Zeitschrift für Elektrotechnik und Elektronik

Eine vergleichende Studie zwischen genetischen Algorithmen und Partikelschwarmoptimierung, angewandt auf Energiesysteme unter Verwendung einer Multi-Objective-Funktion

Ghouraf Djamel Eddine*, Naceri Abdellatif und Sayeh Abdelkader

In diesem Artikel werden metaheuristische Techniken unter Verwendung genetischer Algorithmen (GA) und Partikelschwarmoptimierung (PSO) zur optimalen Abstimmung des Designs eines Stromnetzstabilisators (PSS) vorgeschlagen. Letztere werden seit vielen Jahren verwendet, um elektromechanische Schwingungen von Stromnetzen zu dämpfen. Basierend auf dieser Idee haben wir eine multiobjektive Funktion vorgeschlagen, die aus zwei Funktionen besteht, die zunächst die Stabilitätsspanne durch Erhöhung der Dämpfungsfaktoren maximiert und gleichzeitig die Realteile der Eigenwerte minimiert. Die Simulationsergebnisse einer Vergleichsstudie zwischen genetischen Algorithmen und Partikelschwarmoptimierung, die mit unserer realisierten grafischen Benutzeroberfläche (GUI) erzielt wurden, bewiesen die Effizienz des durch genetische Algorithmen optimierten PSS im Vergleich zur Partikelschwarmoptimierung und zeigten stabile Systemreaktionen, die nahezu unempfindlich gegenüber großen Parameterschwankungen und unter verschiedenen Betriebsmodi (untererregter, nominaler und übererregter Modus) sind.