بهینه سازی چند هدفه شبکه توزیع و بازآرایی بهینه با منظور کردن منابع تولید پراکنده با استفاده از مدل بهبود یافته الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری
محل انتشار: فصلنامه انرژی ایران، دوره: 25، شماره: 2
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 264
فایل این مقاله در 10 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_IJENERGY-25-2_002
تاریخ نمایه سازی: 14 اسفند 1401
چکیده مقاله:
امروزه مسائلی همچون تجدید ساختار، مسائل زیست محیطی، مشکلات و محدودیتها در خطوط انتقال و توزیع ، سبب ورود روز افزون سیستمهای تولید پراکنده (DG) شده است. واحدهای تولید پراکنده با توجه به مشخصات، تکنولوژی و مکان اتصال به شبکه، میتوانند باعث تاثیرات مثبتی از جمله بهبود پروفیل ولتاژ، کاهش تلفات توان و قابلیت اطمینان در شبکههای توزیع شوند؛ بنابراین با افزایش استفاده از منابع تولید پراکنده و همچنین مسائل فنی و مالی این تکنولوژیها، مسائل جدیدی از جمله تعیین ظرفیت و مکان اتصال این تجهیزات به شبکه مورد بررسی قرار گرفته است. مسئله بازآرایی شبکه توزیع نیز، یکی دیگر از مسائل بهینه سازی در شبکه های توزیع می باشد، به طوری که بدون نیاز به تجهیز جدیدی، شبکه را به منظور هدف مورد نظر بهینه می کند. در این مقاله با استفاده از یک مدل بهبودیافته الگوریتم بهینهسازی مبتنی بر آموزش و یادگیری (TLBO)، شبیهسازی هم زمان مسئله مکان یابی تولید پراکنده و مسئله بازآرایی شبکه توزیع را، به منظور بهینه کردن پروفیل ولتاژ، افزایش شاخص پایداری ولتاژ و کاهش تلفات توان شبکه انجام می دهیم. روش پیشنهادی با سناریو های مختلفی بر روی شبکه های شعاعی ۳۳ شینه و ۶۹ شینه اجرا شده است که نتایج بدست آمده بعد از مقایسه با دیگر روش ها، کارآمدی روش پیشنهادی را نشان می دهد.
کلیدواژه ها:
Keywords: teaching-learning-based optimization algorithm ، reconfiguration ، voltage profile ، power loss ، distributed generation ، voltage stability index. ، الگوریتم مبتنی بر آموزش و یادگیری ، بازآرایی ، پروفیل ولتاژ ، تلفات توان ، تولید پراکنده ، شاخص پایداری ولتاژ
نویسندگان
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 :