logo móvil
Contáctanos

Metodologías de optimización y pruebas en funciones de referencia estándar del control de frecuencia de carga para sistemas de energía multiárea interconectados en redes inteligentes

Autores: Arora, Krishan; Kumar, Ashok; Kamboj, Vikram Kumar; Prashar, Deepak; Jha, Sudan; Shrestha, Bhanu; Joshi, Gyanendra Prasad

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Metodologías de optimización y pruebas en funciones de referencia estándar del control de frecuencia de carga para sistemas de energía multiárea interconectados en redes inteligentes


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Sistema de red inteligente moderno
Fuentes renovables
Energía eólica
Programación
Control de frecuencia de carga
Algoritmo de optimización

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
En la era reciente, la necesidad de un sistema moderno de red inteligente conduce a la selección de un análisis y planificación optimizados para la generación y gestión de energía. Fuentes renovables como la energía eólica desempeñan un papel vital para apoyar el sistema moderno de red inteligente. Sin embargo, se requiere un compromiso adecuado para la programación de las unidades generadoras, que necesita un control adecuado de la frecuencia de carga y el problema de compromiso de unidades. En esta área de investigación, se ha sugerido una metodología novedosa, llamada Optimizador de halcones de Harris (HHO), para resolver los problemas de restricción de frecuencia. El algoritmo sugerido fue probado y examinado para varias funciones de referencia regulares como unimodales, multimodales y de dimensión fija para resolver el problema de optimización numérica. La comparación se llevó a cabo para varios modelos existentes y los resultados de la simulación demuestran que el algoritmo proyectado ilustra mejores resultados hacia el problema de control de frecuencia de carga del arreglo de red inteligente en comparación con los modelos de optimización existentes.

Otros recursos que podrían interesarte

Temas Virtualpro