Metasezgisel algoritmalar kullanılarak elektrik güç sistemlerinin optimizasyonu

Abstract

Bu çalışmada güç sistemleri optimizasyonu için metasezgisel algoritmalar temelli Yerçekimi Arama Algoritması (YÇAA) ile Öğretme-Öğrenme Temelli Optimizasyon (ÖÖTO) algoritmasının birleştirilmesi ile yeni bir Hibrit Yerçekimi arama-Öğretme-öğrenme temelli HYÖ yöntemi tasarlanmıştır. Tasarlanan HYÖ yönteminde global arama ve lokal arama olmak üzere arama uzayı iki kısma ayırmaktadır. Birinci kısımda ilk arama uzayında etkili global arama yapan YÇAA ile arama yapılmakta ve ikinci arama uzayı oluşturulmaktadır. İkinci kısımda ise, ikinci arama uzayında daha az parametre içeren ve etkili hesaplama yapan ÖÖTO ile lokal arama bölgesinde optimum sonuç aranmaktadır. Kısıtlı optimizasyon problemlerinin çözümü amacıyla tasarlanan HYÖ yöntemi modifiye edilerek MHYÖ yöntemi geliştirilmiştir. Tez kapsamında standart test fonksiyonları, enerji talep tahmini (ETT) ve bara test güç sistemleri ekonomik dağıtım problemleri çözümü olmak üzere 3 konu üzerine odaklanılmıştır. Tasarlanan yöntem deneysel çalışma amaçlı ilk olarak standart test fonksiyonları ile test edilmiştir. İkinci olarak ülkelerin güç sistemi planlamasında önemli rolü olan ETT için modeller geliştirilmiş ve Türkiye'nin 2030 yılına kadarki ETT yapılmıştır. ETT için literatürdeki çalışmalar ile karşılaştırmalar yapılmıştır. Üçüncü olarak gerçek dünya problemi olan elektrik güç sistemleri optimizasyonu için çeşitli test güç sistemleri olan IEEE-30, IEEE-57, Türkiye 22 baralı test güç sistemi ve Türkiye Rüzgâr-Termik 19 bara test güç sistemi ile minimum maliyet analizi yapılmıştır ve sonuçlar literatürdeki çalışmalarla kıyaslanmıştır. Deneysel çalışmalarda tasarlanan HYÖ yönteminin standart test fonksiyon sonuçlarının başarılı olduğu ve tasarlanan yöntemin geçerli olduğu anlamlılık ve performans analizi ile karşılaştırmalı olarak gösterilmiştir. ETT için tasarlanan hibrit yöntemin standart YÇAA ve ÖÖTO yöntemlerinden daha tutarlı ve güvenilir tahminler yaptığı istatiksel ve literatürle kıyaslamalı olarak verilmiştir. Aynı şekilde güç sistemleri ile yapılan çalışmalarda tasarlanan HYÖ ve geliştirilen MHYÖ yönteminin tutarlı, hızlı ve etkili çözümler ürettiği gösterilmiştir.

In this study, a new Hybrid Gravity Search-Teaching-Learning-Based (HGT) method was designed by combining metaheuristic algorithms based Gravitational Search Algorithm (GSA) and Teaching-Learning-based Optimization (TLBO) algorithms for power system optimization. In the proposed (HGT) method, the search space is divided into two parts: global search and local search. In the first part, a search is performed with the GSA, which performs an effective global search in the first search space, and the second search space is formed. In the second part, TLBO provides an optimum result in the local search area, which contains less parameters in the second search space and makes an effective calculation. The HGT method, which was designed to solve the constrained optimization problems, was modified and the MHGT method was developed. Within the scope of the thesis, three main topics focused on are: benchmark test functions, energy demand estimation (EDE), and power test systems economic dispatch problems solution. The designed method was first tested using benchmark test functions for experimental purposes. Secondly, models were developed for EDE which has an important role in the planning of power systems of countries. Then Turkey's EDE until 2030 was revealed. Comparisons were made with literature studies for EDE. Thirdly, minimum cost analysis was performed with IEEE-30, IEEE-57, Turkey 22 bus power test system, and Turkey Wind-Thermal 19 busbar testing power system, which are various testing power systems for the optimization of electrical power systems which are the real world problem and the results were compared with the studies in the literature. It was shown that the benchmark test function results of the HGT method designed in experimental studies were successful and the fact that this method is valid was proved through significance and performance analysis comparatively. The fact that Hybrid method designed for EDE performs more consistent and reliable estimations than the standard GSA and TLBO methods was shown statistically and comparatively with the literature. In addition, it was revealed that the designed HGT and developed MHGT method in the studies with power systems produce consistent, fast and effective solutions.