لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 45
ACO Based Algorithm for Distributed for Distributed generation Sources Allocation and sizing in Distribution Systems.
مقدمه:
در این مقاله، مدلی جهت تعیین مکان و اندازه DG را در یک سیستم توزیع معرفی می گردد که حل با استفاده از بهینه سازی اجتماع مورچگان (ACO) به عنوان یک ابزار بهینه سازی صورت می گیرد. در این الگوریتم DGها به عنوان منابع توان ثابت(نظیر پیلهای سوختی) در نظر گرفته می شوند. بنابراین، اپراتور سیستم توزیع فقط می تواند منابع DG را روشن و خاموش کند و نمی تواند توان خروجی آنها را کم و زیاد کند.
II. فرمولبندی مساله:
در تابع هدف پیشنهادی برای یافتن اندازه و مکان مناسب منابع DG، موارد زیر در نظر گرفته می شود:
- هزینه سرمایه گذاری منابع DG.
- هزینه نگهداری و تعمیر و هزینه عملیاتی منابع DG.
- هزینه تلفات.
- هزینه خرید انرژی در شبکه انتقال.
تابع هدف به شکل معادله زیر فرمول بندی می شود:
(1)
(2)
(3)
که:
Z: مقدار تابع هدف ($)
ncd: شمار مکانهای کاندید برای نصب DG در شبکه.
nld: شمار سطح بار در سال
nss: شمار پستهای HV/MV در سیستم
nyr: دوره برنامه ریزی(سال)
CDGi: ظرفیت انتخاب شده DG برای نصب در گره i(MVA)
KIDG: هزینه سرمایه گذاری منابع DG($/MVA)
Pssl,j: توان ارسالی از پست j به باد را شامل تلفات شبکه(MV)
Cj,l: توان تولیدی توسط مبلغ DG نصب شده در گره j در سطح بار را(MV)
PW: ضریب ارزش فعلی
IntR: نرخ بهره
InrR: نرخ تورم
تابع هدف(1) ضمن رعایت محدودیتهای زیر حداقل می گردد:
- ظرفیت بخشهای فیدر:
توان انتقالی با هر بخش فیدر باید مساوی یا کمتر از ظرفیت حرارتی رساناهای آن باشد.
(4)
که حدهای پخش بار و حرارتی خط بخش i هستند.
- حد دامنه ولتاژ:
الگوریتم پخش بار وفقی اصلاح شده برای ارزیابی رفتار سیستم استفاده شده است. اول ولتاژ گره ها محاسبه می شود. معادله زیر محدودیت متناظر را توصیف می کند:
(5)
که Vi,l دامنه ولتاژ محاسبه شده i امین گره در سطح بار l است.
Vmax , Vmin، مینیمم و ماکزیمم ولتاژ عملیاتی مجاز است.
- حد کل ظرفیت DG:
این محدودیت، کل ظرفیت واحدهای DG نصب شده در سیستم توزیع را محدود می کند.
که CDGi ظرفیت DG انتخاب شده در iامین محل کاندید است. CDGi کل ظرفیت مجاز منابع DG است که در سیستم نصب می شود.
III. بهینه سازی اجتماع مورچه گان(ACO):
A. وجه عمومی الگوریتم ACO از رفتار مورچه ها به دست آمده است، همانطور که شکل 1 نشان می دهد. پروسه الگوریتم ACO زمانبندی سه عمل را مدیریت می کند.
گام اول ارزش دهی فرومن دنباله دار را شامل می شود. در تکرار(دومین بار) گام، هر مورچه یک حل کامل مساله را مطابق یک قانون حالت گذاری احتمالاتی می سازد. قانون حالت گذرا، اساسا به حالت فرومن وابستگی دارد. سومین گام، به روز کردن مقادیر فرومن است. به روز کردن فرومن در دو فاز اعمال می شود. اول فاز تبخیر است که کسری از فرومن تبخیر می شود(خشک می شود، بر باد می رود)، و سپس فاز تقویت شمار فرومن ها را روی مسیر با تعداد راه حل های بالا افزایش می دهد. این پروسه تکرار می شود تا به ملاک توقف برسد.
راه های مختلفی برای تفسیر اصول بالا به پروسه کامپیوتری جهت حل مساله بهینه سازی پیشنهاد می شود. روش بهینه سازی پیشنهادی برای این مقاله براساس الگوریتم ACO پیشنهاد شده در[18] است.
B. اعمال ACO با مساله جایابی DG
مراحل اصلی الگوریتم ACO پیشنهادی به شرح زیر است:
گام اول) نمایش گراف فضای جستجو
قبل از هر چیز، ما به دنبال تدبیری هستیم که ساختاری را نشان دهد که مناسب برای مورچه ها باید تا برای حل مساله جستجو کنند. فضای جستجوی مساله در شکل 2 آمده است.
تحقیق درمورد تعیین مکان و اندازه dg آقای محمدی
