Simultaneous allocation of multiple distributed generation and capacitors in radial network using genetic-salp swarm algorithm

Abstract

In recent years, the problem of allocation of distributed generation and capacitors banks has received special attention from many utilities and researchers. The present paper deals with single and simultaneous placement of dispersed generation and capacitors banks in radial distribution network with different load levels: light, medium and peak using genetic-salp swarm algorithm. The developed genetic-salp swarm algorithm (GA-SSA) hybrid optimization takes the system input variables of radial distribution network to find the optimal solutions to maximize the benefits of their installation with minimum cost to minimize the active and reactive power losses and improve the voltage profile. The validation of the proposed hybrid genetic-salp swarm algorithm was carried out on IEEE 34-bus test systems and real Algerian distributed network of Djanet (far south of Algeria) with 112-bus. The numerical results endorse the ability of the proposed algorithm to achieve a better results with higher accuracy compared to the result obtained by salp swarm algorithm, genetic algorithm, particle swarm optimization and the hybrid particle swarm optimization algorithms.В последние годы задача размещения распределенной генерации и батарей конденсаторов привлекает особое внимание многих организаций и исследователей. В данной работе рассмотрены отдельное и совместное размещение распределенной генерации и батарей конденсаторов в радиальной распределительной сети при различных уровнях нагрузки: слабом, среднем и пиковом с использованием алгоритма генетического роя сальпов (genetic-salp swarm algorithm). Разработанный алгоритм гибридной оптимизации генетического роя сальпов (GA-SSA) использует системные входные переменные радиальной распределительной сети для поиска оптимальных решений с целью максимизации преимуществ их установки с минимальными затратами для минимизации потерь активной и реактивной мощности и улучшения профиля напряжения. Тестирование предложенного алгоритма гибридной оптимизации генетического роя сальпов было проведено на экспериментальных 34-шинных системах IEEE и реальной 112-шиной алжирской распределенной сети Джанета (крайний юг Алжира). Численные результаты подтверждают способность предложенного алгоритма достигать лучших результатов с большей точностью по сравнению с результатом, полученным методом роя сальпов, генетическим алгоритмом, оптимизацией роя частиц и алгоритмами гибридной оптимизации роя частиц.