DISPATCHING ECONOMIQUE OPTIMALE PAR LA METHODE SWARM (PSO)

Abstract

Le présent travail nous a permis la minimisation du coût de production de l’énergie électrique qui est connue du point de vue économique sous le nom « Dispatching Optimal ». L’importance de cette méthode est l’économie de l’énergie électrique qui nous ramène à un bilan de puissances équilibré entre la génération et la consommation. Les Particule Swarm d'Optimisation constituent une famille d’algorithmes metaheuristiques permettant de rechercher l’optimum ou un quasi-optimum des fonctions objectives, sur les quelles il n’est besoin de faire aucune hypothèse particulière, notamment en ce qui concerne leur dérivabilité. L’efficacité de la recherche d’optimum effectuée par les Particule Swarm d'Optimisation permet d’envisager le traitement du problème de complexité non polynomiale de taille important en un temps raisonnable. Le principe de la recherche par les Particule Swarm d'Optimisation consiste à échantillonnes l’espace, à évoluer les différents points de l’échantillon grâce à une fonction sélective transformée de la fonction objective et, à partir de ces évaluations, à construire un nouvel échantillon dont la valeur moyenne est meilleure que celle de l’échantillon précédent. Ce principe est mis en oeuvre à partir d’opérateurs s’inspirant de l’évolution Particule Swarm d'Optimisation des espèces. Concernant la vitesse de calcul, le programme du dispatching économique de l'écoulement de puissance proposé basé sur les Particule Swarm d'Optimisation a été test et validé sur des réseaux électriques de petite et de moyenne taille. Nous avons a constaté qu'il converge rapidement. On peut dire que l'optimisation de l'écoulement de puissance par les Particule Swarm d'Optimisation est une méthode globale puisqu'elle converge à la même solution approximativement de tout point de départ et donne un vecteur de control cohérent. Les résultats obtenus permettent d'espérer une bonne application pratique de la programmation pour le calcul de l'écoulement de puissance optimal dans un environnement en temps réel. Nous estimons que ce travail sera un pas dans le développement et l'implantation des techniques modernes pour résoudre le problème de D.E.O basées sur les méthodes hybrides et que ce mémoire viendra. Enrichir la bibliothèque de l’institut de l’électrotechnique.سمح لنا هذا العمل بتقليل تكلفة إنتاج الطاقة. الكهربائية والتي تعرف من الناحية الاقتصادية تحت اسم "الإرسال الأمثل". وأهمية هذه الطريقة هي توفير الطاقة الكهربائية وهو ما يعيدنا إلى الوراء إلى توازن القوى بين التوليد والاستهلاك. تشكل جزيئات سرب التحسين عائلة من خوارزميات الميتايورستك السماح بالبحث عن الوظائف المثلى أو القريبة من الأمثل الهدف، الذي ليست هناك حاجة لوضع أي فرضية معينة، وخاصة في فيما يتعلق بإمكانية استنتاجها. فعالية البحث عن الأمثل الذي قامت به Swarm Particles يسمح لنا التحسين بالنظر في معالجة مشكلة التعقيد غير متعدد الحدود ذات حجم كبير في وقت معقول. مبدأ البحث باستخدام Optimization Swarm Particles يتكون من عينة الفضاء، لتطوير نقاط مختلفة من العينة بفضل وظيفة تحويل انتقائي للوظيفة الموضوعية، ومن هذه التقييمات، لبناء أ عينة جديدة يكون متوسط ​​قيمتها أفضل من العينة السابقة. يتم تنفيذ هذا المبدأ باستخدام عوامل مستوحاة من تطور Particle Swarm. تحسين الأنواع. وفيما يتعلق بحساب السرعة، فإن برنامج الإرسال الاقتصادي الخاص بـ تم اختبار تدفق الطاقة المقترح بناءً على تحسين سرب الجسيمات التحقق من صحتها على شبكات الطاقة الصغيرة والمتوسطة الحجم. لاحظنا ذلك يتقارب بسرعة. يمكن القول أن تحسين تدفق الطاقة عن طريق يعد تحسين سرب الجسيمات طريقة عالمية لأنها تتقارب مع نفس الطريقة الحل تقريبًا من أي نقطة بداية ويعطي ناقل تحكم متماسك. النتائج التي تم الحصول عليها تسمح لنا أن نأمل في تطبيق عملي جيد لل البرمجة لحساب تدفق الطاقة الأمثل في البيئة في الوقت الحقيقي. ونحن نعتقد أن هذا العمل سيكون خطوة في تطوير وتنفيذ التقنيات الحديثة لحل مشكلة التطوير التنظيمي بالاعتماد على الطرق الهجينة وأن هذه المذكرات ستأتي. إثراء مكتبة معهد الهندسة الكهربائية.