ترجمه فارسی عنوان مقاله

کنترل تولید اتوماتیک چهار-ناحیه ای مبنی بر محاسبه تکاملی در محیط تجدید ساختار شده

عنوان انگلیسی

Evolutionary Computation based Four-Area Automatic Generation Control in Restructured Environment

کد مقاله	سال انتشار	تعداد صفحات مقاله انگلیسی
53732	2015	6 صفحه PDF

منبع

Publisher : IEEE (آی تریپل ای)

Journal : Power Systems, 2009. ICPS '09. International Conference on, Date of Conference: 27-29 Dec. 2009 Page(s): 1 - 6 E-ISBN : $tmp} Print ISBN: 978-1-4244-4330-7

فهرست مطالب ترجمه فارسی

چکیده

کلیدواژه ها

فهرست اصطلاحات

مقدمه

شکل 1. دیاگرام شماتیک یک سیستم چهار-ناحیه ای

الگوریتم ژنتیک با کدگذاری دودویی

شکل 2. نمودار مبتنی بر MATLAB-SIMULINK ناحیه 3.

الگوریتم ژنتیک با کدگذاری حقیقی

بهینه سازی تجمع ذرات با تکنیک ضریب انقباض

بهینه سازی بهره های PID مبتنی بر MCASO

سیستم های آزمایشی شبیه سازی شده

معاملات مبتنی بر poolco

قراردهای های مبتنی بر ترکیب poolco و دو-جانبه

نقض قرارداد

داده ها و پارامترهای ورودی

نتایج محاسباتی و مباحثات

جدول 1. داده های ثابت سمت-ناحیه مربوط به چهار ناحیه با تولید گرمایی نابرابر

جدول 2. پارامترهای نامی ناحیه 3، بهره های PID نامی بهینه برای ناحیه ها و MINFDM

شکل 4. نمودارهای انحرافات فرکانسی در برابر زمان

شکل 5. نمودارهای MATLAB-SIMULINK مربوط به پخش بارهای خطوط ارتباطی

شکل 3. نمودارهای Minfdm در مقابل چرخه های تکرار مربوط به هر الگوریتم

ترجمه کلمات کلیدی

AGC، BGA، قراردادهای (معاملات) دوجانبه، MCASO، PSOCFA، سیستم قدرت تجدید ساختار شده، RGA، SFL -

کلمات کلیدی انگلیسی

AGC, BGA, Bilateral Contracts, MCASO, PSOCFA, Restructured Power System, RGA, SFL

ترجمه چکیده

ــ 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 ی کنترلِ تولیدِ 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 بصورت مستقل برای بدست آوردن پارامترهای بهره بهینه برای عملکردهای گذرای بهینه تحت شرایط عملیاتی مختلف سیستم، بکار می روند. نتایج محاسباتی و عملکردهای گذرا، مقایسه می شوند تا در پایان، بهترین روش بهینه سازی برای این مساله، بدست 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 بدست می دهند. یک DISCO (شرکت توزیع) می تواند بصورت 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 بدست 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، بدست می آیند.

ترجمه مقدمه

کنترل تولید اتوماتیک (AGC)، مساله بسیار مهمی در عملکرد و کنترل سیستم قدرت برای تامین توان الکتریکی کافی و قابل اطمینان با کیفیت خوب، می باشد. AGC با تبعیت از بار، بصورت یک خدمات جانبی در نظر گرفته می شود که برای تثبیت قابلیت اطمینان سیستم در سطحی کافی، بایسته می باشد. هدف های اصلی AGC در سیستم قدرت بازسازی شده چند-ناحیه ای، ثابت نگه داشتن خطای حالت ماندگار صفر برای انحرافات فرکانس، و ردیابی دقیق قراردادهای بار تقاضا شده توسط DISCO-ها می باشد. بعلاوه، سیستم قدرت باید شرایط ارسال تقاضا شده را، تکمیل کند. در یک بازار انرژی باز، شرکت های تولید کننده برق (GENCO-ها)، ممکن است در امر AGC (کنترل تولید اتوماتیک) مشارکت داشته و یا نداشته باشند. از سویی دیگر، یک شرکت توزیع (DISCO) می تواند بطور انفرادی با یک GENCO یا تولید کنندگان مستقل توان (IPP-ها) برای توان درون ناحیه آنها یا در ناحیه های دیگر، معامله کنند. هم اکنون این مبادلات تحت نظارت اپراتور سیستم مستقل (ISO)، انجام می شوند. مقادیر مشارکت های شرکت های تولید کننده و مبادلات توان خط ارتباطی، توسط چند معادله یکتایی که توسط نویسندگان ارایه شده است، محاسبه شده و سپس اعتبار آنها توسط MATLAB-SIMULINK بررسی شده است. این مقاله، یک PSO جدید بنام بی نظمی اصلاح شده و بهینه سازی تجمع (MCASO)، و الگوریتم ژنتیک با کدگذاری حقیقی را _که برای بدست آوردن پارامترهای بهینه بهره برای پاسخ های گذرای بهینه استفاده شده اند_ ارایه می دهد. یک PSO مرسوم دیگر، یعنی بهینه سازی تجمع ذره هیبریدی با تکنیک ضریب انقباض (HPSOCFA)، و الگوریتم ژنتیک با کدگذاری باینری، به منظور مقایسه در نظر گرفته شده اند. همچنین، اعتبار پاسخ های گذرای انحرافات فرکانسی ناحیه و تبادلات توان خطوط ارتباطی که بصورت تحلیل بدست آمده اند، توسط MATLAB-SIMULINK بررسی شده است.

دانلود رایگان 2 صفحه اول مقاله لاتین (PDF)

پیش نمایش مقاله

چکیده انگلیسی

In this paper, the four-area multi-units automatic generation control is studied in restructured power system. There are various types of ancillary services present in power system. One of these ancillary services is load following with frequency control which comes broadly under Automatic Generation Control in restructured power system. The prime objective of the paper is to introduce some novel evolutionary computation based techniques applied independently to obtain optimal gain parameters for optimal transient performances under various system operating conditions. Computational results and transient performances are compared to finally determine the best optimization technique for this problem. A novel particle swarm based algorithm namely, modified chaotic ant swarm optimization (MCASO) and real coded GA (RGA) prove to be competitively the best. A conventional PSO and binary coded GA are the other two techniques, yielding sub-optimal performances. A DISCO can contract individually and multilaterally with a GENCO for power and these transactions are done under the supervision of the ISO. In this paper, the concept of DISCO participation matrix is used to simulate the bilateral contracts in the four area diagram. The computed values of generators' participation and tie-line power exchanges match with the corresponding actual values obtained by MATLAB-SIMULINK. Optimal transient responses are determined by substituting the optimal gains in the MATLAB-SIMULINK based four-area multi-units diagram.