大域的クラスタリングを用いたロバスト最適化と量子進化的計算の融合によるアクティブ配電ネットワーク再構成手法

カテゴリ: 研究会(論文単位)

論文No: PE24140,PSE24140

グループ名: 【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術合同研究会

発行日: 2024/09/16

タイトル(英語): An Efficient Method for Active Distribution Network Reconfiguration by Integrating Global -Clustering-based Robust Optimization with Quantum Inspired Evolutionary Computation

著者名: 河内 勇裕(明治大学),森 啓之(明治大学),Hsiao-Dong Chiang(コーネル大学)

著者名(英語): Yusuke Kawauchi(Meiji University),Hiroyuki Mori(Meiji University),Chiang Hsiao-Dong(Cornell University)

キーワード: ネットワーク再構成|量子進化的計算|Ｑｕａｎｔｕｍ　ＢＳＯ|Ｑｕａｎｔｕｍ　ＰＰＢＳＯ|ＤＡクラスタリング|ロバスト最適化|Network Reconfiguration|Quantum Evolutionary Computation|Quantum BSO|Quantum PPBSO|DA-Clustering|Robust Optimization

要約(日本語): 本稿では大域的クラスタリングを用いたロバスト最適化と量子進化的計算によるアクティブ配電ネットワーク再構成手法を提案する。近年、配電ネットワークでは発電量が不確定である分散電源が多量導入されており、電力損失が増大している。この問題を解決するためにネットワーク再構成を行う。本問題はフィーダとキャパシタの設置状況を表す離散数を扱う非線形離散数問題であり良質な解の発見は難しいため、本稿では高精度進化的計算であるQuantum Predator-Prey Brain Storm Optimization(QPPBS

要約(英語): This paper introduces a novel method for active distribution network reconfiguration. The method combines global-clustering-based Robust Optimization with Quantum Inspired Evolutionary Computation. In recent years, the widespread integration of distributed energy sources (DERs) such as photovoltaic and wind power generation in distribution networks has made the minimization of network losses more complex due to the uncertainties in generation output. Network reconfiguration, achieved by switching on/off feeders and capacitor banks, addresses this challenge, resulting in a nonlinear combinatorial problem. To address this, the paper proposes the use of Quantum Predator-Prey Brain Storm Optimization (QPPBSO) in conjunction with High-Performance Evolutionary Computation. Additionally, the paper introduces a global-clustering-based Robust Optimization approach to meticulously consider the uncertainties of DERs. The proposed method is tested using the IEEE sample systems.

本誌: 2024年9月19日-2024年9月20日電力技術/電力系統技術合同研究会-3

本誌掲載ページ: 35-40 p

原稿種別: 日本語

PDFファイルサイズ: 1,237 Kバイト