Optimisation Multiobjectif de L’écoulement de Puissance Par des Algorithmes Multiagents Probabilistes

Abstract

الملخص (بالعربية) :

إن الانشغالات الرئيسية الحالية لمنتجي الطاقة الكهربائية بواسطة محطات التوليد الحرارية التي تعمل بالوقود الأحفوري هي إنتاج الكهرباء بأقل تكلفة والتقليل من انبعاث الغازات السامة في الجو. كما يجب الإشارة كذلك أنه من أجل هذا يجب الأخذ بعين الاعتبار خسائر النقل التي تتعلق بهيكلة الشبكة، قيم الممانعات و توزيع الحمولة و المولدات. هذه الأخيرة تلعب الدور الأهم في هذا المجال لذلك يجب أن نعبر على الخسائر الكلية بدلالة الاستطاعة المولدة. المستوى العالي من المنافسة يدفع مراكز توليد الطاقة إلى التحسين باستمرار في الوثوقية و الكفاءة و الربحية مع تعزيز أدائها و التزاماتها البيئية و ذلك بالبحث على حلول لهذه المسائل من خلال استعمال الخوارزميات الاحتمالية متعددة العناصر و التي بالإضافة لهذه المسائل يمكنها إيجاد حلول لمشاكل التقليل من انبعاث الغازات المسببة للاحتباس الحراري و التحكم في الغبار الملوث بالإضافة إلى تحسين أداء الوقود و مردود التوربينات. في هذا العمل ركزنا أساسا على استغلال التعاون الفعال بين عناصر البرمجيات التي تتطلب درجة عالية من التنسيق حيث الذكاء المكتسب له قابلية التكيف و يجب على العناصر هنا استعمال المعلومات الواردة من أجل التصرف الصحيح في وسط له قابلية كبيرة للتغير و التطور. تم التحقق من صحة النتائج في هذا العمل من خلال شبكات IEEE .

----------------------------------------------

Résumé (Français et/ou Anglais) :

The main current concerns of power generators using thermal fossil fuel power plants are producing electricity with a low cost of fuel and minimizing emissions of toxic gases into the atmosphere. Note that for cost minimization and reduction of emissions, it is necessary to consider the transmission losses that depend on the network map, the values of the impedances brought into play and the load distribution and productions. The latter plays the most important role in this area. For this it is necessary to express the total losses as a function of the generated power. The high level of competitiveness today forced power plants to continuously improve reliability, efficiency and profitability, while enhancing their performance and compliance with environmental. The use of probabilistic multi-agent algorithms enables solving problems of minimization of greenhouse gas emissions, improving dust control, optimizing the performance of fuels and yield optimization turbines. Our work has focused on the exploitation of effective cooperation between software agents that require a high degree of coordination. The intelligence gained here is adaptive, agents must use the information received in order to behave properly in a scalable environment. This work is validated through IEEE networks.