Boukaroura, AbdelkaderSlimani, Linda2021-10-102021-10-102021http://hdl.handle.net/123456789/10764يزداد الطلب على الطاقة الكهربائية بشكل كبير في العديد من البلدان حول العالم بسبب الزيادة السكانية والتنمية الإقتصادية والأنشطة البشرية. و نظرا لهذا، تسعى الشركات المتخصصة في توزيع الطاقة الكهربائية لتشجيع الإعتماد على مصادرالإنتاج اللامركزي للطاقة و خاصة الطاقات المتجددة في شبكات التوزيع الذكية. ومن أجل تقليل الضياعات في الطاقة الفعالة في شبكات التوزيع وتحسين الجهد وإستقرار الجهد, يجب تحديد بطريقة مثلى الموقع والحجم لتثبيت مصادر الطاقة اللامركزية. في هذه الأطروحة, تم إستخدام خوارزمية اليعسوب من أجل حل هذه المشكلة. هذه الخوارزمية التي تعتبر من الخوارزميات الجديدة المستوحاة من الطبيعة تعتمد في عملها على سلوك السرب الثابت والديناميكي لليعسوب و تتميز ببنيتها البسيطة وقدرتها القوية على البحث وسهولة الإستخدام. في هذا العمل، يتم الإدراج الأمثل لمصادرالطاقة اللامركزية في شبكة التوزيع من حيث الموقع والحجم لهدف واحد (تقليل الضياعات في الطاقة الفعالة) وكذلك لعدة أهداف (تقليل الضياعات في الطاقة الفعالة, تحسين الجهد وإستقرار الجهد). لإثبات أداء خوارزمية اليعسوب, ثلاث شبكات توزيع كهربائية 33 عقدة, 69 عقدة وشبكة التوزيع الجزائرية لمدينة جانات 112 عقدة أستعملت كأنظمة إختبار. تؤكد النتائج التي تم الحصول عليها على نجاعة خوارزمية اليعسوب. The electrical energy demand is increasing dramatically in many countries around the world due to population increasing, economic development and human activities of modern life. Due to this significant demand increasing, electricity distribution companies seek to promotes decentralized production or distributed generation (DG), particularly using renewable sources. In order to reduce active power losses in distribution network and to improve voltage profile and voltage stability, the location and sizing of the DGs should be determined in an optimal way. In this thesis, an optimization algorithm namely dragonfly algorithm (DA) is proposed to solve the DGs allocation problem. The DA algorithm is a new meta-heuristic algorithm based on the static and dynamic swarm behavior of dragonflies. It is characterized by simple structure, strong search ability and easy implementation. In this work, the optimal integration of DGs is carried out for a single objective (minimization of active power losses) as well as for several objectives (minimization of active power losses, improvement of the voltage profile and improvement of the voltage stability). In order to show the effectiveness of the DA algorithm, three distribution networks: IEEE 33-bus, IEEE 69-bus and Algerian-Djanet 112-bus are used. The results confirm the performance of the DA algorithm. La demande d’énergie électrique augmente considérablement dans plusieurs pays du monde en raison d’augmentation de la population, du développement économique et des activités humaines de la vie moderne. En raison de cette augmentation significative de la quantité d’énergie électrique consommée dans les réseaux de distribution, les entreprises de distribution d’électricité cherchent à favoriser la dépendance à la production décentralisée ou distribuée (Distributed Generation (DG)) dans le réseau de distribution intelligent. Afin de réduire les pertes de puissance active dans les réseaux de distribution et d’améliorer le profil de tension et la stabilité de tension, il faut déterminer d'une façon optimale l’emplacement et la taille des DGs. Dans cette thèse un algorithme d’optimisation dit algorithme de libellule (Dragonfly Algorithm(DA)) est utilisé pour résoudre ce problème. L’algorithme DA est un nouvel algorithme méta-heuristique basé sur le comportement en essaim statique et dynamique des libellules. Il est caractérisé par une structure simple, une forte capacité de recherche et une mise en œuvre facile. Dans ce travail, l’insertion optimale de la production décentralisée est effectuée pour un seul objectif (minimisation des pertes de puissance active) ainsi que pour plusieurs objectifs (minimisation des pertes de puissance active, amélioration du profil de tension et amélioration de la stabilité de tension). Afin de démontrer la performance de l'algorithme DA, trois réseaux de distribution IEEE 33 jeux de barres, IEEE 69 jeux de barres et le réseau Algérien-Djanet 112 jeux de barres sont utilisés. Les résultats obtenus confirment la performance de l’algorithme DA.frRéseau de distribution intelligentProduction décentraliséeAlgorithme de l'arithmétique floueAlgorithme de libelluleOptimisation multi-objectifContribution à la modélisation et à l’optimisation des réseaux de distribution sous incertitudesOther