جایابی بهینه منابع تولید پراکنده در شبکه های توزیع با استفاده از الگوریتم رقابت استعماری و جمعیت ذرات
Publish place: کنفرانس بین المللی چشم انداز 2020 و پیشرفت های تکنولوژیک مهندسی برق، کامپیوتر و فناوری اطلاعات
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 650
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
EECIT01_061
Index date: 25 April 2017
جایابی بهینه منابع تولید پراکنده در شبکه های توزیع با استفاده از الگوریتم رقابت استعماری و جمعیت ذرات abstract
در چند سال اخیر، با افزایش قیمت سوخت های فسیلی و پیشرفت فناوری های تولید انرژی های تجدیدپذیر تمایل به استفاده از این واحدها در شبکه برق افزایش پیدا کرده است. در مقابل فوایدی که اضافه شدن این واحدها به شبکه به دنبال خواهد داشت، چالش هایی نیز در این زمینه وجود دارد که لازم است تا مطالعاتی در این زمینه انجام گیرد. از جمله این چالش ها می توان به مسایل بهره برداری شبکه با حضور این واحدها اشاره کرد. از این رو بهتر است که مطالعات اولیه جهت تعیین نقاط اتصال این واحدها به صورت کامل و همه جانبه انجام شود. در این مقاله تعیین نقاط اتصال و ظرفیت واحدهای اتصالی جهت بهبود شرایط بهره برداری شبکه مورد مطالعه قرار گرفته است. کاهش تلفات توان اکتیو، افزایش پایداری ولتاژ، کاهش تعداد و مجموع ظرفیت واحدها و ترکیب آنها توابع هدفی هستند که در این مقاله مورد مطالعه قرار گرفته اند. روش فازی جهت یکسان سازی مقدار توابع هدف مختلف و نگاشت آنها به بازه [1-0] از دیگر مواردی است که در این مقاله استفاده شده است. شبیه سازی ها بر روی شبکه 33 شین IEEE و با استفاده از چهار الگوریتم بهینه سازی مختلف انجام شده است. نتایج نشان می دهد که الگوریتم ICA بهترین عملکرد را داشته و توانسته بهترین حالت ممکن را بدست آورد.
جایابی بهینه منابع تولید پراکنده در شبکه های توزیع با استفاده از الگوریتم رقابت استعماری و جمعیت ذرات Keywords:
جایابی بهینه منابع تولید پراکنده در شبکه های توزیع با استفاده از الگوریتم رقابت استعماری و جمعیت ذرات authors
مهدی محمودآبادی
دانشجوی کارشناسی ارشد مهندسی برق (قدرت) دانشگاه آزاد اسلامی، واحد سیرجان
حسین نظام آبادی پور
استاد، عضو هیات علمی بخش مهندسی برق، دانشگاه شهید باهنر کرمان
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 :