Weight optimization of power and distribution type transformer by Gray Wolf optimization algorithm

Öz

Transformers operating according to the principle of transferring electrical energy through the electromagnetic field are electrical machines with high efficiency. Weight and size parameters that affect the efficiency of the transformer are important in the design of transformers. In this study, the weight values in the designs of transformers with different power levels (50 kVA, 100 kVA and 100 kVA), which are actively used in the transmission and distribution stages of electrical energy, are realized by heuristic method. By using the gray wolf algorithm, which is one of the current heuristics in the literature, the parameters of current density (s) and iron cross section conformity factor (C) affecting the transformer weight are optimized. As a result of the study, the weights of 50 kVA, 100 kVA and 1000 kVA transformers are reduced by 31%, 21% and 9%, respectively. Thus, a new approach has been developed to optimize transformer weights in distribution and transmission transformer types and transformer costs due to weight can be reduced.

Anahtar Kelimeler

• Weight optimization
• Gray Wolf algorithm
• Transformers
• Efficiency

Gri Kurt optimizasyon algoritması ile güç ve dağıtım türü transformatörlerin ağırlık optimizasyonu

Öz

Elektromanyetik alan yoluyla elektrik enerjisinin aktarılması prensibine göre çalışan transformatörler, yüksek verimliliğe sahip elektrik makinalarıdır. Transformatörün verimliliğini etkileyen ağırlık ve boyut parametreleri, transformatörlerin tasarımında önemlidir. Bu çalışmada, elektrik enerjisinin iletimi ve dağıtımı aşamalarında aktif kullanılan ve farklı güç seviyelerine (50 kVA, 100 kVA ve 100 kVA) sahip transformatörlerin tasarımlarındaki ağırlık değerleri, sezgisel yöntem ile gerçekleştirilmektedir. Literatürdeki güncel sezgisel yöntemlerden biri olan gri kurt algoritması kullanılarak, transformatör ağırlığına etki eden akım yoğunluğu (s) ve demir kesiti uygunluk faktörü (C) parametreleri optimize edilmektedir. Çalışma sonucunda, 50 kVA, 100 kVA ve 1000 kVA transformatörlerin ağırlıkları, sırasıyla, %31, %21 ve %9 oranında düşürülmektedir. Böylece dağıtım ve güç transformatörü türünde transformatör ağırlıklarının optimum değerlerle elde edilmesine yeni bir yaklaşım katılmakta ve ağırlıktan kaynaklı transformatör maliyetleri azaltılabilmektedir.

Anahtar Kelimeler

• Transformatörler
• Verimlilik
• Ağırlık optimizasyonu
• Gri Kurt algoritması
• Transformatörler
• Verimlilik

Kaynakça

1. E. I. Amoiralis, P. S. Georgilakis, M.A. Tsili, and A. G. Kladas, Global transformer optimization method using evolutionary design and numerical field computation. IEEE transactions on magnetics, 45(3), 1720-1723, 2009. https://doi.org/10.1109/TMAG.2009.2012795.
2. M. I. Abdelwanis, A. Abaza, R. A. El-Sehiemy, M. N. Ibrahim and H. Rezk, Parameter Estimation of Electric Power Transformers Using Coyote Optimization Algorithm With Experimental Verification. IEEE Access, 8, 50036-50044, 2020. https://doi.org/10.1109 /ACCESS.2020.2978398.
3. S. Bogarra, A. Font, I. Candela and J. Pedra, Parameter estimation of a transformer with saturation using inrush measurements, Electr. Power Syst. Res., 79(2), 417-425, 2019. https://doi.org/10.1016/j.epsr.2008.08.009.
4. I. Beyin, Kuru tip transformatörlerin çelik parçalarında şekil optimizasyonu. Yüksek Lisans Tezi, Balıkesir Üniversitesi Fen Bilimleri Enstitüsü, Türkiye, 2019.
5. H. Malik and R. K. Jarial, Fuzzy-Logic Applications in Cost Analysis of Transformer's Main Material Weight, 2011 International Conference on Computational Intelligence and Communication Networks, pp. 386-389, Gwalior, India, 2011.
6. Ö. Sevim ve M. Sönmez, Geliştilmiş yapay arı koloni algoritmasi ile kafes ve düzlemsel çelik yapıların optimum tasarımı, Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 3(2), 8-51, 2016. https ://doi.org/10.28948/ngumuh.239368.
7. H. Rezaei, O. Bozorg-Haddad and X. Chu, Grey wolf optimization (GWO) algorithm. In Advanced Optimization by Nature-Inspired Algorithms, 81-91, 2018. https://doi.org/10.35378/gujs.820885
8. S. Tosun, A. Öztürk, H. Demir ve L. Kuru, Kuru tip transformatörün tabu arama algoritması yöntemi ile ağırlık optimizasyonu, İleri Teknoloji Bilimleri Dergisi, 1(1), 17-26, 2012.

9. T. Demirdelen, Kuru tip transformatör optimizasyonuna yeni bir yaklaşım: Ateş böceği algoritması, Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 33(1), 87-96, 2018, https://doi.org/10.21605/cukurovau mmfd.420675.
10. M. Çelebi, Genetik algoritma ile kuru bir trafonun ağırlık optimizasyonu ve sonlu elemanlar metodu ile analizi, Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 12 (2) , 30-36, 2009.
11. L. Yang, X. Liu, and J. Yang, A new compensation method for insulated core transformer power supply and its optimization using genetic algorithm, Nucl. Instruments Methods Phys. Res. Sect. A Accel. Spectrometers, Detect. Assoc. Equip, 960, 2020. https://doi.org/10.1016/J.NIMA.2020.163585.
12. S. Kül, S. A. Celtek ve İ. İskender, Metaheurıstıc algorıthms based approaches for effıcıency analysıs of three-phase dry-type transformers, Konya Mühendislik Bilimleri Dergisi, 9(4), 889-903, 2021. https://doi.org/ 10.36306/konjes.946496
13. I.Ö. Aksu and T. Demirdelen, A comprehensive study on dry type transformer design with swarm-based metaheuristic optimization methods for industrial applications. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 40(14), 1743-1752, 2018. https://doi.org/10.1080/15567036.2018.14 86908.
14. M. Toren and H. Mollahasanoglu, Comparison of Heuristic Approaches in Weight Optimization of Different Power Levels Transformers. IETE Journal of Research, 1-15. 2022. https://doi.org/10.1080/ 03772063 .2022.2098188
15. J. Liu, X. Wei and H. Huang, "An Improved Grey Wolf Optimization Algorithm and its Application in Path Planning," in IEEE Access, 9, 121944-121956, 2021. https://doi.org/10.1109/ACCESS.2021.3108973.
16. J. Dhıkary and S. Acharyya, Randomized Balanced Grey Wolf Optimizer (RBGWO) for solving real life optimization problems. Applied Soft Computing, 117, 2022. https://doi.org/10.1016/j.asoc.2022.108429.
17. S. Arıkan ve F. Latifoğlu , "Gri Kurt Optimizasyon Algoritması ile Kosinüs Modüleli Süzgeç Bankası Tasarımı", Avrupa Bilim ve Teknoloji Dergisi, no. 26, pp. 472-476, Jul. 2021, doi:10.31590/ejosat.960637
18. H. Ç. Kılınç and Y. Öztürk , "Hibrit Gri Kurt Optimizasyonu ile Kapılı Tekrarlayan Birim Modeli Kullanılarak Günlük Akım Tahmini", Avrupa Bilim ve Teknoloji Dergisi, no. 35, pp. 259-267, May. 2022, doi:10.31590/ejosat.1062777
19. M. Mutluer, Design Optimization of PM Synchronous Motor Using Gray Wolf Optimization Algorithm, Avrupa Bilim ve Teknoloji Dergisi, 24, 274-278, 2021. https://doi.org/10.31590/ejosat.898907.
20. H. Ç. Kılınç ve Y. Öztürk, Hibrit gri kurt optimizasyonu ile kapılı tekrarlayan birim modeli kullanılarak günlük akım tahmini, Avrupa Bilim ve Teknoloji Dergisi, 35, 259-267, 2022, https://doi.org/10.31590/ejosat.1062777
21. S. Mirjalili, S.M. Mirjalili and A. Lewis A, Grey wolf optimizer. Adv Eng Softw 69(3), 46–61, 2014. https://doi.org/10.1007/s00500-018-3310-y.
22. F. A. Şenel, A. S. Yüksel, F. Gökçe ve T. Yiğit , "Gri kurt optimizasyon algoritması ile iki boyutlu dizilim yazılımının geliştirilmesi", Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 20(2). 293-306, 2018. https://doi.org/10.25092/baunfbed.433321.
23. T. Boduroglu, Elektrik Makinaları Notları, İstanbul Teknik Üniversitesi, İstanbul, 1994.
24. M. Akdağ ve M. Çelebi , "Ateş Böceği Algoritması ile Yağlı Tip Transformatörün Ağırlık Optimizasyonu", Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, vol. 13, no. 2, pp. 169-180, Jun. 2022, doi:10 .24012/dumf.1075008
25. J. C. Olivares-Galvan and P.S. Georgilakis, “Core lamination selection for distribution transformers based on sensitivity analysis,” Electrical Engineering, 95(1), 33-42, 2013.
26. A. Safigianni and V. Sarris, “Economical Estimation of the Maintenance of Distribution Transformers,” Proc. EighthIASTED Int. Conf. Power Energy Syst. Eur., 23–25, 2008.