La répartition optimale de la puissance réactive (ORPD) a un impact crucial pour améliorer la sécurité, la fiabilité et le fonctionnement économique du système d'alimentation électrique. L'ORPD est un problème variable non linéaire, non convexe et mixte, qui a été résolu par de nombreux chercheurs via différents algorithmes méta-heuristiques au cours de la dernière décennie. Dans ce travail, un nouvel algorithme appelé algorithme sinus-cosinus (SCA) est utilisé pour résoudre le problème ORPD en considérant à la fois les contraintes variables de contrôle dépendantes et indépendantes. SCA a été testé et validé sur les systèmes d'alimentation standard 14, 30 et 57 bus. Pour valider la supériorité de l'algorithme proposé, les résultats obtenus grâce à SCA sont comparés aux résultats publiés récents obtenus grâce à l'optimisation des essaims de particules (PSO), l'optimisation basée sur l'enseignement et l'apprentissage des os nus gaussiens modifiés (BBTLBO), l'optimisation des colonies d'abeilles fourmis (ABCO), l'algorithme d'optimisation des baleines (WOA) et les algorithmes de recherche de retour en arrière (BSA). Les résultats obtenus avec SCA montrent l'amélioration de la minimisation des pertes de puissance. Ainsi, avec le système standard à 14 bus, les pertes de puissance sont minimisées de 0,04 % à 4,78 %. Alors que, avec le bus standard 30, les pertes de puissance sont minimisées de 0,4% à 3,4% et avec le bus standard 57, les pertes de puissance sont réduites de 0,9% à 1,99%. En outre, une analyse comparative avec 30 passages indépendants sur les systèmes de bus susmentionnés est effectuée pour examiner le fonctionnement de la méthode proposée en termes de fonction de densité de probabilité (PDF) et de fonction de densité cumulative (CDF). Pour une telle analyse, des algorithmes méta-heuristiques bien connus tels que PSO, WOA, l'évolution différentielle (DE) sont comparés au SCA proposé pour résoudre le problème ORPD. Les résultats de cette analyse montrent clairement que l'algorithme proposé est robuste, efficace et facile à calculer pour résoudre le problème ORPD par rapport aux algorithmes méta-heuristiques existants.

El despacho óptimo de energía reactiva (ORPD) tiene un impacto crucial para mejorar la seguridad, la confiabilidad y el funcionamiento económico del sistema de energía eléctrica. ORPD es un problema de variables no lineal, no convexo y mixto, que ha sido resuelto por muchos investigadores a través de diferentes algoritmos metaheurísticos durante la última década. En este trabajo, se utiliza un nuevo algoritmo llamado algoritmo seno-coseno (SCA) para resolver el problema ORPD al considerar las restricciones de las variables de control dependientes e independientes. SCA ha sido probado y validado en los sistemas de alimentación estándar 14, 30 y 57-bus. Para validar la superioridad del algoritmo propuesto, los resultados obtenidos a través de SCA se comparan con los resultados publicados recientemente obtenidos a través de la optimización de enjambre de partículas (PSO), la optimización basada en la enseñanza-aprendizaje gaussiana modificada (BBTLBO), la optimización de colonias de hormigas (ABCO), el algoritmo de optimización de ballenas (WOA) y los algoritmos de búsqueda de retroceso (BSA). Los resultados obtenidos utilizando SCA muestran la mejora en la minimización de las pérdidas de potencia. Por lo tanto, con el sistema estándar de 14 buses, las pérdidas de potencia se minimizan de 0.04% a 4.78%. Mientras que, con el bus 30 estándar, las pérdidas de potencia se minimizan del 0,4% al 3,4% y con el bus 57 estándar, las pérdidas de potencia se reducen del 0,9% al 1,99%. Además, se realiza un análisis comparativo con 30 ejecuciones independientes en los sistemas de bus mencionados anteriormente para examinar el funcionamiento del método propuesto en términos de función de densidad de probabilidad (PDF) y función de densidad acumulada (CDF). Para dicho análisis, se comparan algoritmos metaheurísticos bien conocidos como PSO, WOA, evolución diferencial (DE) con SCA propuesto para resolver el problema ORPD. Los resultados de este análisis muestran claramente que el algoritmo propuesto es robusto, efectivo y computacionalmente fácil para resolver el problema ORPD en comparación con los algoritmos metaheurísticos existentes.

Optimal reactive power dispatch (ORPD) has a crucial impact to enhance safety, reliability, and economical operation of the electric power system. ORPD is a non-linear, non-convex and mixed variable problem, which has been solved by many researchers via different meta-heuristic algorithms during the last decade. In this work, a novel algorithm named sine-cosine algorithm (SCA) is utilized to solve ORPD problem by considering both dependent and independent control variable constraints. SCA has been tested and validated on standard 14, 30 and 57-bus power systems. To validate the superiority of proposed algorithm, the outcomes obtained through SCA are compared with recent published results attained through particle swarm optimization (PSO), modified Gaussian barebones teaching–learning based optimization (BBTLBO), ant bee colony optimization (ABCO), whale optimization algorithm (WOA) and backtracking search algorithms (BSA). The results attained using SCA show the improvement in the power losses minimization. Thus, with standard 14-bus system, the power losses are minimized from 0.04% to 4.78%. While, using standard 30-bus, the power losses are minimized from 0.4% to 3.4% and with standard 57-bus, power losses are reduced from 0.9% to 1.99%. Furthermore, a comparative analysis with 30 independent runs on the above-mentioned bus systems is performed to examine the functioning of the proposed method in terms of probability density function (PDF) and cumulative density function (CDF). For such analysis, well-known meta-heuristic algorithms such as PSO, WOA, differential evolution (DE) are compared with proposed SCA in solving the ORPD problem. The results of this analysis clearly show that proposed algorithm is robust, effective, and computationally easy in solving the ORPD problem compared to the existing meta-heuristic algorithms.

إن إرسال الطاقة التفاعلية الأمثل (ORPD) له تأثير حاسم لتعزيز السلامة والموثوقية والتشغيل الاقتصادي لنظام الطاقة الكهربائية. ORPD هي مشكلة غير خطية وغير محدبة ومتغيرة مختلطة، والتي تم حلها من قبل العديد من الباحثين عبر خوارزميات استدلالية مختلفة خلال العقد الماضي. في هذا العمل، يتم استخدام خوارزمية جديدة تسمى خوارزمية جيب التمام (SCA) لحل مشكلة ORPD من خلال النظر في كل من قيود متغيرات التحكم التابعة والمستقلة. تم اختبار SCA والتحقق من صحتها على أنظمة الطاقة القياسية 14 و 30 و 57 حافلة. للتحقق من تفوق الخوارزمية المقترحة، تتم مقارنة النتائج التي تم الحصول عليها من خلال SCA بالنتائج المنشورة حديثًا والتي تم تحقيقها من خلال تحسين سرب الجسيمات (PSO)، والتحسين القائم على تعليم وتعلم عظام الجاوس المعدلة (BBTLBO)، وتحسين مستعمرة النحل (ABCO)، وخوارزمية تحسين الحيتان (WOA) وخوارزميات البحث عن التتبع العكسي (BSA). تظهر النتائج التي تم تحقيقها باستخدام SCA التحسن في تقليل فقدان الطاقة. وبالتالي، مع نظام 14 حافلة القياسي، يتم تقليل فقدان الطاقة من 0.04 ٪ إلى 4.78 ٪. بينما، باستخدام 30 حافلة قياسية، يتم تقليل فقدان الطاقة من 0.4 ٪ إلى 3.4 ٪ ومع 57 حافلة قياسية، يتم تقليل فقدان الطاقة من 0.9 ٪ إلى 1.99 ٪. علاوة على ذلك، يتم إجراء تحليل مقارن مع 30 عملية تشغيل مستقلة على أنظمة الناقل المذكورة أعلاه لفحص أداء الطريقة المقترحة من حيث دالة كثافة الاحتمال (PDF) ودالة الكثافة التراكمية (CDF). بالنسبة لمثل هذا التحليل، تتم مقارنة الخوارزميات الاستدلالية المعروفة مثل PSO و WOA والتطور التفاضلي (DE) مع SCA المقترحة في حل مشكلة ORPD. تُظهر نتائج هذا التحليل بوضوح أن الخوارزمية المقترحة قوية وفعالة وسهلة حسابيًا في حل مشكلة ORPD مقارنة بالخوارزميات الاستدلالية التلوية الحالية.