ترجمه فارسی عنوان مقاله

تخصیص بهینۀ بانک‌های خازنی در سیستم‌های توزیع شعاعی به منظور کمینه‌سازی تلفات توان حقیقی و بیشینه‌سازی صرفه‌جویی‌های شبکه با استفاده از الگوریتم‌های بهینه‌سازی الهام‌گرفته از محیط‌زیست

عنوان انگلیسی

Optimal allocation of capacitor banks in radial distribution systems for minimization of real power loss and maximization of network savings using bio-inspired optimization algorithms

کد مقاله	سال انتشار	تعداد صفحات مقاله انگلیسی
48027	2015	15 صفحه PDF

منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : International Journal of Electrical Power & Energy Systems, Volume 69, July 2015, Pages 441–455

فهرست مطالب ترجمه فارسی

چکیده

مقدمه

مدلسازی ریاضی سیستم توزیع شعاعی

مدل دو شینه برای تحلیل سیستم توزیع

شکل 1. سیستم توزیع شعاعی دو شینه.

شکل 2. شمای تک خطی ترکیب خازن شنت با سیستم توزیع شعاعی.

شکل 3. نمودار گردشی پخش بار توزیع شعاعی با روبش رو به عقب/ رو به جلو.

فرمول‌بندی تابع هدف

تابع هدف

الگوریتم‌های ارائه شده

الگوریتم خفاش

گام‌های پیاده‌سازی الگوریتم خفاش

شکل 4. نمودار گرشی پیاده‌سازی الگوریتم خفاش.

الگوریتم جستجوی فاخته[1] (CS)

گام‌های پیاده‌سازی الگوریتم جستجوی فاخته

شکل 5. نمودار گردشی پیاده‌سازی الگوریتم جستجوی فاخته.

نتایج پیاده‌سازی و بحث‌ها

جدول 1:ثابت‌های به کار رفته در محاسبات صرفه‌جویی کلی برای موارد تست.

جدول 2 :توصیف پارامترهای الگوریتم

شکل 6. شمای تک خطی سیستم توزیع شعاعی 34 شینه.

نتایج عددی و شبیه‌سازی‌های سیستم تست 34 شینه

جدول 3 :مکان و اندازۀ بهینۀ خازن‌ها برحسب کیلووار برای سیستم 34 شینه.

جدول 4:تحلیل نتایج برای سیستم 34 شینه با و بدون خازن‌های بهینه

شکل 7. مشخصات همگرایی الگوریتم خفاش بر اساس تلفات توان حقیقفی سیستم تست 34 شینه.

شکل 8. مشخصات همگرایی الگوریتم خفاش بر اساس صرفه‌جویی سالانۀ شبکه مربوط به سیستم تست 34 شینه.

شکل 9. تحلیل پروفیل ولتاژ الگوریتم‌های ارائه شده برای سیستم تست 34 شینه.

شکل 10. شمای تک خطی برای سیستم توزیع شعاعی 85 شینه.

جدول 5:مکان و اندازه‌های بهینۀ خازن‌ها بر حسب کیلووار در سیستم تست 85 شینه

جدول 6 :تحلیل نتایج سیستم تست 85 شینه با و بدون خازن‌های بهینه.

شکل 11. مشخصات همگرایی الگوریتم خفاش بر اساس تلفات توان حقیقی سیستم تست 85 شینه.

شکل 12. مشخصات همگرایی الگوریتم خفاش بر اساس صرفه‌جویی سالانۀ شبکه برای سیستم تست 85 شینه.

شکل 13. تحلیل پروفیل ولتاژ الگوریتم‌های ارائه شده برای سیستم تست 85 شینه.

جدول 7:تحلیل آماری نتایج عددی برای 20 اجرا.

تحلیل عملکرد الگوریتم‌های خفاش و جستجوی فاخته

نتیجه‌گیری

پیوست A1:شبه کد ساده برای الگوریتم خفاش

پیوست A2:شبه کد ساده برای جستجوی فاخته

ترجمه کلمات کلیدی

الگوریتم های زیستی الهام گرفته؛ بانک های خازنی - به حداقل رساندن افت قدرت واقعی - به حداکثر رساندن صرفه جویی در شبکه ؛ سیستم های توزیع شعاعی

کلمات کلیدی انگلیسی

Bio-inspired algorithms; Capacitor banks; Real power loss minimization; Network savings maximization; Radial distribution systems

ترجمه چکیده

در این مقاله ، دو الگوریتم جدید برای حل جایابی بهینۀ خازن‌ها در سیستم‌های توزیع شعاعی به دو روش پیاده‌سازی شده‌اند که عبارتند از : جایابی بهینۀ بانک‌های خازنی با اندازه ثابت (بانک‌های خازنی ثابت با مکان‌های متغیر- VLFQ) و یافتن اندازه و مکان بهینۀ خازن‌ها (سایزبندی متغیر با مکان‌های متغیر از خازن ها- VLVQ) برای حداقل‌سازی افت توان حقیقی و حداکثرسازی صرفه‌جویی شبکه . دو الگوریتم الهام گرفته شده از محیط زیست (BA) و جستجوی Cuckoo (CS) : جستجو برای تمام مکان‌های محتمل در سیستمی ‌همراه با اندازه‌های مختلف از خازن‌ها که در آن، سایز‌های بهینه از خازن برای سایزهای استانداردی انتخاب شده‌اند که در بازار موجود هستند. برای بررسی امکان‌پذیری، الگوریتم‌های پیشنهادی بر روی سیستم‌های توزیع شعاعی 34 و 85 شینۀ استاندارد استفاده می‌شوند و نتایج نیز با نتایج حاصل از روش‌های دیگر مانند بهینه‌سازی ازدحام ذرات (PSO) ، جستجوی هارمونیک (HS) ، الگوریتم ژنتیک (GA) ، کلونی زنبورعسل مصنوعی (ABC) ، بهینه سازی مبتنی بر آموزش و یادگیری (TLBO) و الگوریتم شبیه‌سازی رشد گیاه (PGSA) ، (قابل دسترسی در این مقاله) ، مقایسه شده‌اند . رویکردهای پیشنهادی قادر به تولید راه‌حل هایی با کیفیت بالا به همراه عملکردی خوب همگرایی هستند. تمام این شبیه‌سازی در نرم افزار MATLAB R2010a توسعه یافته است .

ترجمه مقدمه

تجزیه و تحلیل سیستم‌های توزیع توان، یک منطقه مهم از پژوهش با توجه به این واقعیت است که این تجزیه و تحلیل، لینکی نهایی بین سیستم توان حجمی‌و مصرف کنندگان می‌باشد. با این حال، جریان توان راکتیو در یک شبکه توزیع همیشه سبب افت‌های توانی بالا می‌گردد. پشتیبانی از توان راکتیو، یکی از روش‌های شناخته شده برای کاهش افت‌های توان به همراه مزایای دیگری است؛ مانند کاهش افت، اصلاح ضریب توان، بهبود پروفایل ولتاژ برای تنظیم نهایی تحت محدودیت‌های اجرایی مختلف. خازن شنت، یکی از تجهیزات اساسی برای تحقق این اهداف می‌باشد. بنابراین، یافتن مکان بهینه و سایزهای خازن‌ها در این سیستم برای دستیابی به اهداف ذکر شده در بالا هستند. روش‌های متعددی برای راه حلی جهت جایگیری بهینه خازن با توجه به حداقل‌سازی افت در این مقاله برمبنای هر دو روش سنتی و روش‌های اکتشافی اخیر پیشنهاد شده‌اند. در طول دو دهه گذشته، مطالعات پیرامون روش‌های فرااکتشافی نشان داده‌اند که بسیاری از مشکلات روش‌های کلاسیک می‌توانند با اعمال این تکنیک‌ها حذف گردند. چند روش اکتشافی در دهه اخیر برای جایابی بهینه خازن، توسعه یافته است . راکاش و همکارانش [1] ، روشی برای یافتن اندازه‌های مناسب از خازن‌ها با هدف کاهش افت توان در یک سیستم توزیع شعاعی ارائه داده‌اند‌. در این مقاله ، نویسنده از مفهوم افت فاکتورهای حساسیت برای تعیین مکان‌ها قبل از سایزبندی خازن‌ها با استفاده از PSO استفاده نموده است . کالیوژنی و همکارانش [2] ، GA را به عنوان یک ابزار بهینه سازی برای جایابی خازن شنت برروی سیستم توزیع تحت محدودیت‌های سوئیچینگ خازن پیشنهاد داده‌اند.

دانلود رایگان 2 صفحه اول مقاله لاتین (PDF)

پیش نمایش مقاله

چکیده انگلیسی

In this paper, two new algorithms are implemented to solve optimal placement of capacitors in radial distribution systems in two ways that is, optimal placement of fixed size of capacitor banks (Variable Locations Fixed Capacitor banks-VLFQ) and optimal sizing and placement of capacitors (Variable Locations Variable sizing of Capacitors-VLVQ) for real power loss minimization and network savings maximization. The two bio-inspired algorithms Bat Algorithm (BA) and Cuckoo Search (CS): search for all possible locations in the system along with the different sizes of capacitors, in which the optimal sizes of capacitor are chosen to be standard sizes that are available in the market. To check the feasibility, the proposed algorithms are applied on standard 34 and 85 bus radial distribution systems. And the results are compared with results of other methods like Particle Swarm Optimization (PSO), Harmonic Search (HS), Genetic Algorithm (GA), Artificial Bee Colony (ABC), Teaching Learning Based Optimization (TLBO) and Plant Growth Simulation Algorithm (PGSA), as available in the literature. The proposed approaches are capable of producing high-quality solutions with good performance of convergence. The entire simulation has been developed in MATLAB R2010a software.