Today, the interest in renewable energy sources is increasing due to the finite fossil fuels andglobal warming. However, the placement of these energy sources in the networks is done with the analysisof some problems. In this context, the problem of optimal placement and sizing of renewable-basedresources into the network is addressed. Moreover, this problem can be solved by heuristic methods.In this study, a new heuristic algorithm has been proposed, named an improved particle swarmoptimization with eagle strategy algorithm (ESPSO). This method has been tested on some classicalbenchmark functions. In the next step, it has been modified for multi-objective problems and applied tosome test functions. The results of proposed method have been compared with other algorithms. Forcomparison, particle swarm optimization (PSO), salp swarm algorithm (SSA) and firefly (FA) and chaoticfirefly (CFA) algorithms have been used. Finally, they have been implemented to the optimal placementand sizing problem based on a multi-objective real world problem. In this problem, the minimizations ofpower loss, installation cost, the voltage deviation and gas emission are handled simultaneously. So theproblem has become multi-objective problem.The achieving competitive results in test beds is evidence of the outperforming ability of theproposed method. It can be also shown that it is a superior method. Multi-objective test problems have atrue Pareto front. In this study, both methods converged to this anterior surface. In the real world problem,the proposed method has success the placement of renewable energy sources with high capacity in differentbuses. This can also be a proof of its ability.Large-scale modified test systems have been used in the analysis of smart grid applications for thereal world problem solved by the proposed method. In this study, the modified IEEE 30-bus system, themodified IEEE 57-bus system and the modified IEEE 118-bus system have been used.Keywords: Smart Electric Power Systems, Chaotic Firefly Algorithm, Eagle Strategy, ParticleSwarm Optimization, Renewable Energy Sources.

Günümüzde, yenilenebilir enerji kaynaklarına olan ilgi, fosil yakıtların sonlu olması ve küreselısınma gibi nedenlerle giderek artmaktadır. Ancak bunların şebekelere yerleştirilmesi bazı problemlerin vezorlukların analizi ile gerçekleşmektedir. Bu bağlamda, yenilenebilir tabanlı kaynakların şebekeye optimalyerleştirilmesi ve boyutlandırılması problemi ele alınmaktadır. Üstelik, bu problem sezgisel yöntemlerleçözülebilmektedir.Bu çalışmada kartal stratejisi ile geliştirilmiş parçacık sürü optimizasyonu (KSPSO) algoritmasıadıyla yeni bir sezgisel algoritma önerilmiştir. Bu yöntem, bazı klasik test fonksiyonları üzerinde testedilmiştir. Sonraki adımda ise çoklu-amaç problemleri için modifiye edilmiş ve bazı test fonksiyonlarınauygulanmıştır. Önerilen yöntemin elde ettiği sonuçlar başka algoritmalar ile karşılaştırılmıştır.Karşılaştırma için parçacık sürü optimizasyonu (PSO), salp sürüsü algoritması (SSA) ve ateş böceği (AB)ve kaotik ateş böceği (KAB) algoritmaları kullanılmıştır. En nihayetinde bir çoklu-amaç gerçek dünyaproblemi olan en iyi yerleştirme ve boyutlandırma problemine uygulanmışlardır. Bu problemde, güç kaybı,kurulum maliyeti, gerilim dalgalanması ve gaz salınımı azaltma amaçları birlikte ele alınmıştır. Böyleceproblem çoklu-amaç problemi haline gelmiştir.Test alanlarındaki rekabetçi sonuçlara ulaşmak, önerilen yöntemin daha iyi bir performansgösterdiğinin kanıtıdır. Dahası güçlü bir yöntem olduğunu da göstermiştir. Çoklu-amaç test problemlerindegerçek bir Pareto ön-yüzey bulunmaktadır. Bu çalışmada, önerilen yöntem rekabetçi bir şekilde bu önyüzeylereyakınsamıştır. Gerçek dünya probleminde, önerilen yöntem farklı baralara yüksek kapasiteliyenilenebilir enerji kaynaklarının yerleştirilmesinde başarılı olmuştur. Bu durum da yeteneklerinin birkanıtı olabilir.Önerilen yöntem ile çözülen gerçek dünya problemi için akıllı şebeke uygulamalarında analizamaçlı büyük ölçekli modifiye test sistemleri kullanılmıştır. Bu çalışmada modifiye edilmiş IEEE 30-baralısistem, modifiye edilmiş IEEE 57-baralı sistem ve modifiye edilmiş IEEE 118-baralı sistem ele alınmıştır.Anahtar Kelimeler: Akıllı Elektrik Güç Sistemleri, Kaotik Ateş Böceği Algoritması, KartalStratejisi, Parçacık Sürü Optimizasyonu, Yenilenebilir Enerji Kaynakları.