Bu çalışmada, son yıllarda kullanılan öğretme-öğrenme tabanlı optimizasyon algoritması (ÖÖTO) üzerinde iyileştirmeler yapılmış ve güç sistemlerinde gerilim kararlılığı için yeni bir optimizasyon uygulaması gerçekleştirilmiştir. İyileştirilen öğretme-öğrenme tabanlı optimizasyon (İ-ÖÖTO) algoritması, IEEE 14 baralı güç sistemi ve Türkiye, İstanbul Anadolu yakasında 17 baralı gerçek bir güç sistemi kullanılarak test edilmiştir. Bu güç sistemlerinde, beş farklı durum (temel durum, temel durumda talep edilen yükün %20, %40 ve %60 artışı ve hat kesintisi) oluşturulmuş ve analizler yapılmıştır. Sonrasında, yük baralarına şönt reaktif güç kompansatörleri (RGK) bağlanarak gerilim kararlılığı açısından etkisi incelenmiştir. İ-ÖÖTO algoritmasının etkinliğini değerlendirmek amacıyla, elde edilen sonuçlar, orijinal ÖÖTO algoritması ve literatürde sıklıkla kullanılan yerçekimi arama algoritması (YAA), parçacık sürü optimizasyonu (PSO) ve Newton-Raphson güç akış yönetimleriyle karşılaştırılmıştır. İ-ÖÖTO algoritması, tüm çalışma koşullarında diğer yöntemlere göre üstünlük sağlamıştır.
In this study, improvements have been made on the teaching-learning-based optimization (TLBO) algorithm, which has been used in recent years, and a new optimization application has been carried out for the voltage stability in power systems. The improved teaching-learning based optimization (I- TLBO) algorithm has been tested using an IEEE 14 bus power system and a real 17 bus power system on the Anatolian side of Istanbul, Turkey. In these power systems, five different conditions (base case, 20%, 40% and 60% increase of the demanded load in the base case and line outage) were created and analyzed. Afterwards, shunt reactive power compensators (RGK) are connected to the load buses and their effect in terms of voltage stability is examined. In order to evaluate the effectiveness of the I-TLBO algorithm, the obtained results were compared with the original TLBO algorithm and the gravity search algorithm (GSA), particle swarm optimization (PSO) and Newton-Raphson power flow methods, which are frequently used in the literature. The I-TLBO algorithm outperformed other methods in all operating conditions.
