Passive distribution networks are transforming to active networks by assembling distributed means of energy generation, consumption, and storage, and the formation of so-called microgrids. As the rising generation of microgrids, reconfigurable micro grids are still in early phase studies and call for further investigation. Reconfigurable micro grids allow for the integration of distributed generators into distribution systems and enable a reconfigurable network topology by the assist of remotely controlled switches. Within that PhD thesis, a day-ahead operational scheduling framework for reconfigurable micro grids is basically realized by a simultaneous optimal network reconfiguration and dispatch of distributed generation units in order to minimize real power loss. A combined approach of conventional particle swarm optimization and selective particle swarm optimization methods, PSO&SPSO, is proposed for solving this combinatorial, non-linear, and complex optimization problem. Particle swarm optimization-based algorithms are firstly considered here for the optimization problem, since they are effective for optimization of power systems, easy for coding, have a faster convergence rate, and have a substructure that is appropriate for parallel computation rather than other optimization algorithms.In order to measure the proposed algorithm's performance, it is implemented into a 33-bus radial distribution system that is considered as a reconfigurable micro grid. One-hour resolution of the simultaneous optimal network reconfiguration and the optimal load dispatch of distributed energy resources are performed prior to this masterwork in order to confirm the efficacy and dominance of the suggested approach by comparing thematic recent works in the literature. Furthermore, a deep recurrent neural network with bi-directional long short-term memory units model, namely DRNN-BiLSTM is modeled to ensure accurate aggregated electrical load and the solar power output forecasting results. This proposed approach is developed to benefit the short-term optimal operational scheduling framework of a reconfigurable microgrid which includes photovoltaics and diesel distributed generators. The real-world dataset is used to test the proposed forecasting model. The results show that the proposed forecasting model performs better than other methods in the literature surveyed. Eventually, this study contributes to the optimal operational scheduling of reconfigurable microgrid with demand and renewable energy forecasting by using the developed forecasting model.

Pasif dağıtım sistemleri, enerji tüketim merkezlerine dağıtılmış enerji üretim birimlerinin ve enerji depolama sistemlerinin entegrasyonu ile aktif hale gelerek mikro şebeke olarak bilinen sistemi oluşturmaktadır. Yeni nesil mikro şebeke olan yeniden yapılandırılabilir mikro şebekeler yeni bir araştırma konusudur ve daha fazla araştırma gerektirmektedir. Yeniden yapılandırılabilir mikro şebekeler, dağıtılmış enerji üretim birimlerinin dağıtım sistemine entegrasyonunu kolaylaştırmakta ve uzaktan kontrollü anahtarların yardımıyla yeniden yapılandırılabilir bir şebeke topolojisi sağlamaktadır.Bu doktora tezinde temel olarak, yeniden yapılandırılabilir mikro şebekelerde optimal yeniden yapılandırma ve dağıtılmış enerji üretim birimlerinde optimal yük dağıtımı çalışmalarının eş zamanlı olarak gerçekleştirilmesi ile yeniden yapılandırılabilir mikro şebekeler için gün sonrası optimal operasyonel planlama çalışması şebekedeki toplam aktif güç kaybını minimize etmek amacıyla gerçekleştirilmiştir. Bu kombinasyonel, lineer olmayan ve karmaşık optimizasyon problemi için temel parçacık sürüsü optimizasyonu ve seçmeli parçacık sürüsü optimizasyonu algoritmalarının birleşiminden oluşan yeni bir hibrit yaklaşım önerilmiştir. Bu optimizasyon problemi için öncelikli olarak PSO temelli yöntemler düşünülmüştür; çünkü bu yöntemler güç sistemi optimizasyon problemleri için verimli, algoritmalarının kodlanması kolay ve paralel hesaplama için diğer optimizasyon yöntemlerinden daha uygun yapıya sahiptirler.Önerilen yöntemin performansını değerlendirmek için, yeniden yapılandırılabilir mikro şebeke olarak kabul edilen 33 baralı bir radyal dağıtım test sistemi kullanılmıştır. Önerilen yöntemin etkinliğini ve üstünlüğünü göstermek amacıyla öncelikle şebekenin yeniden yapılandırılması ve dağıtılmış enerji üretim birimlerinde optimal yük dağıtımı çalışmalarının eş zamanlı uygulamasının saatlik çözümü gerçekleştirilmiştir. Elde edilen sonuçlar literatürdeki ilgili en güncel araştırma çalışmalarının sonuçları ile kıyaslanarak önerilen hibrit yöntemin etkinliği ve üstünlüğü kanıtlanmıştır. Ayrıca, çift yönlü uzun-kısa vadeli bellek modeline sahip derin tekrarlayan yapay sinir ağları yani DTYSA-UKB, elektriksel enerji tüketimi ve güneş enerjisi çıkış gücü tahmin sonuçlarını gerçeğe en yakın olarak elde etmek için önerilmiştir. Bu modelin önerilmesindeki asıl amaç; yeniden yapılandırılabilir mikro şebekenin kısa vadeli optimal operasyonel planlama çalışmasına fayda sağlamaktır. Önerilen tahmin modelini test etmek için gerçek veri seti kullanılmıştır. Sonuçlar önerilen bu modelin literatürde incelenen diğer yöntemlerden daha iyi performansa sahip olduğunu göstermektedir. Sonucunda ise bu çalışma, geliştirilen tahmin modelini kullanarak elde edilen elektrik enerjisi talebi ve güneş enerjisi çıkış gücü tahminleri ile yeniden yapılandırılabilir mikro şebekenin optimal operasyonel planlanmasına katkıda bulunmaktadır.