این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
کیفیت و بهره وری صنعت برق ایران، جلد ۷، شماره ۱۳، صفحات ۹۳-۱۰۱
عنوان فارسی توزیع بهینه توان راکتیو با استفاده از الگوریتم آموزش و یادگیری در حضور عدم قطعیت ناشی از توربین‌های بادی
چکیده فارسی مقاله توزیع بهینه توان راکتیو با کاهش تلفات در شبکه نقشی اساسی را در بهره‌برداری اقتصادی از شبکه بر عهده دارد. در این مقاله الگوریتم آموزش و یادگیری برای توزیع بهینه توان راکتیو و کنترل ولتاژ در حضور توربین‌های بادی ارائه می‌شود. این الگوریتم از انواع الگوریتم‌های تکاملی مبتنی بر جمعیت بوده که توانایی بالایی در حل مسائل غیرخطی دارد. این مسأله در قالب یک مسأله غیرخطی عدد صحیح آمیخته مدل‌سازی می‌شود و در آن هم‌ متغیرهای پیوسته و هم متغیرهای گسسته مدل می‌شوند. جواب بهینه مسأله شامل مجموعه ولتاژ ژنراتورها، گام تپ چنجرترانسفورماتورها و وضعیت جبران‌سازهای راکتیو جهت کمینه‌سازی میزان تلفات در شبکه است. در روش پیشنهادی، با حضور عدم قطعیت سرعت باد، با بهره‌گیری از اطلاعات واقعی سرعت باد، از پخش بار به روش تخمین دو نقطه‌ای جهت مدل‌سازی عدم قطعیت استفاده می‌شود.  روش پیشنهادی در سیستم استاندارد 57 باس IEEE پیاده‌سازی شده است. جهت اثبات کارایی الگوریتم آموزش و یادگیری نیز این الگوریتم با دو الگوریتم تجمع ذرات و تکامل تفاضلی مقایسه شده است. نتایج نشان از کارایی روش پیشنهادی در کاهش تلفات و همچنین ارضای قیود مسأله است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Optimal reactive power dispatch using teaching learning based optimization algorithm in the presence of wind turbine uncertainty
چکیده انگلیسی مقاله Optimal reactive power dispatch plays an important role in economic operation of network by reducing the loss. In this paper, the teaching learning based optimization algorithm is used to optimal reactive power dispatch and voltage control. This algorithm is an evolutionary and population based algorithm which has a great capability to solve the nonlinear problems. This problem is formulated as a mixed integer nonlinear problem including both continues and discrete variables. Optimal solution of problem contains set of generators voltage, tap changers and compensative reactive components. In the proposed approach, using real wind speed data and considering the wind uncertainty, the two points estimate power flow is used to model the uncertainties. The proposed method has been implemented on 57-bus IEEE test case. A comparing has been done between the teaching learning based optimization algorithm and particle swarm optimization and differential evolution algorithms in order to verify the efficiency of the proposed algorithm. The results demonstrate the efficiency of the proposed method in reducing losses and handling the constraints.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله ارسلان نجفی | Arsalan Najafi
Islamic Azad University of Sepidan
دانشگاه آزاد اسلامی واحد سپیدان

حمید فلقی | Hamid Falaghi
University of Birjand
دانشگاه بیرجند

نشانی اینترنتی http://ieijqp.ir/browse.php?a_code=A-10-464-2&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1533/article-1533-819479.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده برق و کامپیوتر
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات