بهینهیایی چندهدفه تعداد، اندازه و مکان منابع تولید پراکنده تجدیدپذیر توسط الگوریتم بهینهسازی فاخته

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 588

This Paper With 14 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:

ICESCON01_0699

تاریخ نمایه سازی: 25 بهمن 1394

Abstract:

درگذشته برقرسانی به مصرفکنندگان، بهوسیله خطوط انتقال نیرو از نیروگاههای بزرگ انجام میشد، اما برقرسانی به مکانهای دورافتاده بسیار دشوار و با افت ولتاژ و تلفات زیاد همراه بوده و همچنین احداث یک نیروگاه در این مکانها، غیراقتصادی و بامشکلات زیادی مواجه بودند. امروزه با گسترش فناوری و کاهش هزینههای مربوط به منابع تولید پراکنده تجدیدپذیر، استفاده از آنها را بهشدت افزایش داده است؛ همچنین اتصال آنها به شبکه برق، اثرات مختلفی روی شبکه ازجمله کاهش تلفات، بهبود پروفیل ولتاژ، افزایش قابلیت اطمینان و... را در پی خواهد داشت. اما به دلیل محدودیت در منابع مالی، نمیتوان به تعداد دلخواه ازمنابع تولید پراکنده برای نصب در سیستم استفاده کرد، لذا در این مقاله با تعریف شاخص بهبود پایداری ولتاژ، تلفات، شاخص بهبود توان و هزینههای منابع تولید پراکنده تجدیدپذیر در یک شبکه برق؛ تعداد، مکان و میزان توان تولیدی بهینه و آن را بهوسیله الگوریتم هوشمند بهینهسازی فاخته مورد تحلیل قرار داده و نتایج با یکدیگر مقایسه شده است. در این مطالعه سیستم موردتحلیل، 33 باسه استاندارد IEEE است

Authors

محمد قیسوندی

دانشجو کارشناسی ارشد، دانشگاه رازی، کرمانشاه، ایران

غلامحسین شیسی

عضو هیئتعلمی دانشگاه رازی، کرمانشاه، ایران

جبار سانبلی

دانشجو کارشناسی ارشد، دانشگاه رازی، کرمانشاه، 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 :
  • قیسوندی، محمد، شیسی، غلامحسین، جایابی بهینه منابع تولید پراکنده (DG) ... [مقاله کنفرانسی]
  • Renewable energy technologies: cost analysis series: Africa 2030:Roadmap for a ...
  • R. S. Al Abri and Ehab F. El-Saadany and Yasser ...
  • Duong Quoc Hung and Nadarajah M ithulananthan, Multiple Distributed Generator ...
  • Mohammad H. Moradi, Arash Zeinalzadeh, Younes Mohammadi, Mohammad Abedini " ...
  • M.M. Aman , G.B. Jasmon, A.H.A. Bakar, H. Mokhlis." A ...
  • Aman MM, Jasmon GB, Mokhlis H, Bakar AHA. "Optimal placement ...
  • A. M. El-Zonkoly, "Optimal placement _ multi-di stributed generation units ...
  • M. E. H. Golshan and S. A. Arefifar, "Optimal allocation ...
  • L. Wang and C. Singh, _ _ _ i ab ...
  • F.S.Abu-Mout and M , E , E I-Hawary, _ Optima ...
  • R. S. Rao, K. Ravindra, K. Satish, and S. V. ...
  • W. Prommee and W. Ongsakul, "Optimal Multi Distributed Generation Placement ...
  • Renewable energy technologies: cost analysis series: Renewable power generation costs ...
  • Arash Zeinalzadeh, Younes Mohammadi, Mohammad H. Moradi "Optimal multi objective ...
  • Atashp az-Gargari E. and Lucas C., "Imperialist Competitive Algorithm: an ...
  • Ramin Rajabioun "Cuckoo Optimization Algorithm", Applied Soft Computing, Vol 1, ...
  • نمایش کامل مراجع