برداشت هوشمند بار و برنامه ریزی مجدد منابع تولید پراکنده برای توسعه عملکرد بازیابی سیستم توزیع
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 244
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-19-4_021
تاریخ نمایه سازی: 12 آبان 1401
چکیده مقاله:
پس از وقوع یک خطای دائمی در صورتی که امکان تامین بار در شبکه وجود نداشته باشد، طرح بازیابی بهینه بار این امکان را به سیستم میدهد که بازیابی بار با کمترین هزینه خروج، کمترین قطعی بار و در کوتاهترین زمان ممکن انجام شود.در این مقاله طرح جدیدی به نام برداشت هوشمند بار با نام اختصاری SLS ارائه شده است.در طرح SLS پیشنهادی، انواع وسایل موجود در خانه های هوشمند به چهار دسته ی بارهای قابل تنظیم، قابل وقفه، قابل جابجایی و غیر قابل کنترل دسته بندی شده اند. . در این طرح، یک الگوریتم دو لایه جدید برای حل مساله بازیابی بهینه بار پیشنهاد شده است. در لایه اول، یک روش اکتشافی مبتنی بر نظریه گراف برای تجدید پیکربندی بهینه سیستم ارائه شده است. در لایه دوم برای بازیابی بهینه بار، ابزارهایی نظیر برنامه ریزی مجدد منابع تولید پراکنده، برداشت بار، قطع بار و قطع بار حساس استفاده شده است. این لایه یک مسئله برنامه ریزی غیرخطی عدد صحیح مختلط نامحدب است. برای دستیابی به راه حل بهینه سراسری و زمان حل کمتر، مدل از برنامه ریزی غیرخطی عدد صحیح مختلط نامحدب به برنامه ریزی خطی عدد صحیح مختلط تبدیل میشود.
یک سیستم توزیع اصلاح شده RBTS به عنوان یک سیستم آزمون، برای نشان دادن اثربخشی روش پیشنهادی استفاده شده است.
کلیدواژه ها:
Optimal load restoration ، Smart load shedding ، DGR rescheduling ، Smart home. ، بازیابی بهینه بار ، برداشت هوشمند بار ، برنامه ریزی مجدد منابع تولید پراکنده ، خانه هوشمند
نویسندگان
سلمان ثنائی
Department of Electrical Engineering, Karaj Branch, Islamic Azad University, Karaj, Iran
محمودرضا حقی فام
Department of Electrical Engineering, Tarbiat Modares University of Technology, Tehran, Iran
امیر صفدریان
Department of Electrical Engineering, Sharif University of Technology, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :