ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

MV Substations Optimal Robust Allocation Under Uncertainty

سال انتشار: 1394
کد COI مقاله: EPDC20_116
زبان مقاله: انگلیسیمشاهده این مقاله: 793
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله MV Substations Optimal Robust Allocation Under Uncertainty

Mohammad Reza Jannati Oskuee - Smart Distribution Grid Research Lab, E. E. Department Azarbaijan Shahid Madani University Tabriz, Iran
Babak Adham - East Azarbaijan Electric Power Distribution Company Tabriz, Iran
Karim Roshan Milani - East Azarbaijan Electric Power Distribution Company Tabriz, Iran
Sajad Najafi Ravadanegh - Smart Distribution Grid Research Lab, E. E. Department Azarbaijan Shahid Madani University Tabriz, Iran

چکیده مقاله:

Uncertainty of the forecasted load is a key issue in the distribution network planning problem that can change the planning output pattern. This paper presents probabilistic MV (Medium Voltage) distribution substation placement problem under load uncertainty. Imperialist Competitive Algorithm (ICA) is adapted for the optimal planning procedure to optimal siting and sizing of MV substations. Monte Carlo Simulation is applied to simulate the load forecast uncertainty. The results are illustrated and compared with deterministic substation placement outputs. Base on the results by considering of the load uncertainty it is possible to design the distribution network configuration more flexible, robust and realistic with respect to deterministic approaches. The results are also indicated the efficiency and capability of the proposed method that has been tested on a real size distribution network.

کلیدواژه ها:

Probabilistic Distribution System Planning (PDSP) ، MV Substation ، Monte Carlo Simulation ، Imperialist Competitive Algorithm (ICA) ، Uncertainty

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا EPDC20_116 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/381541/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Jannati Oskuee, Mohammad Reza and Adham, Babak and Roshan Milani, Karim and Najafi Ravadanegh, Sajad,1394,MV Substations Optimal Robust Allocation Under Uncertainty,National Congress of Iron and Steel Industries,Zahedan,https://civilica.com/doc/381541

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394, Jannati Oskuee, Mohammad Reza؛ Babak Adham and Karim Roshan Milani and Sajad Najafi Ravadanegh)
برای بار دوم به بعد: (1394, Jannati Oskuee؛ Adham and Roshan Milani and Najafi Ravadanegh)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 3,261
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی