Estudios
I+D+I
Institución
Internacional
Vida Universitaria
Repositorio Institucional de Documentos
Buscar
Enviar
Personalizar
Sus alertas
Sus carpetas
Sus búsquedas
Ayuda
EN
/
ES
Página principal
>
Artículos
> Optimal Operation of a Distributed Generation Microgrid based on the Multi-Objective Genetic Algorithms
Estadísticas de uso
Gráficos
Optimal Operation of a Distributed Generation Microgrid based on the Multi-Objective Genetic Algorithms
Oviedo-Carranza, S.
;
Artal-Sevil, J.
(Universidad de Zaragoza)
;
Domínguez-Navarro, J. A.
(Universidad de Zaragoza)
Resumen:
This document describes the application of multi-objective genetic algorithms as techniques and tools to optimize generation and distribution in small microgrids. In this way, genetic algorithms have been used for the allocation of distributed generation to reduce losses and improve the voltage profile. The IEEE14 network has been taken as a study and analysis model. This smart grid has 14 nodes and integrates several generation units, both conventional and renewable, transformers, and multiple loads. In this way, a multi-objective metaheuristic algorithm is proposed with the purpose of planning the power distribution grid based on a series of conditions such as the optimal generation configuration, the minimization of power losses in the lines, power transfer capacity, the reduction of CO2 emissions, and the optimization of the benefits obtained in renewable generation. The overall purpose is the development of an intelligent microgrid management system that is capable of determining the optimal configuration, by estimating demand, energy costs, and operating costs. © 2022, European Association for the Development of Renewable Energy, Environment and Power Quality (EA4EPQ). All rights reserved.
Idioma:
Inglés
DOI:
10.24084/repqj20.436
Año:
2022
Publicado en:
Renewable Energy and Power Quality Journal
20 (2022), 789-794
ISSN:
2172-038X
Factor impacto CITESCORE:
0.6 -
Energy
(Q4) -
Engineering
(Q4)
Factor impacto SCIMAGO:
0.148 -
Electrical and Electronic Engineering
(Q4) -
Renewable Energy, Sustainability and the Environment
(Q4) -
Energy Engineering and Power Technology
(Q4)
Financiación:
info:eu-repo/grantAgreement/ES/DGA/T28_20R
Financiación:
info:eu-repo/grantAgreement/ES/MICINN/PID2019-104711RB-100
Tipo y forma:
Artículo (Versión definitiva)
Área (Departamento):
Área Ingeniería Eléctrica
(
Dpto. Ingeniería Eléctrica
)
Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
Exportado de SIDERAL (2023-09-13-12:52:56)
Enlace permanente:
Copiar
Visitas y descargas
Este artículo se encuentra en las siguientes colecciones:
Artículos
Volver a la búsqueda
Registro creado el 2022-10-06, última modificación el 2023-09-14
Versión publicada:
PDF
Valore este documento:
Rate this document:
1
2
3
4
5
(Sin ninguna reseña)
Añadir a una carpeta personal
Exportar como
BibTeX
,
MARC
,
MARCXML
,
DC
,
EndNote
,
NLM
,
RefWorks