Hybrid particle swarm and sea horse optimization algorithm-based optimal reactive power dispatch of power systems comprising electric vehicles

粒子群优化 交流电源 可靠性(半导体) 电力系统 元启发式 功率(物理) 数学优化 网格 电力 工程类 计算机科学 电压 可靠性工程 算法 电气工程 数学 物理 几何学 量子力学
作者
Hany M. Hasanien,Ibrahim Alsaleh,Marcos Tostado‐Véliz,Miao Zhang,Ayoob Alateeq,Francisco Jurado,Abdullah Alassaf
出处
期刊:Energy [Elsevier]
卷期号:286: 129583-129583 被引量:22
标识
DOI:10.1016/j.energy.2023.129583
摘要

The reliability and effectiveness of today's electrical grids rely heavily on optimal reactive power dispatch (ORPD). The ORPD problem gets more challenging to resolve in the setting of ever-increasingly dynamic and complex systems. To handle the ORPD while also considering the existence of electric vehicles, this research introduces a novel technique: the Hybrid Particle Swarm Optimization and Sea Horse Optimization (PSOSHO) algorithm. Byreducing both active power loss and voltage variation, the proposed PSOSHO approach aims at improving the efficiency and reliability of the power grid. Simulation studies on reference power grids, including the IEEE 30-bus and IEEE 57-bus networks, verified its efficacy. Existing metaheuristic optimization techniques are compared using the same restrictions, governing parameters, and data. The results show that the PSOSHO method is trustworthy and effective in resolving the ORPD problem. One of the most pressing issues facing today's electricity grids is how to accommodate the growing number of electric vehicles. Real data on electric vehicles are incorporated in the analyses to obtain a realistic study. The suggested PSOSHO algorithm is a significant step forward in this area, providing a reliable and effective answer to the problem of optimum reactive power dispatch and helping to ensure the long-term viability of power systems in the age of electromobility.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助mzn6664采纳,获得10
刚刚
1秒前
传奇3应助科研通管家采纳,获得30
5秒前
大个应助科研通管家采纳,获得10
5秒前
5秒前
WEDNES应助坚强的紊采纳,获得10
5秒前
7秒前
7秒前
7秒前
絮语完成签到,获得积分10
10秒前
NexusExplorer应助zzy采纳,获得10
11秒前
唯梦发布了新的文献求助10
11秒前
12秒前
wanci应助hahaha采纳,获得10
12秒前
12秒前
11发布了新的文献求助10
13秒前
14秒前
FFFFF发布了新的文献求助100
14秒前
天天快乐应助cnmkyt采纳,获得10
15秒前
现代的岩发布了新的文献求助10
15秒前
淮安彦祖完成签到,获得积分10
16秒前
丘比特应助唯梦采纳,获得10
16秒前
小李完成签到,获得积分10
16秒前
hanshishengye发布了新的文献求助10
17秒前
柒啊柒la完成签到,获得积分10
17秒前
Ava应助Dr.Du采纳,获得10
17秒前
xn应助A宇采纳,获得10
19秒前
Chaiyuan完成签到 ,获得积分10
20秒前
雾语发布了新的文献求助10
23秒前
成就馒头发布了新的文献求助10
23秒前
25秒前
25秒前
我是老大应助Mask采纳,获得10
27秒前
27秒前
27秒前
28秒前
怀石逾沙完成签到,获得积分10
29秒前
李爱国应助月儿采纳,获得10
29秒前
Dr.Du发布了新的文献求助10
30秒前
30秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125673
求助须知:如何正确求助?哪些是违规求助? 2775964
关于积分的说明 7728568
捐赠科研通 2431440
什么是DOI,文献DOI怎么找? 1292065
科研通“疑难数据库(出版商)”最低求助积分说明 622314
版权声明 600376