KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2018 / Cilt: 33 - Sayı: 2

Parçalı yakıt maliyeti fonksiyonlarına sahip çevresel ekonomik güç dağıtımı problemlerinin çözümüne yeni bir yaklaşım: Konik skalerleştirme metodu

A new approach in the solution of the environmental economic power dispatch problems with piecewise quadratic fuel cost function: Conic scalarization method

Celal YAŞAR
Serdar ÖZYÖN
Sayfa
541–556
Yayın Tarihi
2022-10-18
DOI
—
🏛️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)

Örnek problemlerde farklı ağırlık değerleri için toplam yakıtmaliyeti ve toplam NOx emisyon değerlerine ait en iyi çözüm değerleri elde edilmiştir (Pareto optimaldeğerler) ve sonuçlar tartışılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Gelişen dünyada elektrik enerjisine olan ihtiyaç her geçen gün artmaktadır.
📊
Temel Bulgular & Veri:Fosil yakıt kullanan elektriküretim birimleri çevre kirliliğine yol açmaktadır.
💡
Sonuç & Katkı:Örnek problemlerde farklı ağırlık değerleri için toplam yakıtmaliyeti ve toplam NOx emisyon değerlerine ait en iyi çözüm değerleri elde edilmiştir (Pareto optimaldeğerler) ve sonuçlar tartışılmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Gelişen dünyada elektrik enerjisine olan ihtiyaç her geçen gün artmaktadır. Fosil yakıt kullanan elektriküretim birimleri çevre kirliliğine yol açmaktadır. Bu nedenle optimal güç dağıtımı problemleri çözülürkençevre kirliliği de dikkate alınmalıdır. Çevre kirliliğini dikkate alan bu tür problemlere çevresel ekonomik güçdağıtımı problemleri adı verilmektedir. Bu çalışmada çok amaçlı çevresel ekonomik güç dağıtım problemikonik skalerleştirme metodu (KSM) kullanılarak tek amaçlı optimizasyon problemine dönüştürülmüştür.Skalerleştirilen problemin çözümü için genetik algoritma (GA) metodu kullanılmıştır. Uygulama için elealınan örnekler, konveks ve konveks olmayan parçalı yakıt maliyeti fonksiyonlarına sahip üretimbirimlerinden oluşan kayıplı güç sistemleridir. Örnek problemlerde farklı ağırlık değerleri için toplam yakıtmaliyeti ve toplam NOx emisyon değerlerine ait en iyi çözüm değerleri elde edilmiştir (Pareto optimaldeğerler) ve sonuçlar tartışılmıştır.

Abstract

The need for electric power is increasing day by day in the developing world. Power generation units using fossil fuel cause environmental problems. Therefore, environmental pollution must be taken into consideration while solving optimum power dispatch problems. This kind of problems considering the environmental pollution are called environmental economic power dispatch problems. In this study, multiobjective environmental economic power dispatch problem has been transformed into single-objective optimization problem by using conic scalarization method (CSM). Genetic algorithm (GA) method has been used for the solution of the scalarized problem. The samples handled for practice are lossy power systems formed of generation units with convex and non-convex piecewise fuel cost functions. In the sample problems the best solution values belonging to total fuel cost and NOx emission values (pareto optimal values) have been obtained for different weight values and the results have been discussed.

🔖

Bu Makaleye Atıf Yap

YAŞAR, C., ÖZYÖN, S. (2022). Parçalı yakıt maliyeti fonksiyonlarına sahip çevresel ekonomik güç dağıtımı problemlerinin çözümüne yeni bir yaklaşım: Konik skalerleştirme metodu. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 33 - Sayı: 2, 541–556. https://ajindex.com/articles/523517

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (16)

  1. Goldberg D.E., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley Publishing Company, 1989.
  2. Üstün Ö., Çok amaçlı portföy optimizasyon problemi ve çözüm yaklaşımları, Doktora Tezi, Eskişehir Osmangazi Üniversitesi,
  3. Fen Bilimleri Enstitüsü, Eskişehir, 2007.
  4. Çanakoğlu A., Yetgin A.G., Temurtaş H., Turan M., Induction motor parameter estimation using metaheuristic methods, Turkish Journal of Electrical Engineering & Computer Sciences, 22 (5), 1177-1192, 2014.
  5. Eke İ., Tezcan S.S., Çelik C., Solving economic load dispatch problem valve-point effects using filled function, Journal of the Faculty of Engineering and Architecture of Gazi University, 32 (2), 429-438, 2017.
  6. Dağdeviren U., Kaymak B., Investigation of affecting optimum cost design of reinforced concrete retaining walls using artificial bee colony algorithm, Journal of the Faculty of Engineering and Architecture of Gazi University, 33 (1), 239-253, 2018.
  7. Niknam T., Narimani M.R., Jabbari M., Malekpour A.R., A modified shuffle frog leaping algorithm for multi-objective optimal power flow, Energy, 36, 6420- 6432, 2011.
  8. Ah King R.T.F., Rughooputh H.C.S., Deb K., Evolutionary multi-objective environmental/economic dispatch: Stochactic vs. deterministic approaches, Lect. Notes Comput. Sci., 34 (10):677-691, 2005.
  9. Abido M.A., A niched pareto genetic algorithm for multiobjective environmental economic power dispatch, Int. J. Electr. Power Energy Syst., 25 (2), 97-105, 2003.
  10. Abido M.A., Multiobjective evolutionary algorithm for electric power dispatch problem, IEEE Trans. Evol. Comput., 10 (3), 315-329, 2006.
  11. Abido M.A., Multiobjective particle swarm optimization for environmental economic dispatch problem, Electr. Power Syst. Res., 79 (7), 1105-1113, 2009.
  12. Cai J., Ma X., Li Q., Li L., Peng H., A multi-objective chaotic ant swarm optimization for environmental/economic dispatch, Int. J. Electr. Power Energy Syst., 32 (5), 337-344, 2010.
  13. Guo C.X., Zhan J.P., Wu Q.H., Dynamic economic emission dispatch based on group search optimizer with multiple producers, Electr. Power Syst. Res., 86, 8-16, 2012.
  14. Dhanalakshmi S., Kannan S., Mahadevan K., Baskar S., Application of modified NSGA-II algorithm to combined economic and emission dispatch problem, Int. J. Electr. Eng. Comput., 33 (4), 992-1002, 2011.
  15. Alawode K.O., Jubril A.M., Komolafe O.A., Multiobjective optimal power flow using hybrid evolutionary algorithm, Int. J. Electr. Electron. Eng., 4 (7) 506-511, 2010.
  16. Zhang H., Yue D., Xie X.,