Kuantum Yaklaşık Optimizasyon Algoritması Kullanılarak Saatlik Enerji Tüketimi Altında Güç Kaybının Azaltılması ve Gerilim Profilinin İyileştirilmesi için Dağıtım Şebekesinin Yeniden Yapılandırılması

Yıl 2025, Cilt: 40 Sayı: 1, 79 - 87, 26.03.2025

Nisa Nacar Çıkan

https://doi.org/10.21605/cukurovaumfd.1665857

Öz

Bu çalışmada, Kuantum Yaklaşık Optimizasyon Algoritması (QAOA) kullanarak 33 baralı bir elektrik dağıtım şebekesinin dinamik olarak yeniden yapılandırılması gerçekleştirilmiştir. Çalışmanın temel amacı, dağıtım şebekelerinin genel performansını ve verimliliğini artırmak için kritik faktörler olan güç kaybı minimizasyonu ve voltaj profilinin iyileştirilmesidir. Önerilen yöntem, gün boyunca dinamik değişiklikleri hesaba katarak ve gerçek tüketici yük profillerini kullanarak saatlik yük değişimlerine uyum sağlar. Sistem, OAQA’yı yeniden yapılandırma sürecine dahil ederek, değişen operasyonel koşullar altında kayıpları azaltan ve voltaj kararlılığını artıran optimum yapılandırmaları araştırmıştır. Çalışmanın bulguları, bu yaklaşımın elektrik dağıtım şebekelerini dinamik olarak optimize etmedeki etkinliğini göstermekte ve güvenilir ve verimli enerji sistemlerine katkıda bulunmaktadır.

Anahtar Kelimeler

Yeniden yapılandırma, Dinamik güç dağıtım ağları, Güç kaybı minimizasyonu, Metasezgisel algoritmalar

Distribution Network Reconfiguration for Voltage Profile Enhancement and Power Loss Reduction Under Hourly Energy Consumption Using Quantum Approximate Optimization Algorithm

Öz

This paper presents a dynamic reconfiguration of a 33-bus power distribution network using the Quantum Approximate Optimization Algorithm (QAOA). The primary objectives are voltage profile improvement and power loss minimization, critical factors for enhancing the overall performance and efficiency of distribution networks. The proposed method adapts to hourly load variations, utilizing real consumer load profiles to account for dynamic changes throughout the day. By incorporating QAOA into the reconfiguration process, the system explores optimal configurations that reduce losses and improve voltage stability under varying operational conditions. The study's findings demonstrate the effectiveness of this approach in dynamically optimizing power distribution networks, contributing to reliable and efficient energy systems.

Anahtar Kelimeler

Reconfiguration, Dynamic power distribution networks, Power loss minimization, Metaheuristic algorithm

Kaynakça

• 1. Cikan, M. & Kekezoglu, B. (2022). Comparison of metaheuristic optimization techniques including Equilibrium optimizer algorithm in power distribution network reconfiguration. Alexandria Engineering Journal, 61(2), 991-1031.
• 2. Radosavljevic´, J. (2018). Metaheuristic optimization in power engineering. The Institution of Engineering and Technology, 530.
• 3. Cikan, M. (2025). Çita optimizasyon algoritması kullanarak kısmi gölgelenme altındaki fotovoltaik sistemlerde maksimum güç noktası izleyicisinin tasarlanması. Journal of the Faculty of Engineering and Architecture of Gazi University, 40(1), 555-572.
• 4. Mishra, S., Das, D. & Paul, S. (2017). A comprehensive review on power distribution network reconfiguration. Energy Systems, 8, 227-284.
• 5. Mishra, A., Tripathy, M. & Ray, P. (2024), A survey on different techniques for distribution network reconfiguration. Journal of Engineering Research, 12(1), 173-181.
• 6. Nacar Cikan, N. & Cikan, M. (2024). Reconfiguration of 123-bus unbalanced power distribution network analysis by considering minimization of current & voltage unbalanced indexes and power loss. International Journal of Electrical Power & Energy Systems, 157, 109796.
• 7. Cikan, M. & Nacar Cikan, N. (2023). Optimum allocation of multiple type and number of DG units based on IEEE 123-bus unbalanced multi-phase power distribution system. International Journal of Electrical Power & Energy Systems, 144, 108564.
• 8. Wen, J., Tan, Y., Jiang, L. & Lei, K. (2018). Dynamic reconfiguration of distribution networks considering the real-time topology variation. IET Generation, Transmission & Distribution, 12(7), 1509-1517.
• 9. Baran, M.E. & Wu, F.F. (1989). Network reconfiguration in distribution systems for loss reduction and load balancing. IEEE Transactions on Power Delivery, 4(3), 1401-1407.
• 10. Çıkan, M. & Nacar Çıkan, N. (2024). Elektrikli araç şarj istasyonlarının enerji dağıtım hatlarına optimum şekilde konumlandırılması. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 27(2), 340-363.
• 11. Teimourzadeh, H., Mohammadi-Ivatloo, B. & Asadi, S. (2020). Binary group search optimization for distribution network reconfiguration. Optimization of Power System Problems, Springer, 103-126.
• 12. Cikan, M., Nacar Cikan, N. & Kekezoglu, B. (2025). Determination of optimal island regions with simultaneous DG allocation and reconfiguration in power distribution networks. IET Renewable Power Generation, 19, e12942.
• 13. Farhi, E., Goldstone, J. & Gutmann, S. A. (2014). Quantum approximate optimization algorithm. Preprint at https://arxiv.org/abs/1411.4028. Access date: 18.10.2024.