Optimización de la Inyección de potencia desde micro generación distribuida en sistemas Eléctricos de distribución de baja tensión. Desarrollos teóricos de un modelo Hiperheurístico

IF 0.1 Q4 ENGINEERING, MULTIDISCIPLINARY
G. Schweickardt
{"title":"Optimización de la Inyección de potencia desde micro generación distribuida en sistemas Eléctricos de distribución de baja tensión. Desarrollos teóricos de un modelo Hiperheurístico","authors":"G. Schweickardt","doi":"10.21501/21454086.3015","DOIUrl":null,"url":null,"abstract":"Este artículo presenta los desarrollos teóricos de un Modelo HiperHeurístico para Optimizar la Inyección de Potencia proveniente de Micro-Generadores Distribuidos en Sistemas Eléctricos de Distribución de Energía (SEDE) en Baja Tensión (BT), focalizándose sobre los Paneles Solares Fotovoltaicos (MG FV). Implica una Optimización Combinatoria MultiObjetivo, en el que los Métodos Clásicos no producen buenas soluciones en el Dominio Determinístico, relativo a sus Variables de Control, y colapsan en el Dominio de Incertidumbres de Carácter no Estocástico asociadas a aquellas. Aquí, son descritos los conceptos generales de una estrategia bio-inspirada referida como HiperHeurística, con un Método de Aprendizaje Sustentado en Razonamiento, y cuyo dominio se compone de un Conjunto de MetaHeurísticas MultiObjetivo del tipo PSO incorporando una forma híbrida, AFS (Artificial Fish School) que exhibe características aptas para ser integrada, y permite resolver problemas de convergencia observados por el autor en trabajos previos. Adicionalmente, se introduce la paralelización del algoritmo, reemplazando su formulación primigeniamente secuencial, utilizando la plataforma conocida como MPI (Message Passing Interface).","PeriodicalId":53826,"journal":{"name":"Revista Digital Lampsakos","volume":" ","pages":""},"PeriodicalIF":0.1000,"publicationDate":"2018-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Digital Lampsakos","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21501/21454086.3015","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENGINEERING, MULTIDISCIPLINARY","Score":null,"Total":0}
引用次数: 3

Abstract

Este artículo presenta los desarrollos teóricos de un Modelo HiperHeurístico para Optimizar la Inyección de Potencia proveniente de Micro-Generadores Distribuidos en Sistemas Eléctricos de Distribución de Energía (SEDE) en Baja Tensión (BT), focalizándose sobre los Paneles Solares Fotovoltaicos (MG FV). Implica una Optimización Combinatoria MultiObjetivo, en el que los Métodos Clásicos no producen buenas soluciones en el Dominio Determinístico, relativo a sus Variables de Control, y colapsan en el Dominio de Incertidumbres de Carácter no Estocástico asociadas a aquellas. Aquí, son descritos los conceptos generales de una estrategia bio-inspirada referida como HiperHeurística, con un Método de Aprendizaje Sustentado en Razonamiento, y cuyo dominio se compone de un Conjunto de MetaHeurísticas MultiObjetivo del tipo PSO incorporando una forma híbrida, AFS (Artificial Fish School) que exhibe características aptas para ser integrada, y permite resolver problemas de convergencia observados por el autor en trabajos previos. Adicionalmente, se introduce la paralelización del algoritmo, reemplazando su formulación primigeniamente secuencial, utilizando la plataforma conocida como MPI (Message Passing Interface).
低压配电系统中分布式微发电的功率注入优化。超启发式模型的理论发展
本文介绍了一种超启发式模型的理论发展,该模型旨在优化分布在低压配电系统(HQ)中的微型发电机的功率注入,重点是光伏太阳能电池板(MGFV)。它涉及多目标组合优化,其中经典方法不会在与其控制变量相关的确定性域中产生良好的解,并在与这些变量相关的非随机性质的不确定性域中崩溃。在这里,描述了一种被称为超启发式的生物启发策略的一般概念,该策略具有基于推理的学习方法,其域由一组PSO类型的多目标元启发式组成,其中包含一种混合形式AFS(人工鱼群),该形式表现出适合集成的特征,并允许解决作者在以前的工作中观察到的收敛问题。此外,还引入了算法的并行化,使用称为MPI(消息传递接口)的平台取代了其最初的顺序公式。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
Revista Digital Lampsakos
Revista Digital Lampsakos ENGINEERING, MULTIDISCIPLINARY-
自引率
0.00%
发文量
0
审稿时长
12 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信