AN EFFICIENT OPTIMAL-POWER-FLOW SOLUTION VIA IMPERIALIST COMPETITIVE ALGORITHM

 

Hossein Zeynal0, Mostafa Eidiani1,

 

0Buein Zahra Technical University

1Energy Security and Sustainable Energy Institute

 

DOI: 10.5281/zenodo.10449656

 

URL: https://ijesse.net/article/8

 

Abstract

This paper presents an Imperialist Competitive Algorithm (ICA) for Optimal Power Flow (OPF) solution. ICA procures an efficient modeling of non-differentiable and non-linear objective and constraints in OPF optimization problem. Simple implementation, fast convergence within a scant number of steps, and a slimmer objective value are parts of the proposed ICA-OPF algorithm. As a result, ICA-OPF is enabled handling more realistic systems. To evaluate the proposed algorithm, simulations are also conducted on two universally-appreciated metaheuristic techniques of Genetic Algorithm (GA) and Particle Swarm Optimization (PSO). Obtained results show that the developed ICA-OPF outruns the GA and PSO both in terms of CPU clocking and objective value.  The IEEE 57-bus system is employed to test the proposed algorithm against conventional techniques. Based on the simulation results, the proposed method can be installed in Load Dispatch Center with a better solution quality and extensible to larger-scale utility size problem.

Keywords: Imperialist Competitive Algorithm, Optimal Power Flow (OPF), Evolutionary Algorithm 

 

چکیده

این مقاله یک الگوریتم رقابتی امپریالیستی (ICA) برای راه حل پخش توان بهینه (OPF) ارائه می دهد. ICA مدلسازی کارآمدی از اهداف و محدودیت‌های غیر قابل تمایز و غیرخطی را در مسئله بهینه‌سازی OPF تهیه می‌کند. پیاده سازی ساده، همگرایی سریع در تعداد کمی از مراحل، و مقدار هدف کوچک‌تر، بخش‌هایی از الگوریتم پیشنهادی ICA-OPF هستند. ICA-OPF قادر است سیستم‌های واقعی‌ را مدیریت کند. برای ارزیابی الگوریتم پیشنهادی، شبیه‌سازی‌ها نیز بر روی دو تکنیک فراابتکاری که به طور جهانی ارائه شده‌اند و الگوریتم ژنتیک (GA) و بهینه‌سازی ازدحام ذرات (PSO) انجام می‌شوند. نتایج به‌دست‌آمده نشان می‌دهد که ICA-OPF توسعه‌یافته از GA و PSO هم از نظر سرعت و هم از نظر مقدار هدف، پیشی می‌گیرد. سیستم 57 باس IEEE برای آزمایش الگوریتم پیشنهادی در برابر تکنیک‌های مرسوم استفاده شده است. بر اساس نتایج شبیه‌سازی، روش پیشنهادی می‌تواند در مرکز توزیع بار، راه‌حل بهتری ارائه دهد و مشکل اندازه سیستم را نیز برطرف کند.

کلمات کلیدی: الگوریتم رقابتی امپریالیستی، پخش توان بهینه (OPF)، الگوریتم تکاملی

 

References

[1]   Hur, D. Jong-Keun Park; “Security Constrained Optimal Power flow for evaluation of transmission capability on Korea electric power system”, Power Engineering Society Summer Meeting, 2001. IEEE, vol.2, pp: 1133 -1138

[2]   G.C. Contaxis, C. Delkis, G. Kerres, “Decoupled Optimal Load Flow using Linear or Quadratic Programming”, IEEE Trans. On Power system, vol. 1, No. 2, May 1986, pp 1-7

[3]   A.A.El-Keib,H. Ding, ”Environmentally constrained Economic Dispatch using Linear Programming”, Electric Power system Research, No 29, 1994, pp 155-159

[4]   M. R. Alrashidi, and M. E. El-Hawary  “Impact of Loading Conditions on the Emission-Economic Dispatch”. IEEE TRANSACTIONS ON POWER SYSTEMS, VOL. 18, NO. 4, NOVEMBER 2003.pp 1529-1537

[5]   M. Joshi, K. M. Moudgalya, Optimization theory and Practice, Alpha Science International Ltd, 2004

[6]   Esmaeil Atashpaz-Gargari, Caro Lucas systemfor “Imperialist competitive algorithm:an algorithm for optimization inspired by imperialistic competition”  2007 IEEE Congress on Evolutionary Computation (CEC 2007).pp 4461-4667.

[7]   R Gnanadass, P Venkatesh “Evolutionary programming based economic dispatch of generators with multiple fuel option ramp rate limits and prohibited operating zones” Vol, 86,September 2008.pp123-128.          

[8]   R. Yokoyama, S.H. Bae, T. Morita, H. Sasaki, "Multiobjective OptimalGeneration Dispatch Based onProbability Criteria", IEEE Trans. OnPower Systems, Vol. 3, No. 1, Feb. 1988,pp 317-324

[9]   B. S. Kermanshahi, Y. Wu, K. Yasuda, and R.Yokoyama, .Environmental Marginal Cost Evaluation by Non-inferior Surface., IEEE Transactions on Power Systems, Vol. 5, No. 4, pp.1151-1159, November 1990.

[10]  L. Booker, "Improving Search in Genetic Algorithms, in Genetic Algorithms and Simulated Annealing", Pitman, London,1987, pp 61-73

[11]  S.G. Seifossadat, M. Saniei , A. Raeszadeh “Reactive Power Pricing in Competitive Electric Markets Using a Sequential Linear Programming with Considered Investment Cost of Capacitor Banks” International Journal of Innovations in Energy Systems and Power (Vol. 4 no. 1, April 2009),pp29-43.

[12]  M. Eidiani, “A reliable and efficient method for assessing voltage stability in transmission and distribution networks”, International Journal of Electrical Power Energy Systems, Vol.33, pp:453–6, 2011.

 

Download PDF Paper

Download PDF Paper