بهبود پایداری سیستم قدرت ازطریق کنترل ولتاژ خازن STATCOM با استفاده از الگوریتم بهینه سازی زنبوران عسل
Publish place: 20th Iranian Conference on Electric Engineering
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,824
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICEE20_106
Index date: 4 August 2012
بهبود پایداری سیستم قدرت ازطریق کنترل ولتاژ خازن STATCOM با استفاده از الگوریتم بهینه سازی زنبوران عسل abstract
پایداری سیستم قدرت برای تضمین عملکرد صحیح ان امری ضروری است درسالهای اخیر سیستم های انتقال جریان متناوب انعطاف پذیر FACTS به عنوان یکی از روشهای موثربرای بهبودعملکرد کنترل پذیری سیستم و محدودیت های انتقال توان مطرح شده است دراین مقاله روشی نو جهت طراحی کنترل کننده میرایی برای STATCOM ازطریق کنترل ولتاژخازن جهت بهبود پایداری سیستم قدرت دریک شبکه تک ماشینه متصل شده به شین بی نهایت ارایه شده است مساله طراحی کنترل کننده درناحیه وسیعی از عملکرد سیستم به عنوان یک مساله بهینهسازی با تابع هدف چندمنظوره درنظر گرفته شده از الگوریتم بهینه سازی زنبوران عسل جهت تعیین پارامترهای آن استفاده شده است برای تضمین دقت الگوریتم پیشنهادی نتایج شبیه سازی با نتایج بدست آمده از طریق کاربرد الگوریتم ژنتیک مقایسه شده است تحلیل مقادیر ویژه و شبیه س ازی غیرخطی زمانی تحت اغتشاشات مختلف کارایی کنترل کننده پیشنهادی درمیرا کردن نوسانات را نشان میدهد و همچنین بررسی نتایج نشان میدهد طراحی کنترل کننده با استفاده از الگوریتم بهینه سازی زنبوران عسل کارای یبهتری نسبت به طراحی کنترل کننده با استفاده ازالگوریتم ژنتیک دارد.
بهبود پایداری سیستم قدرت ازطریق کنترل ولتاژ خازن STATCOM با استفاده از الگوریتم بهینه سازی زنبوران عسل Keywords:
جبرانساز سنکرون استاتیکی , میرایی نوسانات توان , بهینه سازی چندمنظوره , الگوریتم بهینه سازی زنبوران عسل , سیستم تک ماشینه متصل شده به شین بی نهایت
بهبود پایداری سیستم قدرت ازطریق کنترل ولتاژ خازن STATCOM با استفاده از الگوریتم بهینه سازی زنبوران عسل authors
علی احمدیان
دانشجوی کارشناسی ارشد
مسعود علی اکبرگلکار
استاددانشگاه صنعتی خواجه نصیرالدین طوسی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :