مکانیابی بهینه و اندازه تولیدات پراکنده و خازن های موازی به صورت همزمان در شبکه های توزیع برق با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنیبر یادگیری تطبیقی
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 366
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_EPS-8-2_006
Index date: 22 February 2020
مکانیابی بهینه و اندازه تولیدات پراکنده و خازن های موازی به صورت همزمان در شبکه های توزیع برق با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنیبر یادگیری تطبیقی abstract
جایابی و مقدار یابی بهینه منبع تولید پراکنده و خازن یک مسیله بهینه سازی با تابع هدف غیرخطی است که دارای قیودمساوی و نامساوی است و کارایی روشهای فرا ابتکاری برای حل مسایل بهینه سازی تا هر درجه ای از پیچیدگی به اثبات رسیدهاست. همچنین با افزایش جمعیت و به دنبال آن افزایش مصرف انرژی الکتریکی نیاز به تولید نیز بیشتر میشود که این موضوعسبب افت بیشتر ولتاژ، افزایش تلفات و درنتیجه کاهش پایداری ولتاژ گره ها می شود. برای حل این معضلات بهترین راهکار نصبمنابع تولید پراکنده (DGs) و جبران سازهای خازنی است، نصب چنین منابعی از تاسیس خطوط انتقال و توزیع جدید و تغییرتوپولوژی سیستم قدرت برای تامین توان جلوگیری میکند و باعث بهبود معضلات ذکرشده میشود. لذا در این مقاله مکانیابی ومقدار یابی بهینه تولیدات پراکنده و خازن های موازی به صورت همزمان در شبکه های توزیع برق با استفاده از الگوریتم (PSO)مبتنی بر یادگیری تطبیقی (ALPSO) با اهداف کاهش تلفات توان اکتیو، بهبود پروفیل ولتاژ شین ها و شاخص پایداری ولتاژ بر روی شبکه استاندارد 33 توسط نرم افزار MATLAB انجام می گیرد. نتایج نشان داده شده پس از بررسی و مقایسه نشان دهنده ی عملکرد نسبتا مطلوب الگوریتم ALPSO برای حل مسیله جایابی است.
مکانیابی بهینه و اندازه تولیدات پراکنده و خازن های موازی به صورت همزمان در شبکه های توزیع برق با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنیبر یادگیری تطبیقی Keywords:
الگوریتم ازدحام ذرات مبتنی بر یادگیری تطبیقی , منابع تولید پراکنده , خازن های موازی , سیستم توزیع شعاعی
مکانیابی بهینه و اندازه تولیدات پراکنده و خازن های موازی به صورت همزمان در شبکه های توزیع برق با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنیبر یادگیری تطبیقی authors
مجتبی غلامی
کارشناس ارشد برق، امور بهره برداری ناحیه شمال، شرکت سهامی برق منطقه ای خوزستان، دزفول، ایران