İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması

ERMİŞ, SALİH; Bayindir, Ramazan; Yesilbudak, Mehmet

doi:10.29109/gujsc.1282188

İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması

Salih ERMİŞ, (Kırşehir Ahi Evran Üniversitesi, Mühendislik-Mimarlık Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü, 40100, Kırşehir, Türkiye)

Ramazan BAYINDIR, (Gazi Üniversitesi, Teknoloji Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü, 06500, Ankara, Türkiye)

Mehmet YEŞİLBUDAK (Nevşehir Hacı Bektaş Veli Üniversitesi, Mühendislik-Mimarlık Fakültesi, Elektrik-Elektronik Mühendisliği Bölümü, 50300, Nevşehir, Türkiye)

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji

14 5

Yıl: 2023 Cilt: 11 Sayı: 3 Sayfa Aralığı: 695 - 705 Metin Dili: Türkçe DOI: 10.29109/gujsc.1282188 İndeks Tarihi: 04-10-2023

İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması

Öz:

Bu çalışmada, son yıllarda kullanılan öğretme-öğrenme tabanlı optimizasyon algoritması (ÖÖTO) üzerinde iyileştirmeler yapılmış ve güç sistemlerinde gerilim kararlılığı için yeni bir optimizasyon uygulaması gerçekleştirilmiştir. İyileştirilen öğretme-öğrenme tabanlı optimizasyon (İ-ÖÖTO) algoritması, IEEE 14 baralı güç sistemi ve Türkiye, İstanbul Anadolu yakasında 17 baralı gerçek bir güç sistemi kullanılarak test edilmiştir. Bu güç sistemlerinde, beş farklı durum (temel durum, temel durumda talep edilen yükün %20, %40 ve %60 artışı ve hat kesintisi) oluşturulmuş ve analizler yapılmıştır. Sonrasında, yük baralarına şönt reaktif güç kompansatörleri (RGK) bağlanarak gerilim kararlılığı açısından etkisi incelenmiştir. İ-ÖÖTO algoritmasının etkinliğini değerlendirmek amacıyla, elde edilen sonuçlar, orijinal ÖÖTO algoritması ve literatürde sıklıkla kullanılan yerçekimi arama algoritması (YAA), parçacık sürü optimizasyonu (PSO) ve Newton-Raphson güç akış yönetimleriyle karşılaştırılmıştır. İ-ÖÖTO algoritması, tüm çalışma koşullarında diğer yöntemlere göre üstünlük sağlamıştır.

Anahtar Kelime: Güç sistemleri Gerilim karalılığı Güç akışı Optimizasyon

Voltage Stabılıty Study In Power Systems Wıth Improved Teachıng-Learnıng Based Optımızatıon Algorıthm

Öz:

In this study, improvements have been made on the teaching-learning-based optimization (TLBO) algorithm, which has been used in recent years, and a new optimization application has been carried out for the voltage stability in power systems. The improved teaching-learning based optimization (I- TLBO) algorithm has been tested using an IEEE 14 bus power system and a real 17 bus power system on the Anatolian side of Istanbul, Turkey. In these power systems, five different conditions (base case, 20%, 40% and 60% increase of the demanded load in the base case and line outage) were created and analyzed. Afterwards, shunt reactive power compensators (RGK) are connected to the load buses and their effect in terms of voltage stability is examined. In order to evaluate the effectiveness of the I-TLBO algorithm, the obtained results were compared with the original TLBO algorithm and the gravity search algorithm (GSA), particle swarm optimization (PSO) and Newton-Raphson power flow methods, which are frequently used in the literature. The I-TLBO algorithm outperformed other methods in all operating conditions.

Anahtar Kelime: Power systems Voltage stability Power flow Optimization

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

[1] Steinmetz, C.P. (1920). Power Control and Stability of Electric Generating Stations. American Institute of Electrical Engineers Transmission, 39(2), 1215-1287.
[2] AIEE Subcommittee on Interconnections and Stability Factors (1937). First Report of Power System Stability. American Institute of Electrical Engineers Transmission, 56(2), 261-282.
[3] Evans, R. and Bergvall, R. (1924). Experimental Analysis of Stability and Power Limitations. Transactions of the American Institute of Electrical Engineers, XLIII, 39-58.
[4] Farmer, R. (2001). Power System Dynamics and Stability. The Electric Power Engineering Handbook, Arizona State University, Ed.LL. Grigsby, 30-97.
[5] Kundur, P., Paserba, J., Ajjarapu, V., Andersson, G., Bose, A., Canizares, C., Hatziargyriou, N., Hill, D., Stankovic, A., Taylor, C., Cutsem, R. and Vittal, V. (2004). Definition and Classification of Power System Stability. IEEE Transaction on Power Systems, 19(2), 1387-1401.
[6] Vassel, G.S. (1991). Northcast Blacout of 1965. IEEE Power Engineering Review, 11(1), 4-8.
[7] Van Cutsem, T. and Vournas, C. (1998). Voltage Stability of Electric Power Systems. Norwell, MA: Kluwer, 213-264.
[8] Onksakul, W. and Jirapong, P. (2005). Optimal Allocation of FACTS Devices to Enhance Total Transfer Capability Using Evolutionary Programming. IEEE International Symposium on Circuits and Systems, Kobe, Japan.
[9] Ravi, V. and Duraiswamy, K. (2012). Effective Optimization Technique for Power System Stabilization using Artificial Bee Colony. International Conference on Computer Communication and Informatics, Coimbatore, India.
[10] Deepa, S.N. and Rizwana, J. (2013). Power System Stability by Reducing Power Losses using Optimization Techniques. IEEE International Conference on Computational Intelligence and Computing Research, Enathi, India.
[11] Akachukwu, C.M., Aibinu, A.M., Nwohu M.N. and Salau, H.B. (2014). A Decade Survey of Engineering Applications of Genetic Algorithm in Power System Optimization. International Conference on Intelligent Systems, Modelling and Simulation, Langkawi, Malaysia.
[12] Chen, G., Liu, L., Guo, Y. and Huang, S. (2015). Multi-Objective Enhanced PSO Algorithm for Optimizing Power Losses and Voltage Deviation in Power Systems. The International Journal for Computation and Mathematics in Electrical and Electronic Engineering, 35(1), 350-372.
[13] Singh, H. and Srivastava, L. (2016). Optimal VAR Control for Real Power Loss Minimization and Voltage Stability Improvement Using Hybrid Multi-Swarm PSO. IEEE International Conference on Circuit, Power and Computing Technologies, Nagercoil, India.
[14] Amrane, Y., Elmaouhab, A., Boudour, M. and Ladjici, A.A. (2017). Voltage Stability Analysis Based on Multi-Objective Optimal Reactive Power Dispatch Under Various Contingency. International Journal on Electrical Engineering and Informatics, 9(3), 521-541.
[15] Li, S., Gong, W., Hu, C., Yan, X., Wang, L. and Gu, Q. (2021). Adaptive Constraint Differential Evolution For Optimal Power Flow. Energy, 235, 121362.
[16] Ermiş, S. (2018). Güç Sistemlerinde Gerilim Kararliliğinin Optimizasyonunda Yeni Bir Akilli Yöntem Geliştirilmesi ve Uygulamasi”, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Doktora Tezi.
[17] Abou El Ela, A.A., Abido, M.A. and Spea, S.R. (2010). Optimal Power Flow Using Differential Evolution Algorithm. Electric Power Systems Research, 80(7), 878-885.
[18] Abido, M.A. and Bakhashwain, J.M. (2005). Optimal VAR Dispatch Using a Multiobjective Evolutionary Algorithm. International Journal of Electrical Power & Energy Systems, 27(1), 13-20.
[19] Rao, V.R. and Patel, V. (2012). An Elitist Teaching-Learning-Based Optimization Algorithm For Solving Complex Constrained Optimization Problems. International Journal of Industrial Engineering Computations, 3(4), 535-560.
[20] Rao, R.V., Savsani, V.J. and Vakharia, D.P. (2011). Teaching-Learning-Based Optimization: A Novel Method for Constrained Mechanical Design Optimization Problems. Computer Aided Design, 43(3), 303-315.
[21] Yeşilbudak, M., Ermiş, S. and Bayındır, R. (2017). Farklı Baralara Sahip Güç Sistemlerinde Yük Akışı Analiz Metotlarının Karşılaştırılması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 5(3), 237-246.
[22] İnternet: IEEE 14 Bus Power Flow Test Case (2008). URL:.http://www.webcitation.org/query?url =http%3A%2F%2Flabs.ece.uw.edu%2Fpstca%2Fpf14%2Fpg_tca14Bara.htm+&date=2018-11-20 adresinden 15.04.2017.

APA	ERMİŞ S, Bayindir R, Yesilbudak M (2023). İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. , 695 - 705. 10.29109/gujsc.1282188
Chicago	ERMİŞ SALİH,Bayindir Ramazan,Yesilbudak Mehmet İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. (2023): 695 - 705. 10.29109/gujsc.1282188
MLA	ERMİŞ SALİH,Bayindir Ramazan,Yesilbudak Mehmet İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. , 2023, ss.695 - 705. 10.29109/gujsc.1282188
AMA	ERMİŞ S,Bayindir R,Yesilbudak M İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. . 2023; 695 - 705. 10.29109/gujsc.1282188
Vancouver	ERMİŞ S,Bayindir R,Yesilbudak M İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. . 2023; 695 - 705. 10.29109/gujsc.1282188
IEEE	ERMİŞ S,Bayindir R,Yesilbudak M "İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması." , ss.695 - 705, 2023. 10.29109/gujsc.1282188
ISNAD	ERMİŞ, SALİH vd. "İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması". (2023), 695-705. https://doi.org/10.29109/gujsc.1282188

APA	ERMİŞ S, Bayindir R, Yesilbudak M (2023). İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 11(3), 695 - 705. 10.29109/gujsc.1282188
Chicago	ERMİŞ SALİH,Bayindir Ramazan,Yesilbudak Mehmet İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 11, no.3 (2023): 695 - 705. 10.29109/gujsc.1282188
MLA	ERMİŞ SALİH,Bayindir Ramazan,Yesilbudak Mehmet İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, vol.11, no.3, 2023, ss.695 - 705. 10.29109/gujsc.1282188
AMA	ERMİŞ S,Bayindir R,Yesilbudak M İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2023; 11(3): 695 - 705. 10.29109/gujsc.1282188
Vancouver	ERMİŞ S,Bayindir R,Yesilbudak M İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji. 2023; 11(3): 695 - 705. 10.29109/gujsc.1282188
IEEE	ERMİŞ S,Bayindir R,Yesilbudak M "İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması." Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 11, ss.695 - 705, 2023. 10.29109/gujsc.1282188
ISNAD	ERMİŞ, SALİH vd. "İyileştirilmiş Öğretme-Öğrenme Tabanlı Optimizasyon Algoritmasıyla Güç Sistemlerinde Gerilim Kararlılığı Çalışması". Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 11/3 (2023), 695-705. https://doi.org/10.29109/gujsc.1282188