برنامه ریزی توسعه شبکه انتقال در حضور نیزوگاه های بادی و خورشیدی مبتنی در الگوریتم شبکه عصبی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 794

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRCEM01_070

تاریخ نمایه سازی: 25 آذر 1395

چکیده مقاله:

با افزایش بهای سوخت های فسیلی و کاهش ذخایر این سوخت ها و لحاظ گردیدن اثرات آلاینده های ناشی از سوخت های فسیلی بر محیط زیست، استفاده از انرژی های تجدید پذیر مانند انرژی های باد و خورشید به عنوان گسترده ترین و در دسترس ترین انرژی های نو بیش از پیش اهمیت یافته است. با افزایش استفاده از انرژی های باد و خورشید در شبکه های قدرت لازم است اثرات نیروگاه های بادی و خورشیدی در مطالعات برنامه ریزی توسعه شبکه انتقال لحاظ گردد. در این مقاله با استفاده از ترکیب الگوریتم شبکه عصبی مصنوعی با الگوریتم ژنتیک و استفاده از پخش بار DC روندی برای بهینه سازی توسعه خطوط انتقال با درنظر گرفتن عدم قطعیت های نیروگاه های بادی و خورشیدی و بارهای سیستم قدرت ارائه شده است. توابع هدف در برنامه ریزی توسعه شبکه انتقال شامل هزینه های سرمایه گذاری و تعمیر و نگهداری کل شبکه می باشد، از شبیه سازی مونت کارلو برای لحاظ کردن اثرات عدم قطعیت های شبکه از نظر تولید نیروگاه های بادی و نیروگاه های خورشیدی و بار در مطالعات پخش بار بهینه استفاده شده است. برای بررسی اثرات تغییر توان تولیدی نروگاه های بادی و نیروگاه های خورشیدی بر مطالعات برنامه ریزی توسعه شبکه انتقال دو مدل شبکه استاندارد شامل شبکه تست ۶ شینه Garver و ۲۴ شینهIEEE-RTS برای اعمال الگوریتم های مورد نظر در نظر گرفته شده است.

کلیدواژه ها:

نیروگاه های بادی ، نیروگاه های خورشیدی ، برنامه ریزی توسعه شبکه انتقال ، الگوریتم شبکه های عصبی (ANN) و الگوریتم خانواده ژنتیک (GA)

نویسندگان

رضا رشیدی

کارشناس ارشد برق- قدرت، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد کرمانشاه، کرمانشاه، ایران

حمدی عبدی

استادیار، گروه مهندسی برق، دانشکده فنی مهندسی دانشگاه رازی، کرمانشاه، 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 :
  • . Ma Chang-hui, Xue Yu-sheng, Lu Ting-rui, et al "Review ...
  • . Yu Han, Chungcy, Wong K P, et al _ ...
  • . Zheng Jing Wen Fushuan, Li Li, et al. "Transmission ...
  • . Y Hou, F.F.Wu "long-term bilateral contract pricing with risks ...
  • . Reliability Test System Task Force of the Application of ...
  • . Gao Ciwei, He Y eo "Transmission Planning Considering the ...
  • . Zeng Ming, Lv Chunguan, Qiu Liuqing, et al. _ ...
  • . R. Billinton, H. Chen and R. Ghajar, "A Sequential ...
  • . R.Billinton and A. A.chowduary , 'conversion system in conventional ...
  • Hazarikad. 7 BoRDOlIi p&." modifed loss oefficicntsin the determination of ...
  • P. P. Barker, R. W. de Mello, "Determining the impact ...
  • C.L. Benner, B.D Russell, "Practical high impedance fault detection for ...
  • G.A.orfanos.p. _ Georgilakis, N.D , Hatziargyriou _ "Transmission expansion planning ...
  • M.Moeni -Aghtaie , A.Abbaspour , and M. Fotuhi -Firuzabad , ...
  • R. Aggarwal, Y. Song, "Artificial Neural Networks in Power Systems. ...
  • /400 0/300 0/600 0/200 0/600 0/200 0/400 0/310 0/300 0/500 ...
  • نمایش کامل مراجع