چکیده سیستم های قدرت مدرن، نیازمند افزایش هوش و انعطاف پذیری در کنترل و بهینه سازی هستند، تا از قابلیت تثبیت تعادل میان بار و تولید _به دنبال تداخلات جدی_ اطمینان حاصل شود. این قضیه امروز، به سبب افزایش تعداد ریزشبکه ها (MG) ، در حال یافتن اهمیتی بیش از پیش است. ریزشبکه ها اغلب از انرژی های تجدیدپذیر برای تولید توان الکتریکی استفاده می کنند، که تولید توان با این انرژی ها، طبیعتا متغیر است. این تغییرات و عدم قطعیت های رایج در سیستم قدرت، موجب می شود که کنترل کننده های قدیمی نتوانند عملکرد مناسبی را در بازه های گسترده شرایط عملیاتی، ارایه دهند. در پاسخ به این چالش، این مقاله یک روش هوشمند آنلاین جدید را، با آمیختن تکنیک های منطق فازی و بهینه سازی ازدحام ذرات (PSO) ، برای تنظیم بهینه ی معروف ترین کنترل کننده های مبتنی بر تناسبی-انتگرالی (PI) در سیستم های میکرو شبکه، ارایه می دهد. این روش طراحی کنترل، بر روی یک ریزشبکه AC _به عنوان مورد آزمایشی_ تست شده است. عملکرد ترکیب کنترلی هوشمند ارایه شده، با روش های کنترل PI کاملا فازی و کنترل PI زیگلر-نیکولز، مقایسه شده است.
کلیدواژگان: منطق فازی، کنترل هوشمند، ریزشبکه، تنظیم بهینه، بهینه سازی ازدحام ذره، کنترل فرکانس ثانویه.
پروژه کارشناسی ارشد برق
فایل محتوای:
چکیده
در این مقاله یک مدل پخش بار بهینه (OPF) با جریان توان پیوندی مبنی بر تزریق جریان معادل (ECI) ارایه شده، و نیز الگوریتم نقطه داخلی پیشبینی کننده تصحیح کننده (PCIPA) ، به منظور بکارگیری OPF (پخش بار بهینه) برای حل مسایل برنامه نویسی غیر خطی (NLP) عنوان شده است. همچنین روش ارایه شده را می توان به دو زیر مساله، تجزیه کرد. نتایج محاسباتی باس های IEEE 9 تا 300 نشان دادند که الگوریتم ارایه شده می تواند با بهبود تعداد تکرارها، ذخیره سازی های حافظه، و زمان CPU، باعث بهبود عکلکرد شود.
کلیدواژگان:ه: تزریق جریان معادل، برنامه نویسی غیرخطی، پخش بار بهینه، الگوریتم نقطه داخلی پیشبینی کننده تصحیح کننده
مقدمه
پخش بار بهینه برای نخستین بار در سال 1962 مورد بحث قرار گرفت [1] و مدت ها طول کشید تا به یک الگوریتم پرکاربدی که در کاربردهای روزانه بکار رود، تبدیل شود [2] و [3]. OPF را می توان نه تنها در برنامه ریزی سیستم بکاربرد، بلکه می توان آن را در عملکرد لحظه ای سیستم های قدرت، در محیط حذف نظارت دولت نیز اعمال کرد. مرجع [4]، یک معرفی کلی از تکنیک های روش تکرار لامبدا، روش گرادیان، روش نیوتون، و برنامه نویسی خطی (LP) به منظور حل مسایل OPF ارایه داده است. با انتشار Karmarkar [5] در سال 1984، الگوریتم های نقطه داخلی (IPA) زیادی برای برنامه نویسی خطی و برنامه نویسی درجه دوم (QP) ارایه شده است. در سال های اخیر، الگوریتم نقطه داخلی اولیه دوگانه، بطور گسترده به منظور حل مسایلی همچون [6]، [7]، پیشبینی حالت [8]، OPF با امنیت محدود [9]، و پخش بار راکتیو بهینه [10] بکار رفته است. نتایج عددی نشان می دهند که PCIPA توانایی زیادی برای حل مسایل عملکرد و برنامه ریزی سیستم قدرت در مقایسه با روش های مرسومی همچون روش نیوتون [11] دارد.
چکیده
هدف از این مقاله به چند منظور است. طراحی از تک ماشین پایدار کننده های سیستم قدرت (PSSs) با استفاده از اصلاح الگوریتم جهش قورباغه (MSFLA). توانایی روش پیشنهاد شده برای تنظیم بهینه با حضور CPSSs به طور گسترده استفاده شده است. طراحی پارامترهای PSSs به یک مشکل تبدیل شده است برای مشکل بهینه سازی با چند تابع هدف شامل ضریب میرایی مطلوب و نسبت میرایی مطلوب از روش های سیستم قدرت که توسط الگوریتم MSFLA حل شده است. توانایی روش پیشنهاد شده در یک سیستم قدرت تک ماشین تحت شرایط عملیاتی متفاوت و اختلالات تایید شده است نتایج روش پیشنهاد شده در مقایسه با الگوریتم ژنتیک (GA) مبنی بر تنظیم PSS از طریق برخی از شاخص های عملکرد، عملکرد قوی خود را آشکار میکند.
کلمات کلیدی: طراحی PSS، اصلاح الگوریتم جهش قورباغه (MSFLA)، بهینه سازی چند هدفه، الگوریتم ژنتیک (GA).
چکیده
در این مقاله، کنترل تولید خودکار چند واحد چهار ناحیه ای، در سیستم تجدید ساختار شده، بررسی می شود. انواع مختلفی از خدمات جانبی در سیستم قدرت، وجود دارد. یکی از این خدمات جانبی، تبعیت بار با کنترل فرکانس می باشد، که در دسته بندی گسترده کنترلِ تولید اتوماتیک، در سیستم قدرت تجدید ساختار شده، قرار می گیرد. هدف اصلی این مقاله، معرفی چند تکنیک تازه مبتنی بر محابسه تکاملی می باشد که به صورت مستقل برای به دست آوردن پارامترهای بهره بهینه برای عملکردهای گذرای بهینه تحت شرایط عملیاتی مختلف سیستم، به کار می روند. نتایج محاسباتی و عملکردهای گذرا، مقایسه می شوند تا در پایان، بهترین روش بهینه سازی برای این مساله، به دست آید. با انجام مقایسه ها، ثابت شده است که یک الگوریتم جدید مبتنی بر تجمع ذرات، بنام بهینه سازی تجمع و بی نظمی اصلاح شده (MCASO) ، و الگوریتم ژنتیک با کد حقیقی (RGA) ، بهترین آنها می باشند. PSO مرسوم و الگوریتم ژنتیک با کد باینری (دودویی) ، دو تکنیک بعدی می باشند که عملکردهای زیربهینه را به دست می دهند. یک DISCO (شرکت توزیع) می تواند به صورت انفرادی و نیز چند جانبه با یک GENCO (شرکت تولید کننده) برای توان معامله کند، و این معاملات، تحت نظر ISO صورت می پذیرند. در این مقاله، از مفهوم ماتریس مشارکت DISCO برای شبیه سازی معامله های دو جانبه در نمودار چهار ناحیه ای، استفاده شده است. مقادیر محاسبه شده مشارکت ژنراتور و مبادلات توان خط ارتباطی، مطابق با مقادیر حقیقی مربوطه که توسط MATLAB SIMULINK به دست آمده است، می باشد. پاسخ های گذرای بهینه، با جایگزین کردن بهره های بهینه در دیاگرام چند واحد چهار ناحیه ای مبنی بر MATLAB SIMULINK، به دست می آیند.
کلیدواژگان: AGC، BGA، قراردادهای (معاملات) دوجانبه، MCASO، PSOCFA، سیستم قدرت تجدید ساختار شده، RGA، SFL
است.
چکیده
هدف از این مقاله به چند منظور است. طراحی از تک ماشین پایدار کننده های سیستم قدرت (PSSs) با استفاده از اصلاح الگوریتم جهش قورباغه (MSFLA). توانایی روش پیشنهاد شده برای تنظیم بهینه با حضور CPSSs به طور گسترده استفاده شده است. طراحی پارامترهای PSSs به یک مشکل تبدیل شده است برای مشکل بهینه سازی با چند تابع هدف شامل ضریب میرایی مطلوب و نسبت میرایی مطلوب از روش های سیستم قدرت که توسط الگوریتم MSFLA حل شده است. توانایی روش پیشنهاد شده در یک سیستم قدرت تک ماشین تحت شرایط عملیاتی متفاوت و اختلالات تایید شده است نتایج روش پیشنهاد شده در مقایسه با الگوریتم ژنتیک (GA) مبنی بر تنظیم PSS از طریق برخی از شاخص های عملکرد، عملکرد قوی خود را آشکار میکند.
کلمات کلیدی: طراحی PSS، اصلاح الگوریتم جهش قورباغه (MSFLA)، بهینه سازی چند هدفه، الگوریتم ژنتیک (GA)