جایابی بهینه ادوات FACTS در شبکه برق منطقه ای گیلان با استفاده از الگوریتم اجتماع ذرات مبتنی بر DPL نرم افزار DIgSILENT
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 198
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ENERGY-10-3_002
تاریخ نمایه سازی: 30 آبان 1401
Abstract:
سیستم های انتقال انعطاف پذیر (FACTS) کارایی مناسبی در رفع مشکلات شبکه های انتقال از خود نشان داده اند. هدف از برنامه ریزی ادوات FACTS تعیین نوع، مکان، و مشخصات مناسب این تجهیزات در شبکه به منظور بهبود پارامترهای مختلف فنی سیستم قدرت است. برنامه ریزی ادوات FACTS یک مسئله بهینه سازی غیرخطی با متغیرها و قیود فراوان است که برای حل آن استفاده از الگوریتم های بهینه سازی مناسب ضروری می باشد. معمولا برنامه های بهینه سازی در محیط نرم افزارهای MATLAB یا GAMS پیاده سازی می شوند. از طرفی، در شرکت های برق معمولا از نرم افزار DIgSILENT به منظور انجام مطالعات شبکه استفاده می شود. لذا برای بهینه سازی لازم خواهد بود که اطلاعات شبکه به نرم افزارهای مذکور انتقال داده شود که این عمل برای کاربران امری دشوار و زمان بر است. در این مقاله، مسئله جایابی ادوات FACTS توسط الگوریتم بهینه سازی اجتماع ذرات گسسته بر روی شبکه برق منطقه ای گیلان صورت می پذیرد. الگوریتم مذکور در محیط برنامه نویسی (DPL) نرم افزار دیگسایلنت پیاده سازی شده و بدین ترتیب نیازی به انتقال اطلاعات شبکه برای انجام بهینه سازی در نرم افزار دیگر نخواهد بود. نتایج مطالعه بیانگر کارایی فنی و اقتصادی احداث ادوات FACTS پیشنهادی در شبکه مورد مطالعه است.
Keywords:
FACTS Devices , Optimal Allocation , Discrete PSO Algorithm , DIgSILENT , ادوات FACTS , جایابی بهینه , الگوریتم اجتماع ذرات گسسته , نرم افزار DIgSILENT , محیط DPL
Authors
امیر باقری
Department of Electrical Engineering, Faculty of Engineering, University of Zanjan
عباس ربیعی
Department of Electrical Engineering, Faculty of Engineering, University of Zanjan
سجاد گلوانی
Faculty of Electrical and Computer Engineering, Urmia University
فرزاد فلاحی
Planning and Research Deputy, Gilan Regional Electric Company
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 :