Details

В данной диссертации представлена разработка интеллектуальной и адаптивной системы управления для оптимизации электроснабжения умной электросети с использованием Python, PyPSA и оптимизации стройки частиц (PSO). Предлагаемая система решает проблему растущей сложности современных энергосетей, вызванную увеличением изменчивости спроса, высокой долей возобновляемых источников энергии и необходимостью эффективного, надежного и экономичного управления энергией. Работа сосредоточена на формулировке задачи оптимизации энергоснабжения как нелинейной задачи многоцелевого управления, в которой необходимо одновременно удовлетворить ограничения по стоимости генерации, потерям мощности и стабильности системы.

The suggested intelligent control framework displays the improved adaptability, scalability and resilience, in comparison with the existing deterministic and rule-based control systems. This system combines physics-based grid modelling with swarm intelligence to successfully handle the nonlinearities, uncertainties and multi-objective trade-offs inherent in smart grids. Simulation findings verify the efficiency of the suggested approach to realise optimised power supply operation while retaining grid reliability and operational restrictions. This work provides a viable and scalable foundation for intelligent energy management systems in contemporary and future smart grids.