جایابی بهینه خودروهای الکتریکی (EV) در شبکه های هوشمند توزیع نیروی برق جهت کاهش تلفات و بهبود پروفیل ولتاژ با استفاده از الگوریتم جستجوی گرانشی (SPGSA) بهبود یافته مبتنی بر هوش جمعی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,646

This Paper With 15 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:

CBCONF01_0022

تاریخ نمایه سازی: 16 شهریور 1395

Abstract:

امروزه با توجه به مسائل زیست محیطی استفاده از خودروهای الکتریکی در شبکه های هوشمند توزیع نیروی برق روبه افزایش است و حضور این خودروها در محلی نامناسب از شبکه توزیع می تواند تاثیرات منفی از جمله افزایش تلفات،کیفیت نامطلوب توان، تغییرات پروفیل ولتاژ و ... را به همراه داشته باشد. برای رفع این مشکلات محل نصب خودروهایالکتریکی (EV) در شبکه های هوشمند توزیع نیروی برق از اهمیت ویژهای برخوردار است. با توجه به تاثیر خودروهایالکتریکی بر دامنه پروفیل ولتاژ و تلفات شبکه، جایابی بهینه آنها در رسیدن به ولتاژی با پروفیل مطلوب و کاهش تلفاتامری ضروری است. در این مقاله، از روش جدیدی به نام الگوریتم جستجوی گرانشی (SPGSA) بهبود یافته مبتنی برهوش جمعی برای حل مسئله جایابی بهینه خودروهای الکتریکی در شبکه های هوشمند توزیع انرژی به منظور کاهشتلفات و بهبود پروفیل ولتاژ بهره گرفتهایم و به منظور بررسی کارایی الگوریتم پیشنهادی، مسئله برای دو شبکه توزیعاستاندارد 13 و 34 شینه IEEE پیاده سازی شده و نتایج آن با الگوریتم های مراجع دیگر مورد مقایسه قرار گرفته است.نتایج شبیه سازی ها به وضوح نشان دهنده کارایی و برتری روش پیشنهادی در مقایسه با سایر روشها می باشد.

Keywords:

الگوریتم بهبود یافته SPGSA , بهبود پروفیل ولتاژ , خودروهای الکتریکی , شابکه های توزیع هوشمند , کاهش تلفات

Authors

احسان اکبری

کارشناسی ارشد مهندسی برق قدرت، سازمان نظام مهندسی ساختمان استان اصفهان

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 :