인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
The increasing complexity of modern energy grids amplifies the importance of realistic power flow studies in power system analysis. This study implements a Multiple Slack Bus Operation (MSO) framework to enhance the realism and efficiency of optimal power flow (OPF) analysis. This paper introduces a comparative evaluation of three metaheuristic algorithms: particle swarm optimization (PSO), cuckoo search algorithm (CSA), and grey wolf optimization (GWO) within the MSO framework. These algorithms are assessed based on their effectiveness in minimizing system loss, optimizing line loading, adjusting the angle of the generator voltage, and optimizing the generation distribution. Using the Reduced Nordic 44 model and the IEEE benchmark test systems in various load conditions, the findings reveal that the GWO algorithm, when integrated with the MSO framework, achieves the most significant reduction in total system losses. The implementation of MSO alone reduced system losses by 5%, and its combination with GWO led to an additional 8.3% decrease. This study investigates the application of metaheuristic algorithms within a multiple slack bus context, highlighting their potential to enhance power network efficiency and suggesting broader applications for future power flow optimization strategies.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
