Este trabajo tiene como objetivo proponer un nuevo algoritmo multiobjetivo para la reconfiguracin multiobjetivo de redes distribuidas (DNR) con las colocaciones de generacin distribuida (DG) en redes de distribucin radial (RDNs). El nuevo algoritmo propuesto, denominado bsqueda fractal estocstica de ordenacin no dominada (NSSFS), es una nueva versin multiobjetivo del algoritmo SFS original. El NSSFS incorpora al SFS estrategias rpidas de ordenacin no dominada, clculo de la distancia de aglomeracin y un mecanismo de seleccin para encontrar y mantener las mejores soluciones no dominadas. El algoritmo NSSFS propuesto se prob con ocho funciones de referencia multiobjetivo para validar su rendimiento. A continuacin, se implement el NSSFS para definir la configuracin ptima de la red, las posiciones y los tamaos de las unidades de GD en las RDN, donde se optimizaron simultneamente la prdida de potencia real, el perfil de tensin y el ndice de estabilidad de tensin. La implementacin de la DNR-DG multiobjetivo (MODNR-DG) mejor significativamente el rendimiento del sistema. En base a los resultados de la comparacin, el algoritmo NSSFS obtuvo una mejor calidad de solucin que otras tcnicas multiobjetivo, lo que demuestra la eficacia de NSSFS en el tratamiento del problema MODNR-DG.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Emparejamiento de la oferta y la demanda de políticas de apoyo financiero para empresas privadas basado en la medición de texto.
Artículo:
Regularidad y Crecimiento Exponencial de Atractores de Retrotracción para Ecuaciones Parabólicas Semilineales Involucrando el Operador de Grushin
Artículo:
Diseño y aplicación de una estrategia de control para microrredes que contienen fuentes de energía renovables y vehículos eléctricos
Artículo:
Un teorema de inclusión de tipo Rogalski-Cornet basado en dos espacios vectoriales localmente convexos de Hausdorff.
Artículo:
Métodos generalizados de Lagrangiano Aumentado Cuadrático con parámetros de penalización no monótonos.