求翻译翻译翻译

摘要：本文讨论了一种基于遗传算法（GA）优化的负载脱落，可以适用于配电网络和分散发电机（DG）。此外，该方法具有考虑常量和变量的容量不足引起的膨化电源的膨化发电和输电系统的计划外停机的能力。采用遗传算法（GA）来搜索最佳减载策略，在两种情况下的的膨体电源的分销网络的常量和变量的建模考虑分布式发电的分销网络。配电系统有一个的辐射状网络和单向功率流。随着分散世代的来临，配电系统具有本地环网和双向功率流。因此，安装DG的配电系统，可能会导致操作上的问题，影响现有的业务计划。介绍DG的配电系统中引入了很多新的问题，在运营和规划的水平。负载脱落的操作问题，有没有豁免。我们的目标是削减负荷和系统的损失之和最小的框架内工作，系统运行和安全约束。所提出的方法进行测试更实际的应用系统33个负荷点上的径向分布。

摘要本文讨论了一种遗传算法（GA）
基于最优的负载脱落，可适用于电气
分布网络和无分散发电机
（DG）。同时，该方法具有考虑的能力
常数和变量的容量不足引起的非计划
在膨化发电和输电系统的中断
混合电源。遗传算法（GA）来
对于最优负荷削减策略分布搜索
考虑分布式发电的常量和变量两种情况下的
混合电源的配电网模型。
配电系统有一个径向网络
单向功率流。随着分散
代，配电系统具有本地环
网络和双向功率流。因此，安装DG
在配电系统会导致操作
和影响现有的业务计划的问题。
DG配电系统的介绍
介绍了许多新的问题，在运行和规划水平。
负载脱落的操作问题，没有豁免。的
目的是减少削减负荷的总和也系统
在系统运行和安全框架的工作损失
约束的。所提出的方法是在一个径向测试
为更实际的33负荷点分布系统
应用

摘要论述了遗传算法(GA)
基于最优甩负荷,可以申请电气
分销网络和无分散的发电机
(DG)。同时,该方法有能力考虑
常数和变量能力不良而导致的计划外
中断在胀大的发电和输电系统的
胀大的电源。遗传算法(GA)是用来
寻找最佳的减载策略分布
在两种情况下的网络考虑DGs的常数和变量
电源的造型胀大的分销网络。
电气配电系统有一个径向网络和
单向功率流。随着分散
代,电气配电系统有一个局部毛圈
网络和双向功率流。因此,安装DG
在电气配电系统会导致操作
问题和影响现有的操作方案。
介绍DGs在电气配电系统有
介绍了很多新的问题和规划水平操作。
甩负荷作为操作问题没有豁免。这个
目标是最小化减少负荷的总和,也系统
框架内的损失的系统操作和安全
约束。该方法是进行径向
配电系统负载点33更加实用
应用程序。

摘要论述了一种基于遗传算法(GA)优化卸载,可以申请electricaldistribution网络和无分散发电机(DG)。同时,该方法有能力为consideringconstant和可变容量不足引起的unscheduledoutages胀大的发电和输电系统ofbulked电源。 遗传算法(GA)是采用tosearch最佳甩负荷策略在两种情况下distributionnetworks考虑DGs的常数和variablemodelling胀大的电源分配网络。 电气配电系统有一个径向网络andunidirectional功率流。随着dispersedgenerations,电气配电系统有一个本地loopednetwork和双向功率流。 因此,安装DGin电气配电系统会导致operationalproblems和影响现有的操作方案。介绍DGs在电气配电系统hasintroduced许多新问题的运营和规划水平。甩负荷作为操作问题没有豁免。宗旨是最小化的总和,也systemlosses限制负载在框架的系统操作和securityconstraints。 该方法是在一个radialdistribution测试系统,为更多的practicalapplications 33负载点。