A comparison between optimal allocation of DG unit and reactive power compensator for voltage profile improvement and loss reduction using BAT algorithm
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,066
فایل این مقاله در 8 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:
TEDECE01_099
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
In this paper a novel method based on bat-inspired (BA) algorithm is investigated for optimal allocation of distinct types of DG units and reactive power compensator for voltage profile improvement and power losses reduction in a distribution system. The main goal of this study is to make a comparisonbetween DG unit and reactive power compensator impacts on voltage profile improvement and power loss reduction. To make the investigation more practical, the loads are linearly varied in small steps of 1% from 50% to 150% of the base values. The optimal size and location of distinct types of DGs and reactive power compensator are assessed in each load step. This will support the distribution network operators (DNOs) to have a long term scheduling for the optimal management of DG units and reactive compensators to achieve the maximum performance. To verify the efficiency of proposed comparison method, it has been conducted to IEEE 33-bus radial distribution system. The simulation results demonstrate that installation of the type-2 DG has a significant effect on the voltage profile and loss reduction in comparison with the other type of DG unit and reactive power compensator.
کلیدواژه ها:
نویسندگان
Mohammad Sedaghat
Department of electrical engineering Lorestan University Khorramabad,Iran
Esmaeel Rokrok
Department of electrical engineering Lorestan University Khorramabad,Iran
Mahmoodreza Shakarami
Department of electrical engineering Lorestan University Khorramabad,Iran
Mohammad Bakhshipour
Department of electrical engineering Lorestan University Khorramabad,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 :