ABSTRACT

In this paper an improved optimization strategy is proposed to address issues related to uncertainty of the optimum power flow (OPF) considering the cost analysis. Elephant Herd Optimization (EHO) method roused by the crowding conduct of elephant gathering has been modified to achieve the minimization of the objective functions. Initially, the OPF is analyzed with the Newton-Raphson (N-R) approach by considering only conventional resources, later on the wind and PV-based power scheduling is performed. The output power of the wind and PV systems is computed from the Weibull probability distribution function (PDF) and Lognormal PDF. Initially, the objective function is defined to analyze the power loss, voltage deviation, carbon emissions and generation cost. The defined multi-objective function is solved for PV and Wind power generation costs, emission, voltage stability, and losses. The considered constraints are the cost of generation and the risks associated with the renewable energy sources apart from voltage and reactive power limits. Moreover, the penalty deviation charges have also been considered during extreme conditions for sustainable power sources. The proposed approach has been applied to IEEE 57 bus system and the resulting emissions, generation cost, losses and voltage deviation are evaluated and the direct, reserve, and penalty costs of wind and PV are analyzed It is contrasted to standard approaches such as Differential Evolutionary (DE) and Firefly Algorithm (FA) to substantiate the efficiency of the EHO method. The proposed approach is deployed in the MATLAB for various cases.

摘要

在本文中，提出了一种改进的优化策略，以解决与考虑成本分析的最佳潮流 (OPF) 不确定性相关的问题。由大象聚集的拥挤行为引起的大象群优化（EHO）方法已被修改以实现目标函数的最小化。最初，仅考虑常规资源，使用 Newton-Raphson (NR) 方法分析 OPF，然后执行基于风能和 PV 的功率调度。风能和光伏系统的输出功率是根据威布尔概率分布函数 (PDF) 和对数正态 PDF 计算的。最初，定义目标函数来分析功率损耗、电压偏差、碳排放和发电成本。针对光伏和风力发电成本求解定义的多目标函数，发射、电压稳定性和损耗。除了电压和无功功率限制外，考虑的约束是发电成本和与可再生能源相关的风险。此外，在可持续电源的极端条件下，还考虑了罚款偏差费用。所提出的方法已应用于 IEEE 57 总线系统，并评估了由此产生的排放、发电成本、损耗和电压偏差，并分析了风能和光伏的直接成本、储备成本和惩罚成本 与差分进化等标准方法形成对比(DE) 和萤火虫算法 (FA) 来证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。除了电压和无功功率限制外，考虑的约束是发电成本和与可再生能源相关的风险。此外，在可持续电源的极端条件下，还考虑了罚款偏差费用。所提出的方法已应用于 IEEE 57 总线系统，并评估了由此产生的排放、发电成本、损耗和电压偏差，并分析了风能和光伏的直接成本、储备成本和惩罚成本 与差分进化等标准方法形成对比(DE) 和萤火虫算法 (FA) 来证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。除了电压和无功功率限制外，考虑的约束是发电成本和与可再生能源相关的风险。此外，在可持续电源的极端条件下，还考虑了罚款偏差费用。所提出的方法已应用于 IEEE 57 总线系统，并评估了由此产生的排放、发电成本、损耗和电压偏差，并分析了风能和光伏的直接成本、储备成本和惩罚成本 与差分进化等标准方法形成对比(DE) 和萤火虫算法 (FA) 来证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。在可持续能源的极端条件下，还考虑了罚款偏差费用。所提出的方法已应用于 IEEE 57 总线系统，并评估了由此产生的排放、发电成本、损耗和电压偏差，并分析了风能和光伏的直接成本、储备成本和惩罚成本 与差分进化等标准方法形成对比(DE) 和萤火虫算法 (FA) 来证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。在可持续能源的极端条件下，还考虑了罚款偏差费用。所提出的方法已应用于 IEEE 57 总线系统，并评估了由此产生的排放、发电成本、损耗和电压偏差，并分析了风能和光伏的直接成本、储备成本和惩罚成本 与差分进化等标准方法形成对比(DE) 和萤火虫算法 (FA) 来证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。并分析了风能和光伏的惩罚成本 与差分进化 (DE) 和萤火虫算法 (FA) 等标准方法进行对比，以证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。并分析了风能和光伏的惩罚成本 与差分进化 (DE) 和萤火虫算法 (FA) 等标准方法进行对比，以证实 EHO 方法的效率。建议的方法在 MATLAB 中部署用于各种情况。