メッシュ電力ネットワークにおける分散型発電の最適配分：メタヒューリスティックアプローチ

概要 本論文では、ループ構成ネットワーク内での最適な分散型発電（DG）の配分を決定するための新しいメタヒューリスティック技術、COOTベースのアルゴリズムを紹介します。この方法は、COOTベースのアルゴリズムを活用することで最適化のギャップを著しく狭め、収束を加速し、結果としてグローバル最適解を確保します。この技術を採用する主なインセンティブは、ループ分配ネットワークにおいて電力損失を大幅に軽減し、電圧偏差を抑制し、システムの安定性を高めることです。最適な結果を得るために、詳細に説明されたCOOTおよび改良型グレイウルフ最適化（IGWO）アルゴリズムは、異なる力率の下でIEEEバス-33および69メッシュ配電ネットワーク（MDN）に実行されました。導出された数学的結果は、指定された目的を達成することを効果的に強調しています：電圧偏差と電力損失の顕著な減少とシステム安定性の向上。特に、単位力率の際には、DGを組み込むことで電力損失が極めて大幅に減少し、バス-33と69 MDNにおいてそれぞれ78%および85%の減少を達成しました。さらに、両MDNにおいて最適な力率で94%および98%の印象的な電力損失の減少が観察されました。結果の比較評価は、提案されたCOOTおよびIGWOアルゴリズムが性能で他の文献に勝ることを強調し、技術経済的基準で優れた効率を示しています。