Zaawansowane technologie optymalizacji sieci energetycznej z wykorzystaniem Internetu rzeczy (IoT) i sztucznej inteligencji (AI)

Niniejsza praca przedstawia metod¿ optymalizacji wydajno¿ci systemów energetycznych z wykorzystaniem Internetu Rzeczy i sztucznej inteligencji. Metoda ta automatycznie wykrywa spadki napi¿cia. Korekta b¿¿dów jest wykonywana automatycznie w czasie rzeczywistym poprzez rekonfiguracj¿ i automatyczn¿ rekombinacj¿ prze¿¿czników w cäym systemie. Technika ta zapewnia ¿atwy sposób nadzorowania sieci energetycznych za pomoc¿ urz¿dze¿ SCADA. Zaproponowano algorytmy adaptacyjnej optymalizacji roju cz¿stek (APSO) do oceny strat mocy i spadków napi¿cia (PLVD) w promieniowym systemie dystrybucji (RDS). Standardowy test magistrali IEEE 33 jest wykorzystywany do badania jako¿ci zasilania proponowanego systemu. Trzy odpowiednie lokalizacje dla wtrysku fotowoltaicznych ¿róde¿ rozproszonych (PDS) s¿ okre¿lane na podstawie redukcji strat mocy i wskänika napi¿cia. System usuwa usterki, takie jak odchylenie wspó¿czynnika mocy (PFD) lub cz¿¿ciowe zacienienie ogniw s¿onecznych, poprzez rekonfiguracj¿ i automatyczn¿ rekombinacj¿ 33-busowych gä¿zi systemu radialnego. Adaptacyjna optymalizacja roju cz¿stek (APSO) umo¿liwi¿a popraw¿ profilu mocy i wykazäa niezawodno¿¿ proponowanej metody.