Published May 28, 2019
| Version v1
Publication
Open
Optimal Dispatch of Reactive Power Using Modified Stochastic Fractal Search Algorithm
- 1. Ton Duc Thang University
- 2. Ho Chi Minh City University of Technology
- 3. Vietnam National University Ho Chi Minh City
- 4. Ho Chi Minh City University of Industry and Trade
- 5. Duy Tan University
Description
This paper applies a proposed modified stochastic fractal search algorithm (MSFS) for dealing with all constraints of optimal reactive power dispatch (ORPD) and finding optimal solutions for three different cases including power loss optimization, voltage deviation optimization, and L-index optimization. The proposed MSFS method is newly constructed in the paper by modifying three new solution update mechanisms on standard stochastic fractal search algorithm (SSFS). The first modification is to keep only one formula and abandon one formula in the diffusion process while the second modification and the third modification are used in the first update and the second update. In two updates of SSFS, solutions with low quality are updated with high probability while other solutions with high quality do not get chances to be updated. This manner results in the fact that some promising solutions around the high quality solutions can be missed. In order to tackle this restriction, the second modification of MSFS is to newly update the worst solutions in the first update and the best solutions in the second update. In the third modification, all existing formulas of SSFS in the two updates are abandoned and the same new proposed technique is used for updating such solutions in two updates. Compared to SSFS, the three modifications can bring advantages to MSFS such as using smaller number of produced solutions per iteration, spending shorter execution time, finding better optimal solutions, and owning more stable search ability. Furthermore, the proposed method also sees its effectiveness and robustness over SSFS by testing on IEEE 30-bus system and IEEE 118-bus system with three different single objectives for each system. The proposed method can find less minimum, average, and maximum for all the cases in addition to faster search speed. Besides, the proposed method is also compared to other methods such as PSO-based method group, GA-based method group, DE-based method group, and other recent methods. Result comparisons also indicate that the proposed method can be more efficient than almost all these methods with respect to less minimum and smaller values of control parameters. As a result, evaluation of the performance of the proposed method is that it should be used for seeking solutions of ORPD problem.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تطبق هذه الورقة خوارزمية بحث كسورية عشوائية معدلة مقترحة (MSFS) للتعامل مع جميع قيود إرسال الطاقة التفاعلية الأمثل (ORPD) وإيجاد الحلول المثلى لثلاث حالات مختلفة بما في ذلك تحسين فقدان الطاقة، وتحسين انحراف الجهد، وتحسين مؤشر L. تم إنشاء طريقة MSFS المقترحة حديثًا في الورقة عن طريق تعديل ثلاث آليات جديدة لتحديث الحلول على خوارزمية البحث الفراكتلي العشوائي القياسية (SSFS). التعديل الأول هو الاحتفاظ بصيغة واحدة فقط والتخلي عن صيغة واحدة في عملية النشر بينما يتم استخدام التعديل الثاني والتعديل الثالث في التحديث الأول والتحديث الثاني. في تحديثين لـ SSFS، يتم تحديث الحلول ذات الجودة المنخفضة باحتمالية عالية بينما لا تحصل الحلول الأخرى ذات الجودة العالية على فرص للتحديث. تؤدي هذه الطريقة إلى حقيقة أنه يمكن تفويت بعض الحلول الواعدة حول الحلول عالية الجودة. من أجل معالجة هذا القيد، فإن التعديل الثاني لـ MSFS هو تحديث أسوأ الحلول في التحديث الأول وأفضل الحلول في التحديث الثاني. في التعديل الثالث، يتم التخلي عن جميع الصيغ الحالية لـ SSFS في التحديثين ويتم استخدام نفس التقنية الجديدة المقترحة لتحديث هذه الحلول في تحديثين. بالمقارنة مع عوامل الأمان الاجتماعي، يمكن أن تجلب التعديلات الثلاثة مزايا لـ MSFS مثل استخدام عدد أقل من الحلول المنتجة لكل تكرار، وقضاء وقت تنفيذ أقصر، وإيجاد حلول مثالية أفضل، وامتلاك قدرة بحث أكثر استقرارًا. علاوة على ذلك، ترى الطريقة المقترحة أيضًا فعاليتها وقوتها على SSFS من خلال الاختبار على نظام IEEE 30 - bus ونظام IEEE 118 - bus مع ثلاثة أهداف فردية مختلفة لكل نظام. يمكن أن تجد الطريقة المقترحة أقل من الحد الأدنى والمتوسط والحد الأقصى لجميع الحالات بالإضافة إلى سرعة بحث أسرع. إلى جانب ذلك، تتم مقارنة الطريقة المقترحة أيضًا بطرق أخرى مثل مجموعة الأساليب القائمة على PSO، ومجموعة الأساليب القائمة على GA، ومجموعة الأساليب القائمة على DE، وغيرها من الأساليب الحديثة. تشير مقارنات النتائج أيضًا إلى أن الطريقة المقترحة يمكن أن تكون أكثر كفاءة من جميع هذه الطرق تقريبًا فيما يتعلق بالقيم الدنيا والأصغر لمعلمات التحكم. ونتيجة لذلك، فإن تقييم أداء الطريقة المقترحة هو أنه ينبغي استخدامها للبحث عن حلول لمشكلة ORPD.Translated Description (French)
Cet article applique un algorithme de recherche fractale stochastique modifié (MSFS) proposé pour traiter toutes les contraintes de répartition optimale de la puissance réactive (ORPD) et trouver des solutions optimales pour trois cas différents, y compris l'optimisation de la perte de puissance, l'optimisation de l'écart de tension et l'optimisation de l'indice L. La méthode MSFS proposée est nouvellement construite dans l'article en modifiant trois nouveaux mécanismes de mise à jour de la solution sur l'algorithme de recherche fractale stochastique standard (SSFS). La première modification consiste à ne conserver qu'une formule et à abandonner une formule dans le processus de diffusion tandis que la deuxième modification et la troisième modification sont utilisées dans la première mise à jour et la deuxième mise à jour. Dans deux mises à jour des SSF, LES solutions de faible qualité sont mises à jour avec une forte probabilité tandis que les autres solutions de haute qualité n'ont pas de chances d'être mises à jour. Cette manière se traduit par le fait que certaines solutions prometteuses autour des solutions de haute qualité peuvent être manquées. Afin de s'attaquer à cette restriction, la deuxième modification de MSFS consiste à mettre à jour les pires solutions de la première mise à jour et les meilleures solutions de la deuxième mise à jour. Dans la troisième modification, toutes les formules existantes de SSF dans les deux mises à jour sont abandonnées et la même nouvelle technique proposée est utilisée pour mettre à jour ces solutions dans deux mises à jour. Par rapport aux SSF, les trois modifications peuvent apporter des avantages à MSFS, tels que l'utilisation d'un plus petit nombre de solutions produites par itération, le temps d'exécution plus court, la recherche de meilleures solutions optimales et une capacité de recherche plus stable. En outre, le procédé proposé voit également son efficacité et sa robustesse par rapport AUX SSF en testant sur le système IEEE 30 bus et le système IEEE 118 bus avec trois objectifs uniques différents pour chaque système. La méthode proposée peut trouver moins de minimum, de moyen et de maximum pour tous les cas en plus d'une vitesse de recherche plus rapide. En outre, la méthode proposée est également comparée à d'autres méthodes telles que le groupe de méthodes à base de PSO, le groupe de méthodes à base de GA, le groupe de méthodes à base de DE et d'autres méthodes récentes. Les comparaisons de résultats indiquent également que la méthode proposée peut être plus efficace que presque toutes ces méthodes en ce qui concerne les valeurs minimales et plus petites des paramètres de contrôle. En conséquence, l'évaluation de la performance de la méthode proposée est qu'elle devrait être utilisée pour rechercher des solutions au problème ORPD.Translated Description (Spanish)
Este documento aplica un algoritmo de búsqueda fractal estocástico modificado (MSFS) propuesto para tratar todas las restricciones del despacho óptimo de potencia reactiva (ORPD) y encontrar soluciones óptimas para tres casos diferentes, incluida la optimización de la pérdida de potencia, la optimización de la desviación de voltaje y la optimización del índice L. El método MSFS propuesto se construye recientemente en el documento modificando tres nuevos mecanismos de actualización de soluciones en el algoritmo de búsqueda fractal estocástico estándar (SSF). La primera modificación es mantener una sola fórmula y abandonar una fórmula en el proceso de difusión, mientras que la segunda modificación y la tercera modificación se utilizan en la primera actualización y la segunda actualización. En dos actualizaciones de SSF, las soluciones con baja calidad se actualizan con alta probabilidad, mientras que otras soluciones con alta calidad no tienen posibilidades de actualizarse. De esta manera, se puede pasar por alto algunas soluciones prometedoras en torno a las soluciones de alta calidad. Para hacer frente a esta restricción, la segunda modificación de MSFS es actualizar nuevamente las peores soluciones en la primera actualización y las mejores soluciones en la segunda actualización. En la tercera modificación, se abandonan todas las fórmulas existentes de SSF en las dos actualizaciones y se utiliza la misma nueva técnica propuesta para actualizar dichas soluciones en dos actualizaciones. En comparación con las SSF, las tres modificaciones pueden aportar ventajas a MSFS, como el uso de un menor número de soluciones producidas por iteración, el menor tiempo de ejecución, la búsqueda de mejores soluciones óptimas y la posesión de una capacidad de búsqueda más estable. Además, el método propuesto también ve su efectividad y robustez sobre los SSF mediante pruebas en el sistema IEEE 30-bus y el sistema IEEE 118-bus con tres objetivos únicos diferentes para cada sistema. El método propuesto puede encontrar menos mínimo, promedio y máximo para todos los casos, además de una velocidad de búsqueda más rápida. Además, el método propuesto también se compara con otros métodos como el grupo de métodos basado en PSO, el grupo de métodos basado en GA, el grupo de métodos basado en DE y otros métodos recientes. Las comparaciones de resultados también indican que el método propuesto puede ser más eficiente que casi todos estos métodos con respecto a menos valores mínimos y más pequeños de los parámetros de control. Como resultado, la evaluación del rendimiento del método propuesto es que debe usarse para buscar soluciones al problema de ORPD.Files
4670820.pdf.pdf
Files
(15.9 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:956cd5a2cb25abf9054771801332d6be
|
15.9 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- الإرسال الأمثل للقوة التفاعلية باستخدام خوارزمية البحث الكسري العشوائي المعدلة
- Translated title (French)
- Répartition optimale de la puissance réactive à l'aide d'un algorithme de recherche fractale stochastique modifié
- Translated title (Spanish)
- Despacho óptimo de potencia reactiva utilizando el algoritmo de búsqueda fractal estocástico modificado
Identifiers
- Other
- https://openalex.org/W2947465645
- DOI
- 10.1155/2019/4670820
References
- https://openalex.org/W1974540077
- https://openalex.org/W1978378863
- https://openalex.org/W1978756147
- https://openalex.org/W1987243715
- https://openalex.org/W1988449634
- https://openalex.org/W2000941293
- https://openalex.org/W2004117002
- https://openalex.org/W2006441287
- https://openalex.org/W2011664334
- https://openalex.org/W2012881924
- https://openalex.org/W2038523443
- https://openalex.org/W2053401848
- https://openalex.org/W2056388720
- https://openalex.org/W2060289797
- https://openalex.org/W2071255679
- https://openalex.org/W2072387555
- https://openalex.org/W2078669430
- https://openalex.org/W2081489435
- https://openalex.org/W2092641469
- https://openalex.org/W2111805884
- https://openalex.org/W2126447590
- https://openalex.org/W2137382560
- https://openalex.org/W2156194072
- https://openalex.org/W2164807043
- https://openalex.org/W2202448957
- https://openalex.org/W2261079877
- https://openalex.org/W2275831873
- https://openalex.org/W2301293017
- https://openalex.org/W2307465245
- https://openalex.org/W2315997267
- https://openalex.org/W2340987578
- https://openalex.org/W2508289353
- https://openalex.org/W2510487013
- https://openalex.org/W2550774864
- https://openalex.org/W2574415989
- https://openalex.org/W2585379271
- https://openalex.org/W2609031355
- https://openalex.org/W2613259488
- https://openalex.org/W2616736911
- https://openalex.org/W2624797117
- https://openalex.org/W2737965601
- https://openalex.org/W2739315187
- https://openalex.org/W2745144140
- https://openalex.org/W2764069607
- https://openalex.org/W2782699407
- https://openalex.org/W2783607550
- https://openalex.org/W2793299476
- https://openalex.org/W2799755495
- https://openalex.org/W2804290256
- https://openalex.org/W2809276846
- https://openalex.org/W2810858421
- https://openalex.org/W2915882774
- https://openalex.org/W3122254391
- https://openalex.org/W4238632349