Công trình “Áp dụng thuật toán cải tiến Social Spider cho các giải pháp phân bố công suất tối ưu đơn mục tiêu” công bố trên tạp chí ngoại hạng chuyên ngành

TDTU, 24/07/2020

Công trình trên với tên tiếng Anh: “A high performance social spider optimization algorithm for optimal power flow solution with single objective optimization” đã được công bố trên Tạp chí Energy (ISSN: 0360-5442), một tạp chí của Nhà xuất bản Elsevier, Hà Lan với chỉ số ảnh hưởng (Impact Factor: IF) là 5.537 (theo Journal Citation Reports, Clarivate, Mỹ); và chỉ số H-index là 158 (theo Scimago, SJR, Tây Ban Nha) nằm trong danh mục ISI. Energy được xếp hạng Ngoại hạng chuyên ngành của chuyên ngành hẹp là Civil and Structural Engineering (SJR) theo hệ thống xếp hạng công bố quốc tế của Trường Ðại học Tôn Ðức Thắng (TDTU).

Tạp chí Energy theo hệ thống xếp hạng của SJR (Scimago)

Tác giả chính của công trình này là TS. Nguyễn Trung Thắng, Trưởng Nhóm nghiên cứu tối ưu hóa hệ thống điện (PSO) thuộc Khoa Điện – Điện tử, TDTU. TS. Thắng đã công bố 32 công trình trên các tạp chí ISI uy tín. Công trình lần này là kết quả của một quá trình nghiên cứu dài hạn và công phu, do những bài báo đăng trên Energy đều có yêu cầu rất cao về tính mới và tiên phong.

TS. Nguyễn Trung Thắng, Trưởng Nhóm nghiên cứu tối ưu hóa hệ thống điện (PSO) của Khoa Điện – Điện tử, TDTU

Bài báo này đề cập đến thuật toán Social Spider cải tiến (ASCSA) nhằm phân bố công suất tối ưu cho hệ thống điện khi xét nhiều hàm đơn mục tiêu như: tổn thất công suất, khí thải, độ lệch điện áp và chỉ số ổn định điện áp…. Thuật toán này được xây dựng dựa trên các cải tiến trong quá trình tạo mới cho các giải pháp tối ưu từ thuật toán ban đầu; và từ đó cải thiện hiệu quả của các giải pháp với một hiệu suất rất cao.

Hiệu quả của ASCSA đã được kiểm chứng thông qua các hệ thống thủy nhiệt, trong đó hai hệ thống cuối bao gồm: IEEE - 30 bus và IEEE - 118 bus được sử dụng trong mạng truyền dẫn. Để nghiên cứu hiệu suất của ASCSA, một số thuật toán cũng đã được triển khai trong bài báo như: thuật toán tìm kiếm cuckoo thông thường, thuật toán tìm kiếm cuckoo cải tiến, tối ưu hóa dòng hạt, trọng lượng quán tính, vi phân và vi phân cải tiến... Từ những kết quả thử nghiệm trên các hệ thống khác nhau, phương pháp ASCSA đã chứng minh được tổng chi phí thấp hơn so với các phương pháp khác, đồng thời giải quyết được những giải pháp đặt ra có liên quan. Do đó, ASCSA được xem như một công cụ rất hiệu quả và thuận lợi dành cho các giải pháp liên quan đến thủy nhiệt học.