پخش بار احتمالاتی سیستم های توزیع نامتعادل با استفاده از روش های بهبود یافته نمونه برداری مونت کارلو
Publish place: The first international conference of modern research engineers in electricity and computer
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,875
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
CBCONF01_0627
Index date: 6 September 2016
پخش بار احتمالاتی سیستم های توزیع نامتعادل با استفاده از روش های بهبود یافته نمونه برداری مونت کارلو abstract
یکی از مسائل مهم در سیستم های قدرت محاسبات پخش بار می باشد. روشهای متعددی جهت پخش بار بیان می گردد کهدراکثر این روش ها مدل بارها را بصورت ثابت درنظر گرفته می شوند. در سیستم های قدرت با توجه به متغیر بودن بار هاواختلالات موجود لازم است مدلی برای بارهای پیشنهاد گردد که عدم قطعیت بارها را نمایش داده و به سیستم قدرت واقعینزدیکتر باشند. برای این منظور توان های اکتیو و راکتیو موجود در باسها را بصورت کمیت تصادفی و با استفاده از حالت اتفاقیلحاظ می نمایند. شبکه مورد مطالعه دراین مقاله شبکه 37 باسه استاندارد IEEE بوده که با بهره گیری تکنیک پسرو پیشرو پخش بار احتمالاتی به روش مونت کارلو و روش نمونه برداری Latin Hypercuble در نرم افزار MATLAB پیاده سازی وشبیه سازی. وتاثیر منابع تولیدپراکنده وبار های احتمالی بر روی مولفه های شبکه مورد ارزیابی قرار گرفته شده است. در روشپخش بار احتمالاتی پارامترهای ورودی وهمچنین حالت خروجی سیستم قدرت به جای یک عدد با یک متغیرتصادفی بیان شدهاست. نوآوری این مقاله روش مونت کارلو با استفاده از نمونه برداری Latin Hypercuble بوده و همچنین مقایسه جامعی بین روش مونت کارلو بر اساس نمونه برداری تصادفی وروش پیشنهادی انجام شده است.
پخش بار احتمالاتی سیستم های توزیع نامتعادل با استفاده از روش های بهبود یافته نمونه برداری مونت کارلو Keywords:
پخش بار احتمالاتی سیستم های توزیع نامتعادل با استفاده از روش های بهبود یافته نمونه برداری مونت کارلو authors
نوید قره باغی
شرکت توزیع نیروی برق آذربایجان غربی
سجاد گلوانی
دانشگاه ارومیه
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 :