ارزیابی تاثیر مولدهای تولید پراکنده بر عملکرد شبکه توزیع هوشمند برق توسط الگوریتم ژنتیک
Publish place: The Iranian National Conference on Environment and Energy
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 881
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCEEE01_024
تاریخ نمایه سازی: 25 مهر 1393
Abstract:
در عصر حاضر استفاده از انرژی های تجدید پذیر از اهمیت بسیاربالایی برخوردار شده است. به طوری که اکثر کشورهای دنیا به سمت تولید انرژی الکتریکی از طریق منابع تجدیدپذیر گرایش پیدا کرده اند. در بین انواع انرژی های تجدیدپذیر استفاده از انرژی خورشیدی به عنوان بزرگترین منبع تأمین انرژی در عالم هستی همواره از جنبه های مختلف مورد توجه بوده است. منابع مولدیهای پراکنده DG نقش فزاینده ای در عملکرد بهینه سیستم توزیع و قابلیت اطمینان آن دارد. استفاده از مولدهای DG در سیستم توزیع منافعی را برای شرکت های تولید کننده، مصرف کنندگان برق و به طور کلی جامعه به همراه دارد. کاهش تلفات خطوط، بهبود پروفیل ولتاژ، کاهش انتشار گازهای آلاینده، ارتقاء امنیت و اطمینان شبکه، بهبود کیفیت توان، آزاد سازی ظرفیت سیستم های توزیع و انتقال، به تعویق افتادن سرمایه گذاری برای توسعه ی شبکه، ارتقاء بهره وری و افزایش امنیت برای بارهای حساس و پراهمیت شبکه های توزیع از نتایج مثبت به کارگیری DG برای تولید کنندگان و متصدیان شبکه است. در این مقاله یک روش برای بهینه کردن تولید پراکنده در سیستم توزیع ارائه شده و برای جایگذاری مطلوب DG از محاسبات ریاضی و شاخص های ارزیابی استفاده شده است. هدف این مقاله به حداقل رساندن تلفات و بهبود پروفیل ولتاژ می باشد و مقایسه ی تلفات با درج DG و بدون درج DG نشان داده می شود. نتایج بر روی شبکه ی 20 باسه ی IEEE انجام شده و درستی کار ما را نشان می دهد.
Keywords:
Authors
معین خسروی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات سیرجان، گروه برق سیرجان، ایران
ناصر امیرطاهری
دانشگاه آزاد اسلامی واحد علوم و تحقیقات سیرجان، گروه برق بندرعباس، ایران
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 :