Aaltodoc - homepage
Communities & Collections
Browse Aaltodoc publication archive
EN | FI |
Log In
  1. Home
  2. Browse by Author

Browsing by Author "Vatilo, Jussi"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Multi-objective Reconfiguration of Medium Voltage Distribution Networks
    (2006) Vatilo, Jussi
    Helsinki University of Technology | Master's thesis
    Kytkentätilanteen hallinta ja jakorajaoptimointi ovat tärkeä osa sähkönjakeluverkon operointia. Jakeluverkon tehokas käyttö edellyttää kytkentätilanteen muokkaamista kulutuksen vaihdellessa. Kytkentätilannetta muutetaan avaamalla ja sulkemalla erottimia, verkossa, mikä johtaa tehon erilaiseen jakautumiseen sähköasemilta kuormiin. Sähkönjakeluyhtiöiden kannalta kytkentätilannetta halutaan yleensä optimoida kustannussyistä esimerkiksi verkon energiahäviöiden tai jännitteenalenemien pienentämiseksi. Jakorajaoptimointi on monimutkainen, kombinatorinen optimointiongelma, jossa voi olla useita ristiriitaisia tavoitteita sekä teknisiä rajoitteita. Diplomityön tavoitteena on määritellä ongelma ja löytää optimointimenetelmä, jolla se voidaan ratkaista. Tässä työssä ongelma esitetään monitavoiteoptimoinnin tehtävänä, jossa ei tehdä etukäteen oletuksia kohdefunktioiden välisistä preferensseistä. Ratkaisualgoritmi tuottaa joukon Pareto-optimaalisia kompromissiratkaisuja verkostosuunnittelijan valittavaksi. Ratkaisumenetelmäksi ehdotetaan monitavoitteista geneettistä algoritmia, joka käyttää verkon analysoimiseen tehonjakolaskentaa. Tekla Xpower -verkkotietojärjestelmästä kehitettiin prototyyppiversio, jolla algoritmin suorituskykyä testattiin kahdessa testitapauksessa. Ehdotetun algoritmin suoritusta verrattiin myös kahteen muuhun potentiaaliseen ratkaisumenetelmään, simuloituun jäähdytykseen ja heuristiseen haaranvaihtomenetelmään. Tulokset osoittivat että ehdotettu algoritmi löytää globaaleja optimeja tai lähes optimeja ratkaisuja ongelmaan tehokkaasti ja johdonmukaisesti. Simulaatiot olivat lupaavia ja geneettisellä algoritmilla varustettu prototyyppi luo vahvat edellytykset jatkokehitykselle.
Help | Open Access publishing | Instructions to convert a file to PDF/A | Errata instructions | Send Feedback
Aalto UniversityPrivacy notice | Cookie settings | Accessibility Statement | Aalto University Learning Centre