Multi-objective Reconfiguration of Medium Voltage Distribution Networks

Simple item page
dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorMörsky, Janne 
dc.contributor.authorVatilo, Jussi
dc.contributor.departmentSähkö- ja tietoliikennetekniikan osastofi
dc.contributor.schoolTeknillinen korkeakoulufi
dc.contributor.schoolHelsinki University of Technologyen
dc.contributor.supervisorLampinen, Jouko 
dc.date.accessioned2020-12-05T09:43:10Z
dc.date.available2020-12-05T09:43:10Z
dc.date.issued2006 
dc.description.abstractKytkentätilanteen 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.fi
dc.format.extentxv + 90 s. + liitt. 5 
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/93534
dc.identifier.urnURN:NBN:fi:aalto-2020120552369
dc.language.isoenen
dc.programme.majorLaskennallinen tekniikkafi
dc.programme.mcodeS-114fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordnetwork reconfigurationen
dc.subject.keywordkytkentätilannefi
dc.subject.keywordopen-point optimizationen
dc.subject.keywordjakorajaoptimointifi
dc.subject.keywordloss reductionen
dc.subject.keywordhäviöiden minimointifi
dc.subject.keywordgenetic algorithmen
dc.subject.keywordgeneettinen algoritmifi
dc.subject.keywordmulti-objective optimizationen
dc.subject.keywordmonitavoiteoptimointifi
dc.subject.keyworddistribution systemen
dc.subject.keywordsähkönjakeluverkkofi
dc.titleMulti-objective Reconfiguration of Medium Voltage Distribution Networksen
dc.titleKeskijänniteverkkojen kytkentätilanteen monitavoitteinen jakorajaoptimointifi
dc.type.okmG2 Pro gradu, diplomityö 
dc.type.ontasotMaster's thesisen
dc.type.ontasotPro gradu -tutkielmafi
dc.type.publicationmasterThesis 
local.aalto.digiauthask
local.aalto.digifolderAalto_37965
local.aalto.idinssi31569
local.aalto.openaccessno

Files

Collections

[dipl] Teknillinen korkeakoulu / TKK