KaydedilenlerDerginizi ekleyin

Dergiler / Black Sea Journal of Engineering and Science / 2026 / Cilt: 9 Sayı: 4

Dağıtım Şebekelerinde Yenilenebilir Enerji Kaynaklı Dağıtık Üretim ve Enerji Depolama Sistemlerinin Optimal Yerleşimi ve Boyutlandırılması İçin Süzülen Yılan Algoritması

Gliding Snake Algorithm for the Optimal Placement and Sizing of Renewable Energy–Based Distributed Generation and Energy Storage Systems in Distribution Networks

Cenk Andiç(İSTANBUL TEKNİK ÜNİVERSİTESİ)0000-0003-1123-899X
Sayfa
2022–2038
Yayın Tarihi
2026-07-15
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlar, önerilen SYO algoritmasının etkinliği ile birlikte yenilenebilir enerji kaynaklarının enerji depolama sistemleriyle koordineli entegrasyonunun dağıtım şebekelerinde güç kayıplarını azaltma ve gerilim profilini iyileştirme açısından önemli avantajlar sağladığını göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma, yenilenebilir enerji kaynaklı rüzgâr türbini (RT) ve fotovoltaik (PV) sistemlerin radyal dağıtım şebekesine optimal yerleşimi ve boyutlandırılması problemini ele almaktadır.
📊
Temel Bulgular & Veri:Çalışma üç farklı senaryodan oluşmakta olup tüm senaryolar IEEE 33 baralı radyal dağıtım şebekesi üzerinde test edilmiştir.
💡
Sonuç & Katkı:Elde edilen sonuçlar, önerilen SYO algoritmasının etkinliği ile birlikte yenilenebilir enerji kaynaklarının enerji depolama sistemleriyle koordineli entegrasyonunun dağıtım şebekelerinde güç kayıplarını azaltma ve gerilim profilini iyileştirme açısından önemli avantajlar sağladığını göstermektedir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Dağıtım şebekeleri · Dağıtık üretim · Yenilenebilir enerji kaynakları

Özet

Bu çalışma, yenilenebilir enerji kaynaklı rüzgâr türbini (RT) ve fotovoltaik (PV) sistemlerin radyal dağıtım şebekesine optimal yerleşimi ve boyutlandırılması problemini ele almaktadır. Yenilenebilir enerji kaynaklarının dağıtım şebekesine entegrasyonu ile şebeke güç kayıplarının azaltılması, gerilim profilinin iyileştirilmesi ve gerilim değişim indeksinin azaltılması amaçlanmıştır. Bu optimizasyon probleminin çözümü için bu çalışmada yeni bir yaklaşım olan süzülen yılan optimizasyon (SYO) algoritması önerilmiştir. Çalışma üç farklı senaryodan oluşmakta olup tüm senaryolar IEEE 33 baralı radyal dağıtım şebekesi üzerinde test edilmiştir. Senaryo 1’de dağıtım şebekesine bir ve iki adet dağıtık üretim biriminin yerleşimi, Tip-1 (sadece aktif güç üreten) ve Tip-3 (hem aktif hem de reaktif güç üretebilen) çalışma modları dikkate alınarak önerilen SYO algoritması ile gerçekleştirilmiştir. Senaryo 2’de ise dağıtım şebekesinin yıllık enerji kaybını minimize etmek amacıyla mevsimsel yük değerleri ile rüzgâr türbini ve fotovoltaik sistemlerin mevsimsel üretim değerleri dikkate alınarak PV ve RT birimlerinin optimal yerleşimi ve boyutlandırılması önerilen SYO algoritması ile belirlenmiştir. Senaryo 1 ve Senaryo 2’de elde edilen sonuçlar literatürde yaygın olarak kullanılan genetik algoritma (GA) ve parçacık sürü optimizasyonu (PSO) algoritmaları ile karşılaştırılmış ve önerilen SYO yönteminin daha üstün performans gösterdiği ortaya konulmuştur. Senaryo 3’te ise dağıtım şebekesine yenilenebilir enerji kaynaklı dağıtık üretim birimleri ile birlikte enerji depolama sistemi entegre edilerek şebeke işletme performansındaki iyileşmeler karşılaştırmalı olarak analiz edilmiştir. Elde edilen sonuçlar, önerilen SYO algoritmasının etkinliği ile birlikte yenilenebilir enerji kaynaklarının enerji depolama sistemleriyle koordineli entegrasyonunun dağıtım şebekelerinde güç kayıplarını azaltma ve gerilim profilini iyileştirme açısından önemli avantajlar sağladığını göstermektedir.

Abstract

This study addresses the problem of optimal placement and sizing of renewable energy–based wind turbines (WT) and photovoltaic (PV) systems in a radial distribution network. The integration of renewable energy sources into the distribution network aims to reduce network power losses, improve the voltage profile, and minimize the voltage deviation index. To solve this optimization problem, a novel approach called the Gliding Snake Optimization (GSO) algorithm is proposed in this study. The study consists of three different scenarios, all tested on the IEEE 33-bus radial distribution network. In Scenario 1, the placement of one and two distributed generation units in the distribution network is carried out using the proposed GSO algorithm, considering Type-1 (producing only active power) and Type-3 (producing both active and reactive power) operating modes. In Scenario 2, in order to minimize the annual energy loss of the distribution network, the optimal placement and sizing of PV and WT units are determined using the proposed GSO algorithm by considering seasonal load values as well as seasonal generation profiles of wind turbines and photovoltaic systems. The results obtained in Scenario 1 and Scenario 2 are compared with the genetic algorithm (GA) and particle swarm optimization (PSO), which are widely used in the literature, and the proposed GSO method demonstrates superior performance. In Scenario 3, an energy storage system is integrated into the distribution network together with renewable energy-based distributed generation units, and the improvements in network operating performance are analyzed comparatively. The obtained results show that the proposed GSO algorithm is effective and that the coordinated integration of renewable energy sources with energy storage systems provides significant advantages in reducing power losses and improving the voltage profile in distribution networks.

🔖

Bu Makaleye Atıf Yap

Andiç, C. (2026). Dağıtım Şebekelerinde Yenilenebilir Enerji Kaynaklı Dağıtık Üretim ve Enerji Depolama Sistemlerinin Optimal Yerleşimi ve Boyutlandırılması İçin Süzülen Yılan Algoritması. Black Sea Journal of Engineering and Science, Cilt: 9 Sayı: 4, 2022–2038. https://doi.org/10.34248/bsengineering.1914505

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (32)

  1. Abdel-Mawgoud, H., Kamel, S., El-Ela, A. A. A., & Jurado, F. (2021). Optimal allocation of DG and capacitor in distribution networks using a novel hybrid MFO-SCA method. Electric Power Components and Systems, 49(3), 259–275.
  2. Ali, E. S., & AbdElazim, S. M. (2025). Dingo optimization algorithm for sizing and allocation of wind energy systems in radial distribution system. WSEAS Transactions on Systems, 24, 88–98.
  3. Angalaeswari, S., Sanjeevikumar, P., Jamuna, K., & Leonowicz, Z. (2020). Hybrid PIPSO-SQP algorithm for real power loss minimization in radial distribution systems with optimal placement of distributed generation. Sustainability, 12(14), Article 5787.
  4. Arunjothi, R., & Meena, K. P. (2024). Optimizing capacitor size and placement in radial distribution networks for maximum efficiency. Systems and Soft Computing, 6, Article 200111.
  5. Chakraborty, A., & Ray, S. (2024). Optimal allocation of distribution generation sources with sustainable energy management in radial distribution networks using metaheuristic algorithm. Computers and Electrical Engineering, 116, Article 109142.
  6. Chen, G., Li, J., Xu, Y., Peng, B., Tan, H., & Long, H. (2023). Optimal configuration of renewable energy DGs based on improved northern goshawk optimization algorithm considering load and generation uncertainties. Engineering Letters, 31(2), Article EL_31_2_23.
  7. El-kenawy, E. S. M., Khodadadi, N., Mirjalili, S., Zaki, A. M., Ibrahim, A., Alhussan, A. A., & Eid, M. M. (2026). Glider snake optimizer (GSO): A nature-inspired metaheuristic algorithm for global and engineering optimization problems. Artificial Intelligence Review, 59(3), Article 42.
  8. Elseify, M. A., Hashim, F. A., Hussien, A. G., & Kamel, S. (2024). Single and multi-objectives based on an improved golden jackal optimization algorithm for simultaneous integration of multiple capacitors and multi-type DGs in distribution systems. Applied Energy, 353, Article 122054.
  9. Elseify, M. A., Mostafa, R. R., Hashim, F. A., Domínguez-García, J. L., & Kamel, S. (2025). Optimal scheduling of photovoltaic and battery energy storage in distribution networks using an ameliorated sand cat swarm optimization algorithm: Economic assessment with different loading scenarios. Journal of Energy Storage, 116, Article 116026.
  10. Jumaa, F. A., Neda, O. M., & Mhawesh, M. A. (2021). Optimal distributed generation placement using artificial intelligence for improving active radial distribution system. Bulletin of Electrical Engineering and Informatics, 10(5), 2345–2354.
  11. Kien, L. C., Nguyen, T. T., Dinh, B. H., & Nguyen, T. T. (2021). Optimal reactive power generation for radial distribution systems using a highly effective proposed algorithm. Complexity, 2021, Article 2486531.
  12. Lalaymia, H., Djellad, A., Rekik, B., Farou, M., Tankari, M. A., Logerais, P. O., & Khouzam, A. (2026). Multi-objective optimization of PVDGs in power distribution networks using the self adaptive tyrannosaurus algorithm. Energy Reports, 15, 109074.
  13. Mahdavi, M., Awaafo, A., Dini, M., Moradi, S., Jurado, F., & Vera, D. (2024). A flexible loss reduction formulation for simultaneous capacitor placement and network reconfiguration in distribution grids. Electric Power Systems Research, 235, Article 110708.
  14. Mahdavi, M., Bagheri, A., Jurado, F., Awaafo, A., & Gopi, P. (2025). A probabilistic temperature-reliant model for optimally sizing and siting of distributed generators coordinated with distribution network switching considering weather conditions. IEEE Transactions on Industry Applications, 61(2), 1120–1132.
  15. Marksan, P., Buayai, K., Ratchapan, R., Sa-nga-ngam, W., Bhumkittipich, K., Kerdchuen, K., & Kongjeen, Y. (2025). Multi-objective optimization of mobile battery energy storage and dynamic feeder reconfiguration for enhanced voltage profiles in active distribution systems. Energies, 18(20), Article 5515.
  16. Maurya, P., Tiwari, P., & Pratap, A. (2025). Enhanced secretary bird optimization algorithm for enhanced DG deployment and reconfiguration in electrical distribution networks to improve power system efficiency. Evolutionary Intelligence, 18(3), 52–68.
  17. Muduli, R., & Das, D. (2024). A new analytical technique for obtaining the optimal sizing, location, and scheduling of BESS in a grid-connected microgrid with multiple cases of heavy DG penetration. International Journal of Ambient Energy, 45(1), Article 2421995.
  18. Nassar, S. M., Saleh, A. A., Eisa, A. A., Abdallah, E. M., & Nassar, I. A. (2025). Optimal allocation of renewable energy resources in distribution systems using meta-heuristic algorithms. Results in Engineering, 25, Article 104276.
  19. Pham, X. H. T., & Nguyen, T. T. (2025). Reducing one‐year energy loss for the Hoang Dieu 26‐node distribution power network in Vietnam through optimal placement of solar‐powered distributed generators. International Transactions on Electrical Energy Systems, 2025(1), Article 7609505.
  20. Priya, G. V., & Ganguly, S. (2024). Multi-swarm surrogate model assisted PSO algorithm to minimize distribution network energy losses. Applied Soft Computing, 159, Article 111616.
  21. Purlu, M., & Turkay, B. E. (2022). Optimal allocation of renewable distributed generations using heuristic methods to minimize annual energy losses and voltage deviation index. IEEE Access, 10, 21455–21474.
  22. Rajakumar, P., Balasubramaniam, P. M., Munimathan, A., Alwetaishi, M., Gulbarga, M. I., & Senthilpari, C. (2025). Osprey optimization algorithm for distributed generation integration in a radial distribution system for power loss reduction. Scientific Reports, 15(1), Article 18775.
  23. Ranga, J., Deglus, J., Reddy, S. B., Palanisamy, R., & RA, P. (2024). Optimization of distributed generation in radial distribution network for active power loss minimization using jellyfish search optimizer algorithm. International Journal of Electrical and Computer Engineering Systems, 15(3), 215–223.
  24. Rudresha, J., Ankaliki, S. G., Ananthapadmanabha, T., & Girish, V. (2021). Application of hybrid techniques for optimal position and sizing of distributed generation units in radial distribution system. International Journal of Electrical Engineering and Technology, 12(2), 90–99.
  25. Salimon, S. A., Fajinmi, I. O., Onatoyinbo, O. O., & Alimi, O. A. (2025). Allocation of single and multiple multi-type distributed generators in radial distribution network using mountain gazelle optimizer. Technologies, 13(7), Article 265.
  26. Shaik, M. A., & Mareddy, P. L. (2022). Enhancement of voltage profile in the distribution system by reconfiguring with DG placement using equilibrium optimizer. Alexandria Engineering Journal, 61(5), 4081–4093.
  27. Silva, C. H., Mendes, S. F. S., Garcés Negrete, L. P., López-Lezama, J. M., & Muñoz-Galeano, N. (2025). Optimizing photovoltaic generation placement and sizing using evolutionary strategies under spatial constraints. Energies, 18(8), Article 2091.
  28. Tuka, M. B., & Ali, S. E. (2026). Optimal allocation and sizing of distributed generation for improvement of distribution feeder loss and voltage profile in the distribution network using genetic algorithm. Measurement and Control, 59(2), 217–231.
  29. Velamuri, S., Cherukuri, S. H. C., Sudabattula, S. K., Prabaharan, N., & Hossain, E. (2021). Combined approach for power loss minimization in distribution networks in the presence of gridable electric vehicles and dispersed generation. IEEE Systems Journal, 16(2), 3284–3295.
  30. Waqar, A., Subramaniam, U., Farzana, K., Elavarasan, R. M., Habib, H. U. R., Zahid, M., & Hossain, E. (2020). Analysis of optimal deployment of several DGs in distribution networks using plant propagation algorithm. IEEE Access, 8, 175546–175562.
  31. Yuvaraj, T., & Suresh, T. D. (2023). Optimizing the allocation of renewable DGs, DSTATCOM, and BESS to mitigate the impact of electric vehicle charging stations on radial distribution systems. Heliyon, 9(12), Article e22543.
  32. Yuvaraj, T., Devabalaji, K. R., Srinivasan, S., Prabaharan, N., Hariharan, R., Alhelou, H. H., & Ashokkumar, B. (2021). Comparative analysis of various compensating devices in energy trading radial distribution system for voltage regulation and loss mitigation using blockchain technology and bat algorithm. Energy Reports, 7, 8312–8321.