دانلود مقاله ISI انگلیسی شماره 54035
ترجمه فارسی عنوان مقاله

*روشی نوین برای جایابی و یافتن اندازۀ بهینۀ خازن در سیستم‌های توزیع دارای بارهای غیرخطی و تولید پراکنده، با استفاده از الگوریتم ژنتیک

عنوان انگلیسی
A novel method for optimal capacitor placement and sizing in distribution systems with nonlinear loads and DG using GA
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
54035 2011 12 صفحه PDF
منبع

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

Journal : Communications in Nonlinear Science and Numerical Simulation, Volume 16, Issue 2, February 2011, Pages 851–862

فهرست مطالب ترجمه فارسی
چکیده

مقدمه

توصیف مساله

محاسبات پخش بار

فرمولبندی مساله

قیود 

 تابع هدف

الگوریتم ژنتیک و تابع برازش ارائه‌شده

جدول 1:هزینۀ سالانۀ خازن‌های ثابت [21]. 

رهیافت پاسخ

مراحل الگوریتم

معیار همگرایی و زمان محاسبه

شکل 1. دیاگرام تک‌خطی سیستم معوج 18 باس IEEE [34] به کار رفته برای شبیه‌سازی و تحلیل.

نتایج شبیه‌سازی

شبیه‌سازی سیستم معوج 18 با IEEE بدون تولید پراکنده 

اطلاعات خط در سیستم آزمون 18 باس IEEE. 

جدول 3 الف:اطلاعات بار خطی در سیستم تست 18 باس IEEE. 

جدول 3 ب:اطلاعات بار غیرخطی و تولید توان DG در سیستم آزمون 18 باس IEEE. 

جدول 4:جایابی خازن بر اساس [21] در سیستم آزمون 18 باس IEEE. 

جدول 5 الف:جایابی خازن بر اساس روش ارائه شده با مقدار مختلف kn در سیستم آزمون 18 باس IEEE. 

جدول 5 ب:مقایسۀ نتایج در حضور بارهای خطی و غیرخطی در سیستم آزمون 18 باس IEEE. 

شبیه‌سازی سیستم معوج IEEE 18 باس دارای تولید پراکنده

جدول 6:نتایج خازن تخصیص‌یافته، ولتاژ باس و ولتاژ THD در سیستم آزمون 18 باس IEEE با DG. 

جدول 7:نتایج مقایسه‌ای روش ارائه شده با و بدون حضور DG در سیستم تست 18 باس IEEE. 

شبیه‌سازی سیستم معوج IEEE دارای تولید پراکنده

شکل 2. دیاگرام تک‌خطی سیستم آزمون 33 باس IEEE به کار رفته برای شبیه‌سازی و تحلیل. 

جدول 8:اطلاعات خط در سیستم آزمون 33 باس IEEE. 

جدول 9:اطلاعات خط و تولید توان DG در سیستم آزمون 33 باس IEEE.

جدول 10:نتایج خازن تخصیص‌یافته، ولتاژ باس و ولتاژ THD در سیستم آزمون 33 باس IEEE. 

جدول 11:نتایج مقایسۀ روش ارائه شده با DG در سیستم آزمون 33 باس IEEE. 

نتیجه‌گیری
ترجمه چکیده
برای بهبود همزمان کیفیت توان، بهینه‌سازی مکان و اندازۀ بانک‌های خازنی ثابت در شبکه‌های توزیع شعاعی، که دارای بارهای غیرخطی و تولید پراکنده (DG) بوده و هارمونیک‌های ولتاژ- جریان را بوجود می‌آورند، یک الگوریتم ژنتیک (GA) پیشنهاد می‌شود. در سیستم‌های توزیع، بارهای غیرخطی و DGها معمولاً به عنوان منابع هارمونیکی در نظر گرفته می‌شوند. برای بهینه‌سازی مکان و اندازۀ خازن در سیستم توزیع، تابع هدف شامل هزینۀ تلفات سیستم، تلفان انرژی و بانک‌های خازنی است. در همین زمان، قیود شامل حدود ولتاژ، تعداد/ اندازۀ خازن‌های نصب‌شده (در هر باس) و نیز حدود کیفیت توان استاندارد IEEE-519 است. در این مطالعه، تابع برازش جدیدی برای حل مسالۀ بهینه‌سازی مقید با متغیرهای گسسته، به کار می‌رود. نتایج شبیه‌سازی حاصل از دو شبکۀ معوج IEEE (یعنی سیستم‌های تست 18 باس و 33 باس) ارائه شده و پاسخ‌های روش بیان شده با نتایج مربوط به روش‌های توصیف شده در بخش تاریخچه مقایسه می‌شود. سهم اصلی این مقاله عبارت است از محاسبۀ پاسخ (نزدیک) جهانی با احتمال کم گیر افتادن در بهینۀ محلی و وابستگی ضعیف به شرایط اولیه، و در عین حال اجتناب از مشکلات عددی سیستم‌های بزرگ. نتایج نشان می‌دهد که روش ارائه شده را می‌توان به خوبی برای یافتن مکان و اندازۀ بهینۀ خازن در سیستم‌های توزیع معوج به کار گرفت.
ترجمه مقدمه
توزیع توان از نیروگاه‌های برق به مصرف‌کنندۀ نهایی از طریق خطوط انتقال، زیرانتقال و توزیع صورت می‌گیرد. بهبود پروفیل ولتاژ و کاهش تلفات سیستم از طریق نصب خازن به شدت به نحوۀ جاگذاری و عملکرد خازن‌های سیستم بستگی دارد [1-3]. مسالۀ کلی جایابی خازن شامل تعیین مکان و اندازۀ بهینۀ خازن‌هایی است که باید نصب شوند و نیز تعیین طرح‌های کنترلی بهینه در باس‌های سیستم‌های توزیع است [4-10]. تزریق‌های توان و تقاضاهای توان که در مکان‌های مختلفی در سیستم‌های توزیع ظاهر می‌شوند فرض می‌شود به طور مساوی بین فازها تقسیم شده باشند. در واقعیت، معروف است که سیستم‌های توزیع نامتعادل باشند که دلیل آن وجود بسیاری از خطوط تکفاز و دو فاز و نیز پارامترهای نابرابر فازی و بارگذاری مختلف فاز است. خازن‌ها باید به منظور بهبود پروفیل ولتاژ و نیز کاهش تلفات سیستم روی فیدرهای توزیعی که شرایط مختلف بار را تغذیه می‌کنند نصب شوند. تحقیق ریاضی بسیاری روی جایابی خازن در سیستم‌های توزیع انجام شده است. گرینگر و لی [1] برنامه‌نویسی غیرخطی همچون روش جستجوی گرادیان را برای جایابی بهینۀ خازن پیشنهاد کردند. با استفاده از برنامه‌نویسی عدد صحیح ترکیبی، باران و وو [2] مسالۀ جایابی بهینۀ خازن را به صورت مجزا در دو مسالۀ ارباب و برده متمایز کردند. مسالۀ ارباب به منظور تعیین مکان خازن‌ها مورد استفاده قرار گرفت حال آن که مسالۀ برده برای تعییین نوع و اندازۀ خازن‌ها به کار رفت. چن و همکاران [3] اثر تزویج متقابل هادی‌ها موقع نصب خازن‌ در سیستم‌های توزیع نامتعادل را بررسی کردند. چیانگ و همکاران [4، 5] مسالۀ جایابی بهینۀ خازن را به صورت یک مسالۀ بهینه‌سازی ترکیبیاتی گسسته فرموله کرده و از روش تبرید شبیه‌سازی‌شده (SA) برای جستجوی پاسخ بهینۀ جهانی استفاده کردند. به منظور کاهش فضای جستجو، هوانگ و همکاران [6] الگوریتم پاسخ مبتنی بر جستجوی تابو (TS) و روش تحلیل حساسیت را برای انخاب مکان‌های نامزد نصب خازن‌ها ارائه کردند. هوانگ و همکاران [7، 8] با نمایش تابع هدف و قیود به عنوان آنتی‌ژن، الگوریتم‌های مصون (IA) را برای مسالۀ جایابی خازن اعمال کردند. چانگ و سیلویا و همکاران [9، 10] برای جایابی بهینۀ خازن الگوریتم‌های جستجوی کلونی مورچه و ساخت اکتشافی را پیشنهاد دادند. بسیاری از محققان استفاده از الگوریتم ژنتیک (GA) برای جستجوی پاسخ بهینۀ جهانی مسالۀ جایابی خازن را ارائه داده‌اند [8-11]. ساندهاراراجان و پاهوا [11] از تحلیل حساسیت برای جستجوی مکان خازن‌ها و از الگوریتم ژنتیک برای تعیین اندازۀ خازن‌ها استفاده کردند، که تا حدودی به تجارب موجود در زمینۀ انتخاب پارامترهای احتمال بستگی دارد. میو و همکاران [12] الگوریتم‌های دو مرحله‌ای را پیشنهاد کردند که کیفیت‌های خوب الگوریتم ژنتیک را با یک روش اکتشافی مبتنی بر حساسیت ترکیب می‌کنند. به منظور کاهش زمان محاسباتی [15]، فرمول‌بندی های چندجمعبتی اعمال‌شده شامل برخی زیرجمعیت‌ها هستند که با هر سطح بار متناظر هستند، و در آن‌ها رشته‌های هر سطح بار منفرد از طریق مکان‌ها و اندازه‌های نامزد خازن‌ها شکل گرفتند. معماران این پاسخ را نسبت به فرمولبندی تک‌جمعیتی سریع‌تر و دقیق‌تر یافتند. نظریۀ مجموعه فازی نیز در رابطه با بحث جایابی خازن توسط سو و تی‌سای آزموده شد [19]. در این روش، توابع عضویت تلفات توان و حدود ولتاژ در نمادهای مجموعه فازی بیان شدند. سپس تکنیک استدلال فازی به منظور مقایسۀ نتایج اجرا شد. اخیراً، کاربردی از الگوریتم ژنتیک توسط ساندهاراجان و پاهوا ارائه شده است [20]. بر اساس سازوکار انتخاب طبیعی، این روش پیش‌بینی کرد که جدول جایابی خازن به سمت پاسخ‌های بهینه تکامل خواهد یافت. در این مقاله، با در نظر گرفتن خازن‌های ثابت و نیز برهمکنش‌های بالوقۀ هارمونیکی (تلفات، رزونانس و عوامل اعوجاج) در حضور بارهای غیرخطی و DG و با استفاده ازالگوریتم ژنتیک، یک روش جدید برای تعیین مکان و اندازۀ بهینۀ خازن پیشنهاد شده است. این روش ارائه شده روی سیستم‌های معوج 19 باس و 33 باس IEEE آزموده شد. اهداف این روش عبارت بود از حداکثر کردن صرفه‌جویی کلی و حداقل کردن تلفات توان در شبکۀ توزیع معوج، که هزینۀ خازن‌ها نیز مدنظر قرار گرفته شده است. کارایی روش ارائه شده با کارایی دیگر روش‌های بیان شده در [22]، مقایسه شد، نتیجه این که این روش مزایای اقتصادی بهتری را پیشنهاد می‌دهد.
پیش نمایش مقاله
پیش نمایش مقاله  *روشی نوین برای جایابی و یافتن اندازۀ بهینۀ خازن در سیستم‌های توزیع دارای بارهای غیرخطی و تولید پراکنده، با استفاده از الگوریتم ژنتیک

چکیده انگلیسی

A genetic algorithm (GA) is proposed for simultaneous power quality improvement, optimal placement and sizing of fixed capacitor banks in radial distribution networks with nonlinear loads and distributed generation (DG) imposing voltage–current harmonics. In distribution systems, nonlinear loads and DGs are often considered as harmonic sources. For optimizing capacitor placement and sizing in the distribution system, objective function includes the cost of power losses, energy losses and capacitor banks. At the same time, constraints include voltage limits, number/size of installed capacitors (at each bus) and the power quality limits of standard IEEE-519. In this study, new fitness function is used to solve the constrained optimization problem with discrete variables. Simulation results for two IEEE distorted networks (18-bus and 33-bus test systems) are presented and solutions of the proposed method are compared with those of previous methods described in the literature. The main contribution of this paper is computing the (near) global solution with a lower probability of getting stuck at a local optimum and weak dependency on initial conditions, while avoiding numerical problems in large systems. Results show that proposed method could be effectively used for optimal capacitor placement and sizing in distorted distribution systems.

مقالات مرتبط