اندازه و مکانیابی چند هدفه منابع تولید پراکنده و خازن های موازی به صورت همزمان در سیستم های توزیع 33باسه با استفاده از الگوریتم بهینه سازی چند هدفه ی اجتماع ذرات MOPSO

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 450

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

COMCONF01_273

تاریخ نمایه سازی: 8 آذر 1394

Abstract:

دسترسی کشورهای درحال توسعه به انواع منابع جدید انرژی برای توسعه اقتصادی آنها اهمیت اساسی دارد منابع تولید پراکنده معمولا برای جبران کردن هزینه های سیستم انتقال و هزینه های بهبود شبکه قدرت به کارمیرود محل نصب و اندازه توان تولیدی منابع تولید پراکنده منابع مهمی دربهبود ویژگیهای این منابع درسیستم توزیع دارد استفاده ازیک عنصردیگ رمانند خازن های موازی باعث میشود تا افت ولتاژ و تلفات ناشی ازابعادبزرگ یک سیستم توزیع جبرن شود جایابی بهینه همزمان منابع تولید پراکنده و خازن نتایج متفاوتی نسبت به جاگذاری هرکدام ازآنها به تنهایی دارد طرح مسئله به این صورت است که هماهنگی درمحل نصب و اندازه منابع تولید پراکنده و خازن به گونه ای باشد که به اهدافی چون کاهش تلفات بهبود پروفیل ولتاژ و متعادل سازی جریان سکشن ها برسیم الگوریتم MOPSO برای حل مسائل چندهدفه ارایه شده است دراین روش دسته جواب مرتب شده ای را به جای یک جواب بهینه واحدارایه میدهند هرجواب بهینه دراین دسته جواب را نمی توان به عنوان جواب بهتر ازدیگری برای تمام توابع هدف درنظر گرفت به این ترتیب به جای دستیابی به یک نقطه بهینه به یک دسته نقاط بهینه به عنوان جبهه پارتو رسید نتایج بدست آمده ازروش پیشنهادی بیان کننده کارایی و سرعت بالا و عملکرد عالی روش الگوریتم MOPSO باری حل مسئله ی چندهدفه می باشد

Authors

علی بهداروند

گروه برق قدرت پردیس علوم و تحقیقات زنجان دانشگاه آزاد اسلامی زنجان 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 :
  • Gandomkar, M. and Vakilian, M. and Ehsan, M . 2005, ...
  • Moradi, M.H. Abedini, A M. 2012, combination of genetic algorithm ...
  • Moradi, .M. Tousi. R, Abedini M. 2014, "Multi-obj ective PFDE ...
  • ] Ameli Amir, and etal.2014, _ Multiobjective Particle Swarm Optimization ...
  • Wanxing Sheng and etal.2014 "Optimal Placement and Sizing of Distributed ...
  • Raj, P. Ajay-D-Vimal, Senthilkumar, S. Raja, J .Ravichandran, S.and T.G. ...
  • Ochoa Luis, Antonio P adilh a-Feltrin _ and Gareth Harrison. ...
  • Falaghi, H. and Haghifam, M.R. 2007, " ACO Based algorithm ...
  • Eajal Abdelsalam, A. Student Member, IEEE, and M. E. El-Hawary, ...
  • Branke Jurgen, Kalyanmoy Deb "Multiobj ectiveOptimiz ation -Interactive and Evolutionary ...
  • Golshan, M. E. H. and Arefifar, S. A. _ Optimal ...
  • Coello Coello Carlos, A. Gregorio Toscano Pulido, and Maximino Salazar ...
  • Baran, ME. Wu FF. 1989 , Optimal Sizing of capacitor ...
  • نمایش کامل مراجع