چطور این مقاله مهندسی برق را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2008540 رایگان است. ترجمه چکیده این مقاله مهندسی برق در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل فارسی :
2 مگا بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
مکانیابی بهینه چندمنظوره و تعیین اندازه تولیدات پراکنده چندگانه و بانک های خازنی شانت با در نظر گرفتن عدم قطعیت بار با روش MOPSO
عنوان انگليسي
Optimal multi objective placement and sizing of multiple DGs and shunt capacitor banks simultaneously considering load uncertainty via MOPSO approach
نویسنده/ناشر/نام مجله
Electrical Power and Energy Systems
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی برق شامل 14 صفحه انگلیسی به صورت پی دی اف و 46 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
این مقاله یک کاربرد جدید برای بهینه سازی ازدحام ذرات چندمنظوره (MOPSO) با هدف تعیین محل و اندازه ی بهینه ی تولیدات پراکنده (DG ها) و بانک های خازنی شانت (SCB ها) و در عین حال لحاظ نمودن عدم قطعیت بار در سیستم های توزیع پیشنهاد میدهد. بهینه سازی چندمنظوره دربردارندهی سه تابع هدف است: کاهش تلفات بار اکتیو، بهبود پایداری ولتاژی برای باس ها و متعادل ساختن جریان در بخش های مختلف سیستم. عدم قطعیت بار با استفاده از نظریه ی داده های فازی، مدل میشود. این روش از راهحل های بهینه ی پارتو برای حل مسأله ی متشکل از توابع هدف و محدودیتها استفاده میکند. به علاوه، یک سازوکار مبتنی بر فازی بودن برای استخراج بهترین راه حل ایجاد مصالحه میان سه تابع هدف مختلف مورد استفاده قرار میگیرد. روش پیشنهادی بر روی سیستم توزیع شعاعی (RDS) 33 باسه ی IEEE و سیستم توزیع شعاعی 94 باسه ی واقعی کشور پرتغال پیاده سازی شد، نتایج آن با روشهای الگوریتم تکاملی قوت پارتو (SPEA)، الگوریتم ژنتیک مرتب سازی غیرمغلوب (NSGA)، الگوریتم تکاملی تفاضلی چندمنظوره (MODE) و ترکیبی از الگوریتم ژنتیک و الگوریتم رقابت استعماری (ICA/GA) مقایسه شدند. نتایج تست نشان میدهد که روش پیشنهادی کارایی بیشتری داشته و قابلیت بالاتری در یافتن پاسخ های بهینه در مواردی دارد که مکانیابی و تعیین اندازه ی DG و SCB همزمان در بهینه سازی چندمنظوره انجام میگیرد.
1-مقدمه
سیستم های توزیع معمولاً از فیدرهایی تشکیل شده اند که پیکربندی شعاعی دارند. امروزه رشد تقاضا و بار موجب توسعه ی سیستم های توزیع شده اند. این عامل موجب افت ولتاژ بیشتر، افزایش تلفات در نتیجه ی کاهش پایداری ولتاژ باس و عدم تعادل بار شده است. در نتیجه، استفاده تولیدات پراکنده (DG ها) افزایش یافته است. نصب چنین منابع ی در سیستم های توزیع میتواند نیاز به استقرار خطوط جدید انتقال و توزیع برای تأمین برق را از بین برده و صرفه جوی اقتصادی داشته باشد. نصب مناسب DG ها، تلفات شبکه را کاهش میدهد، عملکرد شبکه را بهبود میبخشد، سرمایه گذاری را به تعویق انداخته و قابلیت اطمینان را افزایش میدهد. به علاوه، در سیستم های توزیع، بانکهای خازنی شانت (SCB ها) میتوانند پارامترهای کیفیت توان را بهبود ببخشند و بخشی از تلفات توان راکتیو را با تزریق توان راکتیو جبران کنند....
تولیدات پراکنده (DG ها) بانک های خازنی شانت (SCB ها) مکانیابی
:کلمات کلیدی
Abstract
This study proposes a new application of multi objective particle swarm optimization (MOPSO) with the aim of determining optimal location and size of distributed generations (DGs) and shunt capacitor banks (SCBs) simultaneously with considering load uncertainty in distribution systems. The multi objective optimization includes three objective functions: decreasing active power losses, improving voltage stability for buses and balancing current in system sections. The uncertainty of loads is modeled by using fuzzy data theory. This method uses Pareto optimal solutions to solve the problem with objective functions and constraints. In addition, a fuzzy-based mechanism is employed to extract the best compromised solution among three different objective functions. The proposed method is implemented on IEEE 33 bus radial distribution system (RDS) and an actual realistic 94 bus Portuguese RDS and the results are compared with methods of Strength Pareto Evolutionary Algorithm (SPEA), Non-dominated Sorting Genetic Algorithm (NSGA), Multi-Objective Differential Evolution (MODE) and combination of Imperialist Competitive Algorithm and Genetic Algorithm (ICA/GA). Test results demonstrate that the proposed method is more effective and has higher capability in finding optimum solutions in cases where DG and SCB are located and sized simultaneously in a multi objective optimization.
Keywords:
Distributed generations (DGs) Shunt capacitor banks (SCBs)
سایر منابع مهندسی برق در زمینه تولید پراکنده