استفاده از الگوریتم بهینه سازی ژنتیک GA به منظور جایابی و تعیین اندازه بهینه منابع تولید پراکنده و DSTATCOM در سیستم های توزیع
- سال انتشار: 1398
- محل انتشار: ششمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران با نگاه کاربردی بر انرژی های نو
- کد COI اختصاصی: COMCONF06_033
- زبان مقاله: فارسی
- تعداد مشاهده: 571
نویسندگان
کارشناسی ارشد، دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
استادیار، دانشکده مهندسی برق، واحد نائین، دانشگاه آزاد اسلامی، نائین، ایران
چکیده
از آنجایی که سیستم توزیع نقش ضروری در کیفیت و برنامه ریزی سیستم قدرت دارند، لذا در دهه های اخیر سیستم توزیع از اهمیت رو به رشدی برخوردار شده است. با معرفی تجدید ساختار در سیستم های قدرت، استفاده از تجهیزات پیشرفته برای بهبود کیفیت توان شبکه های توزیع، ضروری گردید. استفاده کامل از ظرفیت خط در این شبکه ها به چندیندلیل شامل افت ولتاژ مجاز، و قیود پایداری، امکان پذیر نمی باشد. این موضوع باعث افزایش تلفات توان، پاسخ زمانی کندتر و کاهش محدوده مجاز فلوی توان می شود. در این مقاله جایابی و تعیین اندازه بهینه منابع تولید پراکنده و DSTATCOM به منظور کاهش تلفات توان و بهبود پروفیل ولتاژ و جریان در شبکه های توزیع، مورد مطالعه قرار می گیرد. الگوریتم بهینه سازی ژنتیک GA برای جستجوی بهترین مکان و تعیین اندازه منابع تولید پراکنده و DSTATCOM مورد استفاده قرار میگیرد. با در نظر گرفتن بهبود پروفیل های ولتاژ و جریان؛ کمترین هزینه نصب منابع تولید پراکنده و میگیرد. با در نظر گرفتن بهبود پروفیل های ولتاژ و جریان؛ کمترین هزینه نصب منابع تولید پراکنده بیشترین کاهش تلفات توان به عنوان هدف و از طریق ضرایب وزنی مناسب در یک تابع هدف در نظر گرفته می شوند. نتایج نسبی بر روی سیستم نمونه توزیع استاندارد 69 باس IEEE به دست آمده که در آن بهینه ترین مکان و اندازه منابع تولید پراکنده و DSTATCOM و کمترین مقدار برای تابع هدف، در نظر گرفته شده است.کلیدواژه ها
جایابی بهینه، منابع تولید پراکنده DSTATCOM الگوریتم ژنتیک، تابع هدف، سیستم توزیعمقالات مرتبط جدید
- تقریب سیگنال به وسیله گراف با گره های حاوی اطلاعات با ایده یادگیری فعال
- افزایش بازدهی پنل های خورشیدی با تکنولوژی های نوظهور
- پش بینی دیابت با استفاده از گج تهای پوشیدنی و کنترل آن با اپلیکیشن قابل نصب روی تلفن همراه
- استفاده از الگوریتم بهینه سازی گراویتی به منظور کاهش ابعاد در داده هایی با ابعاد بالا
- مزایا و چالش های استفاده از بستر رایانش ابری: مطالعه مروری
اطلاعات بیشتر در مورد 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.