جایابی و تعیین ظرفیت هم زمان خازن های ثابت، خازن های سوئیچ شونده و منابع تولید پراکنده (DG) در شبکه های توزیع با بار متغیر
محل انتشار: سومین کنفرانس ملی و اولین کنفرانس بین المللی پژوهش هایی کاربردی در مهندسی برق، مکانیک و مکاترونیک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 488
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF03_0775
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
امروزه مهم ترین چالش شرکت های توزیع کاهش هزینه های تلفات توان و انرژی، بهبود پروفیل ولتاژ و افزایش کیفیت توان شبکه توزیع خود است. یک راهکار موثر برای این منظور، جبران مناسب توان اکتیو و راکتیو توسط نصب صحیح خازن و استفاده از امکانات بالقوه منابع پراکنده (DG) در نزدیکی بار است. در این مقاله جایابی و تعیین ظرفیت هم زمان خازن های ثابت و سوئیچ شونده توامان با جایابی و تعیین ظرفیت DG در شبکه های توزیع با بار متغیر صورت می گیرد. این جایابی و تعیین ظرفیت، مقید به قیود بهره برداری بوده و به گونه ای است که صرفه جویی مالی بیشینه شود. مدل سازی DG از دید شرکت توزیع صورت گرفته و در راستای حداکثر سازی سود آن شرکت می باشد. از الگوریتم ژنتیک به عنوان ابزار بهینه سازی استفاده شده است. روش پیشنهادی بر روی شبکه استاندارد 33 شین IEEE شبیه سازی و نتایج ارائه شده است. تعیین مکان و ظرفیت خازنها در 4 فاز بدون حضور DG، در حضور DGهای قبلاً نصب شده، توامان با جایابی DGهای موجود و در نهایت توامان با تعیین مکان و ظرفیت DG صورت می گیرد. حسن روش پیشنهادی استفاده از مقادیر استاندارد خازن و DG با لحاظ قیمتهای واقعی است.
کلیدواژه ها:
الگوریتم ژنتیک ، پروفیل ولتاژ ، تلفات ، خازن ثابت ، خازن سوئیچ شونده ، شبکه توزیع ، منابع تولید پراکنده (DG)
نویسندگان
بهنام رضائی
کارشناس ارشد- دانشکده مهندسی برق، دانشگاه شهید بهشتی، پردیس فنی و مهندسی شهید عباسپور، تهران، ایران
مهرداد ستایش نظر
استادیار- دانشکده مهندسی برق، دانشگاه شهید بهشتی، پردیس فنی ومهندسی شهید عباسپور، تهران، ایران
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 :