is evaluated, an optimal power distribution system expansion plan can be selected, and the equipment cost can be expected to be reduced.

本発明の一実施形態に係る配電系統拡張計画選定システムのブロック図である。It is a block diagram of a distribution system expansion plan selection system concerning one embodiment of the present invention. ＴＳの探索概念図である。It is a search conceptual diagram of TS. ｎ＝２における多目的最適化に対するε制約法の概念図である。It is a conceptual diagram of the epsilon constraint method with respect to multi-objective optimization in n = 2. ２層タブサーチの概念図である。It is a conceptual diagram of 2 layer tab search. ２層タブサーチ処理の例を示すフローチャートである。It is a flowchart which shows the example of a 2 layer tab search process. ＩＥＥＥ３２母線配電系統を示す説明図である。It is explanatory drawing which shows the IEEE32 bus-line power distribution system. 各手法のパラメータを示す説明図である。It is explanatory drawing which shows the parameter of each method. 各手法における評価関数ｆ１の値の平均値を示す説明図である。Is an explanatory diagram showing an average value of the evaluation function f 1 for each method. 各手法における評価関数ｆ２の値の平均値を示す説明図である。Is an explanatory diagram showing an average value of the evaluation function f 2 in each method. 各手法における平均計算時間を示す説明図である。It is explanatory drawing which shows the average calculation time in each method. １００通りの負荷変化に対して同一ネットワークとなった解の頻度を示す説明図である。It is explanatory drawing which shows the frequency of the solution used as the same network with respect to 100 types of load changes. 配電系統拡張計画の選定結果の最適系統を示す説明図である。It is explanatory drawing which shows the optimal system of the selection result of a distribution system expansion plan.

符号の説明Explanation of symbols

１…入力装置
２…演算装置
３…記憶装置
４…出力装置 DESCRIPTION OF SYMBOLS 1 ... Input device 2 ... Arithmetic device 3 ... Memory | storage device 4 ... Output device

Claims (2)

入力装置、記憶装置、演算装置及び出力装置を備えたコンピュータを用い電力システムにおける配電系統の拡張計画を選定する配電系統拡張計画選定方法であって、
前記入力装置により入力され前記記憶装置に登録されている前記配電系統への増設候補とされている複数の増設候補変電所についての設置場所及び容量に関する第１評価値を前記演算装置がタブサーチによって導出する第１層探索処理と、
該第１層探索処理にて導出された前記複数の増設候補変電所についての第１評価値にもとづき前記配電系統において増設する配電線の位置に関する第２評価値を前記演算装置がタブサーチによって導出する第２層探索処理と、
前記第１層探索処理にて導出された第１評価値と、前記第２層探索処理にて導出された第２評価値とにもとづいて、前記演算装置が前記複数の増設候補変電所の中から前記配電系統に増設する変電所を選定する選定処理と、
該選定処理による選定結果を前記出力装置を介して出力する出力処理と
を備えたことを特徴とする配電系統拡張計画選定方法。 A distribution system expansion plan selection method for selecting a distribution system expansion plan in a power system using a computer including an input device, a storage device, an arithmetic device, and an output device,
The arithmetic unit uses a tab search to calculate a first evaluation value related to installation locations and capacities of a plurality of expansion candidate substations that are input by the input device and registered in the storage device and that are candidates for addition to the distribution system. A first layer search process to be derived;
Based on the first evaluation value for the plurality of expansion candidate substations derived in the first layer search process, the arithmetic device derives a second evaluation value regarding the position of the distribution line to be added in the distribution system by tab search. Second layer search processing to
Based on the first evaluation value derived in the first layer search process and the second evaluation value derived in the second layer search process, the arithmetic unit is configured to add the plurality of additional candidate substations. Selection process for selecting a substation to be added to the distribution system from
A distribution system expansion plan selection method comprising: an output process for outputting a selection result of the selection process via the output device. 入力装置、記憶装置、演算装置及び出力装置を備えたコンピュータを用い電力システムにおける配電系統の拡張計画を選定させるための配電系統拡張計画選定プログラムであって、
前記コンピュータに、
前記入力装置により入力され前記記憶装置に登録されている前記配電系統への増設候補とされている複数の増設候補変電所についての設置場所及び容量に関する第１評価値を前記演算装置がタブサーチによって導出する第１層探索処理と、
該第１層探索処理にて導出された前記複数の増設候補変電所についての第１評価値にもとづき前記配電系統において増設する配電線の位置に関する第２評価値を前記演算装置がタブサーチによって導出する第２層探索処理と、
前記第１層探索処理にて導出された第１評価値と、前記第２層探索処理にて導出された第２評価値とにもとづいて、前記演算装置が前記複数の増設候補変電所の中から前記配電系統に増設する変電所を選定する選定処理と、
該選定処理による選定結果を前記出力装置を介して出力する出力処理と
を実行させるための配電系統拡張計画選定プログラム。 A distribution system expansion plan selection program for selecting a distribution system expansion plan in a power system using a computer including an input device, a storage device, an arithmetic device, and an output device,
In the computer,
The arithmetic unit uses a tab search to calculate a first evaluation value related to installation locations and capacities of a plurality of expansion candidate substations that are input by the input device and registered in the storage device and that are candidates for addition to the distribution system. A first layer search process to be derived;
Based on the first evaluation value for the plurality of expansion candidate substations derived in the first layer search process, the arithmetic device derives a second evaluation value regarding the position of the distribution line to be added in the distribution system by tab search. Second layer search processing to
Based on the first evaluation value derived in the first layer search process and the second evaluation value derived in the second layer search process, the arithmetic unit is configured to add the plurality of additional candidate substations. Selection process for selecting a substation to be added to the distribution system from
A distribution system expansion plan selection program for executing an output process for outputting a selection result of the selection process via the output device.
JP2006086683A 2006-03-27 2006-03-27 Distribution system extension plan selection method and distribution system extension plan selection program Pending JP2007264849A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006086683A JP2007264849A (en) 2006-03-27 2006-03-27 Distribution system extension plan selection method and distribution system extension plan selection program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006086683A JP2007264849A (en) 2006-03-27 2006-03-27 Distribution system extension plan selection method and distribution system extension plan selection program

Publications (1)

Publication Number Publication Date
JP2007264849A true JP2007264849A (en) 2007-10-11

Family

ID=38637801

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006086683A Pending JP2007264849A (en) 2006-03-27 2006-03-27 Distribution system extension plan selection method and distribution system extension plan selection program

Country Status (1)

Country Link
JP (1) JP2007264849A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012034437A (en) * 2010-07-28 2012-02-16 Chugoku Electric Power Co Inc:The Method for determining trouble recovery target system in electric power system
CN104283214A (en) * 2014-10-29 2015-01-14 国网上海市电力公司 Network reconstruction method for power distribution network
CN110991740A (en) * 2019-12-03 2020-04-10 海南电网有限责任公司 Power grid planning method and system based on operation simulation and intelligent agent technology

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012034437A (en) * 2010-07-28 2012-02-16 Chugoku Electric Power Co Inc:The Method for determining trouble recovery target system in electric power system
CN104283214A (en) * 2014-10-29 2015-01-14 国网上海市电力公司 Network reconstruction method for power distribution network
CN110991740A (en) * 2019-12-03 2020-04-10 海南电网有限责任公司 Power grid planning method and system based on operation simulation and intelligent agent technology
CN110991740B (en) * 2019-12-03 2023-12-15 海南电网有限责任公司 Power grid planning method and system based on operation simulation and intelligent agent technology

Similar Documents

Publication Publication Date Title
Suresh et al. Hybrid improved binary particle swarm optimization approach for generation maintenance scheduling problem
Azizipanah‐Abarghooee et al. Practical multi‐area bi‐objective environmental economic dispatch equipped with a hybrid gradient search method and improved Jaya algorithm
Meena et al. Multi‐objective Taguchi approach for optimal DG integration in distribution systems
Popović et al. Hybrid simulated annealing and mixed integer linear programming algorithm for optimal planning of radial distribution networks with distributed generation
Carrano et al. Electric distribution network expansion under load-evolution uncertainty using an immune system inspired algorithm
Ramírez-Rosado et al. New multiobjective tabu search algorithm for fuzzy optimal planning of power distribution systems
Bustos et al. Energy storage and transmission expansion planning: substitutes or complements?
Gomez et al. Ant colony system algorithm for the planning of primary distribution circuits
Sethi et al. Inventory models with fixed costs, forecast updates, and two delivery modes
Zhang et al. Hybrid bare-bones PSO for dynamic economic dispatch with valve-point effects
Tessema et al. A self adaptive penalty function based algorithm for constrained optimization
Faria et al. Power transmission network design by greedy randomized adaptive path relinking
Wu et al. Performance utility-analysis of multi-state systems
Moulin et al. Transmission expansion planning with re-design
Su et al. Multi-objective optimization of buffer allocation for remanufacturing system based on TS-NSGAII hybrid algorithm
EP2507750A1 (en) Restoration switching analysis with genetic algorithm
Gutiérrez‐Alcaraz et al. Two‐stage heuristic methodology for optimal reconfiguration and Volt/VAr control in the operation of electrical distribution systems
Fedorchenko et al. Development of a genetic algorithm for placing power supply sources in a distributed electric network
JP2019139323A (en) Optimization system, optimization apparatus, and optimization system control method
JP5395367B2 (en) Minimum transmission loss system configuration determination device, method and program
Avilés et al. A multi-objective evolutionary approach for planning and optimal condition restoration of secondary distribution networks
Daiva et al. Energy distribution planning models taxonomy and methods of distributed generation systems
JP2007264849A (en) Distribution system extension plan selection method and distribution system extension plan selection program
JP2010136600A (en) System and method for controlling voltage reactive power
Grond et al. Practice-oriented optimization of distribution network planning using metaheuristic algorithms