[論文レビュー] Optimization Algorithms in Smart Grids: A Systematic Literature Review

Sidra Aslam, Ala Altaweel+1 more|arXiv (Cornell University)|Jan 16, 2023

Smart Grid Energy Management被引用数 9

ひとこと要約

この論文は、スマートグリッドにおけるエネルギー管理とコスト効率のための GA、PSO、および GWO の利用を調査し、2011–2022 年の文献を分析し、PSO を最も人気のあるアルゴリズムとして強調している。

ABSTRACT

Electrical smart grids are units that supply electricity from power plants to the users to yield reduced costs, power failures/loss, and maximized energy management. Smart grids (SGs) are well-known devices due to their exceptional benefits such as bi-directional communication, stability, detection of power failures, and inter-connectivity with appliances for monitoring purposes. SGs are the outcome of different modern applications that are used for managing data and security, i.e., modeling, monitoring, optimization, and/or Artificial Intelligence. Hence, the importance of SGs as a research field is increasing with every passing year. This paper focuses on novel features and applications of smart grids in domestic and industrial sectors. Specifically, we focused on Genetic algorithm, Particle Swarm Optimization, and Grey Wolf Optimization to study the efforts made up till date for maximized energy management and cost minimization in SGs. Therefore, we collected 145 research works (2011 to 2022) in this systematic literature review. This research work aims to figure out different features and applications of SGs proposed in the last decade and investigate the trends in popularity of SGs for different regions of world. Our finding is that the most popular optimization algorithm being used by researchers to bring forward new solutions for energy management and cost effectiveness in SGs is Particle Swarm Optimization. We also provide a brief overview of objective functions and parameters used in the solutions for energy and cost effectiveness as well as discuss different open research challenges for future research works.

研究の動機と目的

• スマートグリッドの応用と特徴、およびそれらの最適化ニーズを調査する。
• GA、PSO、GWO がエネルギー管理とコスト削減にどのように用いられているかを評価する。
• SG最適化文献におけるパターン、地域動向、主要な目的関数を特定する。
• SG最適化における未解決の研究課題と今後の研究方向を強調する。

提案手法

• Kitchenham and Charters のガイドラインに従った体系的文献レビューを実施した。
• IEEE、Google Scholar、Springer’s、Elsevier などのデータベースから 145 件の論文（2011–2022）を収集した。
• SG における GA/PSO/GWO を扱う質の高い論文に絞るため、選択基準を適用した。
• 合成のためのコア論文を選定するために six-question の品質評価を使用した。
• 目的、パラメータ、前提条件、提案されたエネルギー管理ソリューションに関するデータを抽出した。

実験結果

リサーチクエスチョン

• RQ1 RQ1: スマートグリッドの適用分野は何ですか？
• RQ2 RQ2: なぜスマートグリッドは重要で有望な研究分野なのですか？
• RQ3 RQ3: SGにおける最適なエネルギー管理/コスト効率のために使用される目的関数とパラメータは何ですか？
• RQ4 RQ4: GA、GWO、および PSO はスマートグリッドのエネルギーとコスト管理を強化するためにどの程度広く使用されていますか？
• RQ5 （示唆された）RQ5: SG最適化における未解決の課題と今後の研究方向は何ですか？

主な発見

• 粒子群最適化（PSO）は SG 研究で最も人気のある最適化アルゴリズムです。
• GA、PSO、GWO は SG におけるエネルギー管理とコスト効率の改善に用いられている。
• 研究は DSM、HEM、エネルギー予測、故障/攻撃検出などの適用を扱う。
• 確率的、ロバスト、分布的にロバストな最適化手法が SG のエネルギー管理で議論されている。
• レビューは SG 最適化で用いられる一般的な目的関数、パラメータ、制約を総括している。
• 未解決の課題にはセキュリティ、サイバーフィジカル脅威、実用規模での現実世界実装の必要性が含まれる。