Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework
Introduction. Constant changes in electrical system loads lead to increased power losses and voltage drops, requiring effective strategies to improve grid performance amid changing power demands. Problem. Many studies assume constant loads when determining optimal locations for distributed generatio...
Gespeichert in:
| Datum: | 2025 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | English |
| Veröffentlicht: |
National Technical University "Kharkiv Polytechnic Institute" and Аnatolii Pidhornyi Institute of Power Machines and Systems of NAS of Ukraine
2025
|
| Schlagworte: | |
| Online Zugang: | http://eie.khpi.edu.ua/article/view/328630 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Electrical Engineering & Electromechanics |
Institution
Electrical Engineering & Electromechanics| id |
eiekhpieduua-article-328630 |
|---|---|
| record_format |
ojs |
| institution |
Electrical Engineering & Electromechanics |
| baseUrl_str |
|
| datestamp_date |
2025-11-01T22:19:02Z |
| collection |
OJS |
| language |
English |
| topic |
distributed generation renewable energy optimization algorithms voltage stability power losses minimization uncertain loads demand |
| spellingShingle |
distributed generation renewable energy optimization algorithms voltage stability power losses minimization uncertain loads demand Sabry, S. S. Al-Yozbaky, O. Sh. Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| topic_facet |
розподілена генерація відновлювальна енергетика алгоритми оптимізації стабільність напруги мінімізація втрат потужності невизначені навантаження distributed generation renewable energy optimization algorithms voltage stability power losses minimization uncertain loads demand |
| format |
Article |
| author |
Sabry, S. S. Al-Yozbaky, O. Sh. |
| author_facet |
Sabry, S. S. Al-Yozbaky, O. Sh. |
| author_sort |
Sabry, S. S. |
| title |
Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| title_short |
Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| title_full |
Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| title_fullStr |
Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| title_full_unstemmed |
Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| title_sort |
enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| title_alt |
Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework |
| description |
Introduction. Constant changes in electrical system loads lead to increased power losses and voltage drops, requiring effective strategies to improve grid performance amid changing power demands. Problem. Many studies assume constant loads when determining optimal locations for distributed generation (DG) units, when in reality, loads change throughout the day. These changes affect network performance and require efficient solutions that adapt to changes in loads demand to maintain system efficiency and stability. Goal. This research aims to optimize the locations and sizes of DG units to reduce power losses and optimize voltage profile, taking into account changes in loads hourly over a 24-hour period. Methodology. The study analyzes 24 hourly scenarios using 2 optimization techniques: the conventional particle swarm optimization (PSO) algorithm and the hybrid-dynamic PSO algorithm. A multi-objective function is adopted to reduce power losses and improve voltage profile at the same time. Results. The modified IEEE 33 bus system was used to verify the effectiveness of the proposed method. The hybrid-dynamic PSO algorithm has shown superior performance in reducing active and reactive losses compared to the traditional algorithm. It also contributed to a significant improvement in the voltage profile, demonstrating its high efficiency in dealing with changes in loads demand during time. Scientific novelty of this work lies in the integration of hourly load changes into the process of allocating DG units and using a hybrid-dynamic PSO algorithm that combines the benefits of PSO traditional and adaptation mechanisms, leading to realistic and more efficient improvement. Practical value. This methodology enhances the performance of the smart grid by reducing power losses and voltage deviation under daily load, ultimately reducing operational costs and improving grid reliability. References 28, tables 4, figures 10. |
| publisher |
National Technical University "Kharkiv Polytechnic Institute" and Аnatolii Pidhornyi Institute of Power Machines and Systems of NAS of Ukraine |
| publishDate |
2025 |
| url |
http://eie.khpi.edu.ua/article/view/328630 |
| work_keys_str_mv |
AT sabryss enhancedsitingandsizingofdistributedgenerationinradialdistributionnetworksunderloaddemanduncertaintyusingahybridmetaheuristicframework AT alyozbakyosh enhancedsitingandsizingofdistributedgenerationinradialdistributionnetworksunderloaddemanduncertaintyusingahybridmetaheuristicframework |
| first_indexed |
2025-11-02T02:08:54Z |
| last_indexed |
2025-11-02T02:08:54Z |
| _version_ |
1848005535017730048 |
| spelling |
eiekhpieduua-article-3286302025-11-01T22:19:02Z Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework Enhanced siting and sizing of distributed generation in radial distribution networks under load demand uncertainty using a hybrid metaheuristic framework Sabry, S. S. Al-Yozbaky, O. Sh. розподілена генерація відновлювальна енергетика алгоритми оптимізації стабільність напруги мінімізація втрат потужності невизначені навантаження distributed generation renewable energy optimization algorithms voltage stability power losses minimization uncertain loads demand Introduction. Constant changes in electrical system loads lead to increased power losses and voltage drops, requiring effective strategies to improve grid performance amid changing power demands. Problem. Many studies assume constant loads when determining optimal locations for distributed generation (DG) units, when in reality, loads change throughout the day. These changes affect network performance and require efficient solutions that adapt to changes in loads demand to maintain system efficiency and stability. Goal. This research aims to optimize the locations and sizes of DG units to reduce power losses and optimize voltage profile, taking into account changes in loads hourly over a 24-hour period. Methodology. The study analyzes 24 hourly scenarios using 2 optimization techniques: the conventional particle swarm optimization (PSO) algorithm and the hybrid-dynamic PSO algorithm. A multi-objective function is adopted to reduce power losses and improve voltage profile at the same time. Results. The modified IEEE 33 bus system was used to verify the effectiveness of the proposed method. The hybrid-dynamic PSO algorithm has shown superior performance in reducing active and reactive losses compared to the traditional algorithm. It also contributed to a significant improvement in the voltage profile, demonstrating its high efficiency in dealing with changes in loads demand during time. Scientific novelty of this work lies in the integration of hourly load changes into the process of allocating DG units and using a hybrid-dynamic PSO algorithm that combines the benefits of PSO traditional and adaptation mechanisms, leading to realistic and more efficient improvement. Practical value. This methodology enhances the performance of the smart grid by reducing power losses and voltage deviation under daily load, ultimately reducing operational costs and improving grid reliability. References 28, tables 4, figures 10. Вступ. Постійні зміни навантаження електросистеми призводять до збільшення втрат потужності та падіння напруги, що вимагає розробки ефективних стратегій для підвищення продуктивності мережі в умовах змінного попиту на електроенергію. Проблема. У багатьох дослідженнях щодо оптимального розташування установок розподіленої генерації (DG) передбачається наявність статичних навантажень, хоча насправді навантаження змінюються впродовж дня. Ці зміни впливають на продуктивність мережі та потребують динамічних рішень, що адаптуються до змін навантаження у часі для підтримки ефективності та стабільності системи. Мета. Дане дослідження спрямоване на оптимізацію розташування та розмірів DG установок для зниження втрат потужності та оптимізації профілю напруги з урахуванням щогодинних змін навантаження протягом 24 годин. Методологія. У дослідженні аналізуються 24-годинні сценарії з використанням двох методів оптимізації: традиційного алгоритму оптимізації роєм часток (PSO) та гібридно-динамічного алгоритму PSO. Для зниження втрат потужності та одночасного покращення профілю напруги використовується багатоцільова функція. Результати. Для перевірки ефективності запропонованого методу використовувалася система шин IEEE 33. Гібридно-динамічний алгоритм PSO продемонстрував високу ефективність зниження активних і реактивних втрат порівняно з традиційним алгоритмом. Це також сприяло значному покращенню профілю напруги, продемонструвавши його високу ефективність за умов зміни навантаження у часі. Наукова новизна роботи полягає в інтеграції погодинних змін навантаження у процес розподілу DG установок та використання гібридно-динамічного алгоритму PSO, що поєднує переваги традиційних механізмів PSO та механізмів адаптації, що призводить до реалістичного та ефективнішого покращення. Практична цінність. Дана методологія підвищує продуктивність інтелектуальної мережі за рахунок зниження втрат електроенергії та відхилення напруги при добовому навантаженні, що знижує експлуатаційні витрати та підвищує надійність мережі. Бібл. 28, табл. 4, рис. 10. National Technical University "Kharkiv Polytechnic Institute" and Аnatolii Pidhornyi Institute of Power Machines and Systems of NAS of Ukraine 2025-11-02 Article Article application/pdf http://eie.khpi.edu.ua/article/view/328630 10.20998/2074-272X.2025.6.11 Electrical Engineering & Electromechanics; No. 6 (2025); 84-92 Электротехника и Электромеханика; № 6 (2025); 84-92 Електротехніка і Електромеханіка; № 6 (2025); 84-92 2309-3404 2074-272X en http://eie.khpi.edu.ua/article/view/328630/330069 Copyright (c) 2025 S. S. Sabry, O. Sh. Al-Yozbaky http://creativecommons.org/licenses/by-nc/4.0 |