Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Reliability improvement of distribution system through distribution system planning: MILP vs. GA
KTH, Skolan för elektroteknik och datavetenskap (EECS), Elektroteknisk teori och konstruktion. (QED)ORCID-id: 0000-0002-6779-4082
KTH, Skolan för elektroteknik och datavetenskap (EECS), Elkraftteknik.ORCID-id: 0000-0002-5263-1950
KTH, Skolan för elektroteknik och datavetenskap (EECS), Elektroteknisk teori och konstruktion. (QED)
KTH, Skolan för elektroteknik och datavetenskap (EECS), Elektroteknisk teori och konstruktion. (QED)ORCID-id: 0000-0002-2964-7233
2019 (Engelska)Ingår i: 2019 IEEE Milan PowerTech, 2019Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Distribution system planning (DSP) is very important because it can result in reliability enhancement and large cost savings for both utilities and consumers. DSP is a complex nonlinear problem, which can be solved with different optimization methods. This paper compares two such optimization methods, conventional (mixed-integer linear programming - MILP) and meta-heuristic (genetic algorithm - GA), applied to the DSP problem: construction of feeders in distribution power system from scratch. The main objective of DSP is to minimize the total cost, where both the investment and operational outage costs are considered, while the reliability of the whole system is maximized. DSP problem is applied to an actual distribution system. Solution methods are outlined, and computational results show that even though GA gives reasonably good results in faster computation time, MILP provides a better optimal solution with simpler implementation.

Ort, förlag, år, upplaga, sidor
2019.
Nyckelord [en]
Distribution system, distribution system planning, edge-sets, genetic algorithm, mixed-integer programming, power system reliability
Nationell ämneskategori
Annan elektroteknik och elektronik
Identifikatorer
URN: urn:nbn:se:kth:diva-259601DOI: 10.1109/PTC.2019.8810515Scopus ID: 2-s2.0-85072341947OAI: oai:DiVA.org:kth-259601DiVA, id: diva2:1352451
Konferens
2019 IEEE Milan PowerTech
Forskningsfinansiär
SweGRIDS - Swedish Centre for Smart Grids and Energy Storage, CP26
Anmärkning

QC 20190930

Tillgänglig från: 2019-09-18 Skapad: 2019-09-18 Senast uppdaterad: 2019-09-30Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopushttps://ieeexplore.ieee.org/abstract/document/8810515

Personposter BETA

Stankovic, StefanShayesteh, EbrahimHilber, Patrik

Sök vidare i DiVA

Av författaren/redaktören
Duvnjak Zarkovic, SanjaStankovic, StefanShayesteh, EbrahimHilber, Patrik
Av organisationen
Elektroteknisk teori och konstruktionElkraftteknik
Annan elektroteknik och elektronik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 145 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf