دانلود مقاله ترجمه شده به‌کارگیری روش TLBO برای برنامه‌ریزی شبکه‌های توزیع از طریق هماهنگ‌سازی تولید پراکنده و ترکیب‌بندی مجدد شبکه

چکیده

این مقاله به‌کارگیری روش بهینه‌سازی مبتنی بر یادگیری آموزشی (TLOB) را برای یکپارچه‌سازی بهینه تولیدات پراکنده (DG) در سیستم‌های توزیع به منظور مینیمم سازی تلفات انرژی سالیانه و نیز حفظ پروفیل ولتاژ بهتر روی نودها با استفاده از روش ضریب جریمه، پیشنهاد می‌کند. یک الگوی بار متغیرخطی تکه‌ای نیز در نظر گرفته شده و روی شبکه توزیع نیز پس از جایابی بهینه  DG ترکیب‌بندی مجدد صورت گرفته است. همچنین مراحلی برای اسکن کامل فضای جستجو صورت گرفته است به‌گونه‌ای که هر نود سیستم به عنوان یک نود کاندید برای جایابی DG با سطح اولویت خاص خود در نظر گرفته شده است. روش پیشنهادی روی سیستم توزیع تست 33 باس IEEE پیاده شده است. نتایج  به دست آمده در مقایسه با سایر روش‌های ارائه شده اخیر، قابلیت اطمینان بیشتری دارد.

1-مقدمه

سیستم‌های توزیع موجود به سمت سیستم‌های توزیع هوشمند پیش می‌روند تا مزایای اقتصادی اجتماعی و سایر مزیت‌های غیرقابل لمس را ارائه دهند. قابلیت اطمینان بالقوه شبکه هوشمند شامل بهبود پایداری و کیفیت توان، کاهش تقاضای پیک، کاهش هزینه‌های پرشدگی خطوط، افزایش بازدهی انرژی، بهره‌گیری بهتر از سرمایه، قابلیت بهره‌برداری بیشتر از انرژی‌های تجدید پذیر، و غیره، می‌شود (El-Hawary, 2014). تلاش‌های اخیر در جهت تجدید ساختار بخش قدرت شرکت‌های توزیع برق را مجبور کرده است که بازدهی‌های انرژی خود را برای کاهش هزینه بهبود بخشند در حالی که مصرف‌کننده‌ها نسبت به قابلیت اطمینان و کیفیت توان حساس‌تر شده‌اند. علاوه بر این، کمبود سوخت‌های فسیلی و مسائل محدودکننده زیست‌محیطی شرکت‌های برق را موظف کرده است که از هر انرژی موجود و منطبق با اساس شبکه‌های هوشمند بهره‌برداری نمایند. به منظور دست‌یابی به این اهداف، سطح نفوذ DG ها طی چند سال اخیر افزایش داشته است. همچنین اخیراً مشخص شده است که جایابی و بهره‌برداری بهینه از واحدهای DG می‌تواند مزایای متعددی را نظیر کاهش تلفات، افزایش قابلیت اطمینان و بهبود ولتاژ و لزوم به‌روزرسانی دیرتر شبکه به دنبال داشته باشد، در عین حال که از سوی دیگر، جایابی و بهره‌برداری غیر بهینه واحدهای DG در بعضی شرایط ممکن است این مزایا را کم کرده و حتی سیستم‌های موجود را به خطر بیندازد...