Bài báo này trình bày phương pháp tái cấu hình lƣới điện phân phối sử dụng thuật toán cuckoo search (CS). Trong đó, để nâng cao hiệu quả của thuật toán CS, cơ chế tìm kiếm cục bộ được bổ sung để khai thác vùng không gian tồn tại xung quanh cấu hình tốt nhất của quần thể trong quá trình tìm kiếm. Hàm mục tiêu của bài toán là giảm tổn thất công suất trên lƣới điện phân phối. Kết quả đánh giá trên lưới điện phân phối 33 nút cho thấy phương pháp đề xuất (enhanced cuckoo search - ECS) có ưu điểm vượt trội so với phương pháp tái cấu hình dựa trên thuật toán CS thông thường về chất lượng giải pháp thu được, số lượng vòng lặp hội tụ.

Thị trường điện ra đời đã mang lại nhiều lợi nhuận xã hội. Tuy nhiên, nó cũng làm cho hệ thống thường xuyên bị nghẽn mạch. Nghẽn mạch làm ảnh hưởng trực tiếp đến các hợp đồng giao dịch, làm giảm lợi nhuận xã hội. Vì vậy, để giảm nghẽn mạch, cực đại lợi nhuận xã hội, cần phải xây dựng mới các đường dây truyền tải. Điều này thường gặp nhiều khó khăn từ việc điều tiết chính sách của nhà nước và môi trường. Do đó, việc cân bằng lại công suất trong hệ thống bằng cách sử dung thiết bị Thyristor Controlled Series Compensator (TCSC) để nâng cao khả năng truyền tải và cực đại lợi nhuận xã hội là một trong những vấn đề quan trọng đối với ngƣời vận hành hệ thống điện. Để giài quyết vấn đề này, một số giải thuật tìm kiếm bầy đàn đã đƣợc đề xuất trong các nghiên cứu trước. Tuy nhiên, việc áp dụng giải thuật Cuckoo Optimazation Algorithm (COA) để giải quyết vấn đề này chưa được các nhóm nghiên cứu đề xuất trước đây. Vì vậy, trong bài báo này, giải thuật Cuckoo Optimazation Algorithm (COA) đã được đề xuất và áp dụng để giải bài toán tối ưu cực đại lợi nhuận xã hội thông qua xác định vị trí và dung lượng hợp lý của TCSC. Phương pháp đề nghị được kiểm tra trên trên hệ thống IEEE 14 nút và kết quả mô phỏng đƣợc so sánh với các giải thuật Genetic Algorithm (GA) Grey Wolf Optimization (GWO) đã cho thấy, COA cũng là một trong những phương pháp hữu ích để tối ưu lắp đặt TCSC để cực đại lợi nhuận xã hội.

Annona squamosa là loại cây ăn quả nhiệt đới, thuộc họ Annonaceae, rất phổ biến ở Việt Nam. Chiết xuất ethanol từ vỏ quả Annona squamosa (AS) có chứa phenolic, alkaloids, coumarins, flavonoid, saponin, steroid, terpenoids, acid kaurenoic có khả năng chống oxy hóa, kháng khuẩn, kháng viêm [1,2].Trong nghiên cứu này, chúng tôi thiết lập mô hình gây bệnh viêm khớp dạng thấp trên chuột với FCA và đánh giá hiệu quả của dịch chiết vỏ quả AS trong phòng và điều trị bệnh. Sau 14 tuần thí nghiệm, tác dụng của dịch chiết vỏ quả AS (400mg/kg thể trọng) đã làm thay đổi trọng lượng cơ thể, trọng lượng tuyến ức và lá lách, số lượng WBC, RF, CRP trong máu, đường kính khớp, nhiệt độ bàn chân, thể tích cẳng chân của chuột bị bệnh. Phân tích mô học sụn khớp cho thấy tác dụng của dịch chiết AS đã ức chế sự xâm lấn của tế bào miễn dịch vào chất nền khớp, làm giảm sự hình thành mảng sợi và phục hồi cấu trúc màng sụn. Do đó, chiết xuất ethanol vỏ quả AS giúp ngăn ngừa sự phát triển tế bào viêm trong viêm khớp dạng thấp, tăng số lượng bạch cầu và tăng khả năng miễn dịch của cơ thể.

Bài báo này trình bày phương pháp xác định vị trí và công suất tối ưu của nguồn điện phân tán trên lưới điện phân phối (LĐPP) sử dụng thuật toán coyote algorithm (COA). Hàm mục tiêu của bài toán là cực tiểu tổn thất công suất tác dụng trên LĐPP. COA là thuật toán tối ưu tổng quát lấy ý tưởng từ tập tính xã hội của loài chó sói Bắc Mỹ. Trong đó, quần thể sói được chia thành các nhóm nhỏ và mỗi nhóm có cá thể đầu đàn. Sự thích nghi với điều kiện môi trường của sói phụ thuộc vào sói đầu đàn và xu hướng của nhóm. Ngoài ra, giữa các nhóm cũng có sự trao đổi thông tin thông qua việc cá thể sói bỏ nhóm và tham gia nhóm khác. So với các thuật toán khác, COA không cần các thông số điều khiển nên giúp tăng cường sự ổn định và tin cậy khi áp dụng cho bài toán tối ưu vị trí và công suất nguồn điện phân tán trên LĐPP. Hiệu quả của COA được đánh giá trên các LĐPP 33 nút và 69 nút. Kết quả cho thấy, COA là một phương pháp hiệu quả cho bài toán xác định vị trí và công suất DGs trên LĐPP.

This paper aims to exhibit of optimal location and capacity of energy storage (ES) in electricity development planning, including transmission expansion planning (TEP) and generation expansion planning (GEP). Renewable energy sources are being developed in the world in order to replace the increasingly exhausting and polluting fossil energy sources. However, the energy generation of these types cannot be intentionally controlled but depends on natural conditions. To support the defects that renewable energy causes, energy storage systems have been studied and applied. Developing energy storage to charge cheap energy and provide higher prices in the electricity market is one of the issues that have being attention recently. Although choosing the proper location to place is a great challenge. A number of algorithms have been researched for a long time to find suitable locations for GEP; heuristic algorithms have been used in recent years because of their flexibility and wide range. The heuristic approaches, although being varied over time to become more and more effective search engines, but the problem is withheld into local extremes during searching, the number of too many loops when applied to large network systems... are still being researched and overcome by scientists for heuristic algorithms. On the other hand, the Max-Flow-Min-Cut (MFMC) algorithm has been applied to determine thyristor controlled series compensation (TCSC) to manage congestion that also has been of interest to many researchers but it has some limitations. The MFMC algorithm will be improved more effectively to eliminate congestion collaborate with a heuristic in the paper, and the simulation results tested to determine the position and power of ES on the 24 bus IEEE system showed the algorithm's feasibility.