این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی آبیاری و آب ایران، جلد ۱۴، شماره ۴، صفحات ۱۲۸-۱۴۳
عنوان فارسی بهینه‌سازی تولید انرژی از سدهای برق‌آبی با استفاده از روش‌های هوشمند جدید
چکیده فارسی مقاله با توجه به این که انرژی برق‌آبی به عنوان سومین منبع تولید برق و انرژی تجدیدپذیر در جهان به شمار می‌آید،ضرورت استفاده بهینه از منبع عظیم و ارزشمندآب که هرروزه شاهدکاهش چشمگیرآن می‌باشیم، بیش از پیش احساس می‌گردد. دراین پژوهش ازالگوریتم‌های جدیدبهینه‌سازی جستجوی غذای سفره ماهی دیو مبتنی بربرازش-فاصله-توازن پویا(dFDB-MRFO)، بهینه‌سازی خرگوش‌های مصنوعی(ARO)، بهینه‌سازی تعادل(EO)، بهینه‌سازی مولکول‌های جورهسته(HMO)، حلقه گل(MRA) و بهینه‌سازی اسب‌های وحشی(WHO) در مقایسه با الگوریتم مشهور ژنتیک(GA)،به منظور بهینه‌سازی تولیدانرژی برقآبی سدمخزنی جیرفت واقع درحوضه آبریز هلیل‌رود(جنوب شرق ایران)، برای یک دوره بلندمدت(19 ساله) استفاده شده است. به این منظور مدلی برای بهینه‌سازی تولیدانرژی برقآبی از سدجیرفت توسعه داده شد. تابع هدف درمدل مذکور به صورت کمینه‌سازی نسبت انرژی تولیدی به ظرفیت نصب نیروگاه تعریف گردید. نتایج نشان دادکه سناریوهای بهره‌برداری حاصل از الگوریتم‌های dFDB-MRFO، ARO، EO، HMO، MRA، WHO و GA به ترتیب قادربه تولید انرژی به میزان 43/1482، 49/1476، 30/1468، 64/1474، 44/1430، 91/1480 و 65/1403 گیگاوات ساعت درطول دوره آماری 19 ساله بودند. همچنین بهترین مقدار تابع هدف برای الگوریتم‌های dFDB-MRFO، ARO، EO، HMO، MRA، WHO و GA به ترتیب برابربا 10/8، 92/8، 04/10، 18/9، 66/15، 31/8 و 26/19 به دست آمد. نتایج به ‌دست آمده حاکی از عملکرد بالای الگوریتم‌های جدید dFDB-MRFO و WHO در مقایسه با دیگر الگوریتم‌های مورد بررسی در بهره‌برداری بهینه انرژی برق‌آبی می‌باشد. به نحوی که سناریوهای بهره‌برداری حاصل از الگوریتم‌های جدید dFDB-MRFO و WHO به ترتیب قادر به تولید انرژی به میزان 41/96 و 31/96 درصد از کل ظرفیت نیروگاه سد جیرفت در طول دوره آماری مورد بررسی بود.
کلیدواژه‌های فارسی مقاله الگوریتم‌های تکاملی،بهره‌برداری بهینه،سد برق‌آبی جیرفت،تولید برق،
عنوان انگلیسی Optimization of of Energy Generation from Hydropower Dams using New Intelligent Methods
چکیده انگلیسی مقاله Given the fact that hydropower energy is the third largest source of electricity generation and also the most important renewable energy producer in the world, the optimal use of the huge and expensive source of water is essential. In this research, the new optimization algorithms of dFDB-MRFO, ARO, EO, HMO, MRA,and WHO, compared to the well-known GA, have been used for optimization of the hydropower energy generation of the Jiroft Dam located in the Halilrood basin (south of Iran) for the long-term period of 19 years. For this purpose, a model was developed for the optimal hydropower energy operation of Jiroft Dam. The objective function in the mentioned model was defined as minimizing the ratio of produced energy to the installed power plant capacity. The results showed that the operation scenarios resulting from the dFDB-MRFO,ARO,EO,HMO,MRA,WHO and GA algorithms were capable to generate hydropower energy of 1482.43,1476.49,1468.30,1474.64,1430.44,1480.91 and 1403.65 GWh during the statistical period, respectively. Also, the best objective function values for the dFDB-MRFO, ARO, EO, HMO, MRA, WHO and GA algorithms were obtained as 8.10, 8.92, 10.04, 9.18, 15.66, 8.31 and 19.26, respectively. The obtained results indicate the high performance of the new dFDB-MRFO and WHO algorithms in comparison with the other studied algorithms in the optimal operation of hydropower dams. The operation scenarios resulting from the new dFDB-MRFO and WHO algorithms were able to produce energy at the rate of 96.41 and 96.31% of the total capacity of the Jiroft Dam power plant during the study period.
کلیدواژه‌های انگلیسی مقاله الگوریتم‌های تکاملی,بهره‌برداری بهینه,سد برق‌آبی جیرفت,تولید برق
نویسندگان مقاله سعید اکبری فرد |
استادیار گروه مهندسی آب، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران.

محمد ذونعمت کرمانی |
دانشیار بخش مهندسی آب دانشگاه شهید باهنر کرمان. ایران.

محمدرضا مددی |
دانشیار، گروه مهندسی آب، دانشگاه جیرفت، جیرفت، ایران.

نشانی اینترنتی https://www.waterjournal.ir/article_190536_0a46f88317178c63ea050ff4d44a7d83.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات