Application d‘un nouvel Algorithme d‘Optimisation pour la Répartition Economique non Linière d‘un Système Electrique de grande taille

Abstract

La répartition économique (ED) est l'un des problèmes d'optimisation importants dans les systèmes électriques; il se caractérise par une non-convexité, une non-linéarité et une discontinuité élevées. L'effet de point de soupape (VP) et les générateurs à carburant multiple (MF) rendent le problème plus difficile. Les algorithmes ED traditionnels ne traitent pas bien ce type spécifique de problèmes; ils convergent vers une solution optimale locale plutôt qu'une solution optimale globale. Par conséquent, les études dans ce domaine se sont tournées vers un nouveau modèle pour résoudre la non-convexité élevée, et la non-linéarité de la fonction de coût. Dans cette étude, nous implémenterons en utilisant MATLAB un algorithme d'optimisation méta heuristique moderne appelé krill herd inspiré d'un comportement d'élevage d'un animal marin nommé krill dans trois réseaux différents de grande taille, les deux aspects théorique et pratique sont présentés dans cette thèse. Les résultats montrent que l'approche KH produit une meilleure qualité et les meilleures solutions de l'optimalité globale avec de nombreux avantages par rapport aux autres algorithmes méta heuristiques qui se sont prouvé les meilleurs jusqu‘à présents, en particulier pour résoudre des problèmes de répartition économiques dans des réseaux de grande taille avec plusieurs options de carburant.