Hibrit goril sürüleri optimizasyonu-genetik algoritma ile dağıtım şebekesinde DG’nin çok amaçlı boyutlandırılması ve konumlandırılması: gerçek bir vaka çalışması

Günlük Güvenilirlik İçin Daha Akıllı Yerel Enerji

Anahtarı çevirdiğinizde anında ve stabil bir güç beklersiniz—ancak elektrik talebi arttıkça ve daha fazla yenilenebilir kaynak şebekeye bağlandıkça bu güvenilirliği sağlamak zorlaşıyor. Ümit veren yaklaşımlardan biri, sadece uzak ve büyük santrallere güvenmek yerine, dağıtılmış jeneratörler olarak adlandırılan daha küçük güç birimlerini yerel şebekelere yaymak. Bu çalışma, bilgisayar destekli yeni bir planlama yönteminin bu küçük birimlerin nerelere yerleştirileceğini ve hangi kapasitede olmaları gerektiğini belirleyerek şebekenin daha az enerji kaybetmesini, gerilimlerin daha stabil kalmasını ve yılda önemli tutarlarda tasarruf sağlanmasını nasıl mümkün kıldığını gösteriyor.

Yerel Jeneratörlerin Önemi

Geleneksel enerji sistemleri elektriği büyük santrallerden evlere ve fabrikalara uzun mesafelere iletir. Bu yolculuk sırasında hatlarda bir miktar enerji ısı olarak kaybolur ve uzak bölgelerde gerilim düşmeleri yaşanabilir; talep arttıkça bu sorunlar daha belirgin hale gelir. Küçük gaz üniteleri veya güneş ve rüzgar gibi yenilenebilir kaynaklar gibi dağıtılmış jeneratörlerin doğrudan yerel şebekelere kurulması, aşırı yüklü hatları rahatlatabilir, kayıpları azaltabilir ve gerilim kalitesini iyileştirebilir. Ancak bu birimlerin yerleştirilmesi boş yerlere rastgele koymaktan daha karmaşıktır: her olası konum ve güç düzeyi şebekenin geri kalanını etkiler ve kararlar katı mühendislik sınırlarına uymalıdır. Planlama görevi, açık/kapalı seçimleri (hangi düğümlere ünite konacağı) sürekli değer seçimleriyle (her bir jeneratörün ne kadar güç vereceği) karışırken aynı anda birden çok hedefi dengelemeyi gerektiren içiçe geçmiş bir bulmaca haline gelir.

Hibrit Dijital "Arama Ekibi"

Bu bulmacayı çözmek için yazarlar iki iyi bilinen optimizasyon ailesini birleştiren bir hibrit arama yöntemi tasarladı. Bir bölüm, evrimden ilham alan genetik algoritma olup hangi ağ düğümlerinin yeni jeneratörlere ev sahipliği yapacağı gibi evet–hayır ve adım adım kararları yönetir. Diğer bölüm ise goril sürüleri optimizatörü adını taşıyan, goril gruplarındaki toplu hareket ve liderlik davranışlarını modelleyen sürü tarzı bir yöntemdir; bu yöntem her bir jeneratörün kesin çıktısı gibi düzgün değer aralıklarını keşfetmede üstündür. Her döngüde iki bileşen aday planlar önerir, bunları tam şebeke düzenlerine birleştirir ve performanslarını test eder. Enerji kaybını azaltan ve gerilimi iyileştiren planlar korunup iyileştirilirken daha zayıf olanlar elenir. Her yöntemin en iyi yaptığı işe odaklanmasına izin vererek, hibrit yaklaşım çok karmaşık bir karar uzayını daha verimli arayabilir ve kötü çözümlere saplanmaktan kaçınabilir.

Gerçekçi Enerji Şebekeleri Üzerinde Test

Araştırmacılar önce hibrit aracı, optimizasyon yöntemlerinin karmaşık manzaraları keşfetme başarısını değerlendirmek için yaygın olarak kullanılan 23 standart matematiksel test fonksiyonu üzerinde doğruladılar. Hibrit, tutarlı biçimde çok iyi çözümler buldu ve klasik genetik algoritmalar ve diğer sürü tabanlı yaklaşımlar da dahil olmak üzere çeşitli yerleşik tekniklere göre daha hızlı yakınsama gösterdi. Ardından yöntemi iki elektrik dağıtım şebekesine uyguladılar: 33 bağlantı noktalı yaygın bir kıyaslama sistemi ve 143 noktaya basitleştirilmiş çok daha büyük, gerçek dünyaya ait bir ağ. Her iki durumda da araç, dağıtılmış jeneratörlerin farklı işletme koşullarını inceledi ve tek hedefli (sadece kayıp azaltma veya sadece gerilim iyileştirme) ile çok amaçlı (her ikisini dengeleyen) senaryoları değerlendirdi. Yöntem, sadece kayıpları önemli ölçüde azaltan ve gerilimleri düzleştiren yerleşimler bulmakla kalmadı; aynı zamanda bir yararı artırırken diğerinden ne kadar fedakârlık gerektiğini gösteren ödül/ödünleşim eğrilerini de haritalandırdı.

Atık ve Maliyette Büyük Azalmalar

Rapor edilen kazanımlar çarpıcı. 33 noktalı test sisteminde en iyi çözümler, güç kayıplarını yaklaşık %94’e kadar azaltırken ve gerilim kalitesini orijinal jeneratörsüz ağla karşılaştırıldığında neredeyse %100 iyileştirdi. Pratik finansal terimlerle, o sistemde yıllık ekonomik kayıplar yaklaşık 92.000 dolardan 14.000 dolar civarına düştü—yılda 78.000 dolardan fazla tasarruf. Daha büyük, gerçek 143-bus ağında ise kayıplar neredeyse %94 oranında azaldı ve gerilim sorunları neredeyse %100 azaltıldı; yıllık yaklaşık 178.000 dolarlık bir kayıp 32.000 doların biraz üzerine indi ve 145.000 dolardan fazla tasarruf sağlandı. Analiz ayrıca ağların hangi özel bölümlerinin en hassas olduğunu ortaya koyarak planlamacılara somut yükseltme hedefleri verdi.

Geleceğin Şebekesi İçin Anlamı

Uzman olmayanlar için ana mesaj, daha akıllı planlama araçlarının çatı güneşi, topluluk ölçekli bataryalar ve küçük jeneratörler gibi zaten yaygınlaşmakta olan yerel enerji kaynaklarından çok daha fazla değer ortaya çıkarabileceği. Bu birimleri deneme-yanılma ile veya basit kurallarla yerleştirmek yerine burada tanımlanan hibrit yaklaşım sayısız olasılığı tarayarak çok daha az enerji harcayan, gerilimleri stabilize eden ve işletme maliyetlerini önemli ölçüde düşüren düzenleri buluyor. Elektrik şebekeleri daha fazla yenilenebilir alıp artan talebi karşılamaya devam ederken, bu tür akıllı, otomatik planlama yerel şebekeleri daha verimli, daha güvenilir ve daha temiz bir enerji geleceğine daha hazır hale getirebilir.

Atıf: Gacem, A., Romdhane, M., Kechida, R. et al. Multi-objective sizing and location of DG in distribution network by hybrid gorilla troops optimization-genetic algorithm: a real case study. Sci Rep 16, 11334 (2026). https://doi.org/10.1038/s41598-026-41868-7

Anahtar kelimeler: dağıtılmış üretim, güç dağıtım şebekeleri, optimizasyon algoritmaları, gerilim kararlılığı, enerji kaybı azaltımı