بهینهسازی توان راکتیو در شبکه قدرت در حضور ادوات TCSC و SVC با لحاظ شاخص های قابلیت اطمینان به روش الگوریتم جستجوی فاخته
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 839
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0201
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
در این مقاله بهینه سازی توان راکتیو به وسیله ی جایابی بهینه دو نوع از ادوات FACTS ارائه شده است. بدین منظورجبران ساز سری کنترل شونده با تایریستور (TCSC) و جبران ساز استاتیکی توان راکتیو (SVC) انتخاب شده و با استفاده ازالگوریتم بهینه سازی جستجوی فاخته مقدار بهینه و بهترین مکان این تجهیزات بصورت همزمان بدست آمده است.الگوریتم بهینه سازی جستجوی فاخته، الگوریتمی مبتنی بر جمعیت است که از زندگی فاخته در طبیعت الهام گرفته شدهاست؛ این الگوریتم دارای همگرایی بسیار سریعی بوده و در یافتن نقاط بهینه بسیار دقیق می باشد. تابع هدف براساسکمینه سازی هزینه نصب ادوات SVC و TCSC ، کمینه سازی هزینه تلفات انرژی و بهبود شاخص های قابلیت اطمینان(EENS(P و(EENS(Q تعریف شده است. همچنین شاخص های ارزیابی قابلیت اطمینان سیستم قدرت برای توان راکتیوتعریف و مدلسازی شده اند. شاخص های قابلیت اطمینان به کار رفته در این مقاله به دو گروه کلی شاخص های مرتبط باتوان اکتیو و شاخص های مرتبط با توان راکتیو تقسیم بندی شدهاند. کلیه توابع هدف مقید به معادلات پخش بار، حدودولتاژ شین، حدود توان راکتیو خروجی ژنراتورها در ولتاژ کنترل شده شین ها و حدود مقدار تنظیمی برای SVC و TCSCهستند. شبیه سازی در بسته نرم افزار MATPOWER بر روی سیستم استاندارد 30 شینه تغییر یافته IEEE مورد ارزیابیقرار گرفته و نتایج نشان دهنده موفقیت مدل و روش حل ارائه شده بوده است.
کلیدواژه ها:
ادوات FACTS ، جبرانسازی ، الگوریتم جستجوی فاخته ، قابلیت اطمینان ، شاخص های تاوان راکتیو و اکتیو ، تزریق توان راکتیو
نویسندگان
امیر اسدی گلوگاهی
گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه محقق اردبیلی، اردبیل، ایران
سیدجلال سیدشنوا
گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه محقق اردبیلی، اردبیل، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :