CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

اختصاص خازن بهینه در شبکه توزیع توسط الگوریتم ژنتیک با استفاده مستقیم از منحنی بار روزانه

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۱۴۲۸ | نظرات: ۰
سال انتشار: ۱۳۸۱
کد COI مقاله: PSC17_084
زبان مقاله: فارسی
حجم فایل: ۲۵۹.۲۶ کلیوبایت (فایل این مقاله در ۱۳ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۳ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله اختصاص خازن بهینه در شبکه توزیع توسط الگوریتم ژنتیک با استفاده مستقیم از منحنی بار روزانه

  مرتضی امینی شرفی - تبریز - دانشگاه تبریز
  قاسم اهرابیان - تبریز - دانشگاه تبریز
    سیدحسین حسینی (شناسه پژوهشگر - Researcher ID: ۴۹۶۲)
تبریز - دانشگاه تبریز
  سهراب خانمحمدی - تبریز - دانشگاه تبریز

چکیده مقاله:

اکثر مصرف کنندگان انرژی الکتریکی علاوه بر توان اکتیو، توان راکتیو هم مصرف می کنند . توان اکتیو یا همان توان حقیقی در نیروگاه تولید می شود . در صورتی که توان راکتیو می تواند در نیروگاه و یا در محلهای دیگر تولید گردد . مناسبترین و ارزانترین وسیله برای تولید توان راکتیو در محلهای غیر از نیروگاه، خازنهای موازی می باشند . در صورتی که توان راکتیو توسط نیروگاه تولید شود، هر یک از المانهای سیستم ( ژنراتورها، ترانسفورماتورها، خطوط انتقال و توزیع و کلیه تجهیزات ) باید ظرفیت بالاتری داشته باشند تا بتوانند کل توان ظاهری که جمع برداری توان اکتیو و راکتیو است، را از خود عبور دهند . در صورتی که خازنهای موازی می توانند با تولید این توان راکتیو در محلهای مورد نیاز، افزایش ظرفیت المانهای شبکه به این منظور، جلوگیری نمایند . علاوه بر کاهش ظرفیت المانها، تلفات کل شبکه نیز به خاطر کم شدن جریان کل کاهش پیدا می کند . به طور کلی مزایای اقتصادی نصب خازن در شبکه توزیع ما را ترغیب به نصب آن می نماید .
پیشگامان جایابی بهینه خازن، [1] Naegle, samson ، [2] Cook ، [3] ، [4] Schmill ، [5] Chang ، [6] و [7] Bagهمگی از روشهای تحلیلی برای حداکثر کردن تابع هدف استفاده می کردند . این روشها براساس فرضیات غیر واقع بینانه از فیدر همچون اندازه هادی ثابت و بارهای توزیع شده یکنواخت استوار بودند . از این روشها قانون مشهور 2/3 به دست امد. قانون 2/3 که برای ماکزیمم کردن کاهش تلفات به وجود آمده بوده بدین صورت بود که یک خازن با نسبت 2/3 پیک بار راکتیو باید در نقطه 2/3 فاصله از کل طول فیدر با بار یکنواخت نصب گردد تا حداکثر کاهش تلفات در آن فیدر ایجاد گردد . یک اشکال تمام روشهای تحلیل مدل کردن اندازه و مکان خازنها به صورت متغیرهای پیوسته است . بنابراین اندازه خازنهای محاسبه شده ممکن است با اندازه استاندارد موجود مطابقت نداشته باشد و مکانهای محاسبه شده با مکانهای فیزیک کره ها در سیستم توزیع منطبق نباشد . لذا لازم است نتایج به نزدیکترین مقدار عملی تقریب زده شود که ممکن است در برخی حالات اضافه ولتاژ و یا کاهش صرفه جویی، نسبت به مقادیر محاسبه شده ایجاد گردد . از زمانی که قدرت محاسبات بالا رفت و حافظه کامپیوترها ارزان شد بتدریج روشهای برنامه ریزی عددی نیز برای حل مسأله بهینه سازی مورد استفاده قرار گرفت . روشهای برنامه ریزی عددی، روشهای مبتنی بر تکرار هستند که برای حداکثر و یا حداقل کردن یک تابع هدف از متغیرهای حالت بکار می روند . متغیرهای حالت وابسته به نوع مسأله است و این متغیرها باید قیود مسأله را تأمین کنند . برای مسأله جایابی خازن، تابع صرفه جویی تابع هدف است و مکان، تعداد و اندازه خازنها و همچنین ولتاژ شینها و جریانهای فیدرها متغیرهای حال خواهند بود . که تمام آنها باید قیود مسأله را برآورده سازند . در این روشها می توان از توابع هدف پیچیده و پر جزئیات استفاده نمود . تابع هدف می تواند شامل تمام قیود ولتاژ و جریان بارها، اندازه گسسته خازنها و مکانهای فیزیکی گره ها باشد .

کلیدواژه‌ها:

جایابی خازن - شبکه توزیع - آزاد سازی ظرفیت - الگوریتم ژنتیک - منحنی بار

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-PSC17-PSC17_084.html
کد COI مقاله: PSC17_084

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
امینی شرفی, مرتضی؛ قاسم اهرابیان؛ سیدحسین حسینی و سهراب خانمحمدی، ۱۳۸۱، اختصاص خازن بهینه در شبکه توزیع توسط الگوریتم ژنتیک با استفاده مستقیم از منحنی بار روزانه، هفدهمین کنفرانس بین المللی برق، تهران، شرکت توانیر، پژوهشگاه نیرو، https://www.civilica.com/Paper-PSC17-PSC17_084.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (امینی شرفی, مرتضی؛ قاسم اهرابیان؛ سیدحسین حسینی و سهراب خانمحمدی، ۱۳۸۱)
برای بار دوم به بعد: (امینی شرفی؛ اهرابیان؛ حسینی و خانمحمدی، ۱۳۸۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Neagle, N. M. and Samson, D. R. "Loss reduction from ...
  • Cook, R. F. "Optimizing the application of shunt capacitors for ...
  • Granger, J. J. and Lee, S. H. "Optimum size and ...
  • Fawzi, T. H. EL-Sobki, S. M. and AbdelHalim, M. A. ...
  • Kaplan, M. "Optimization of number, location, siae, control type, and ...
  • Baran, M. E. and Wu, F. F. "Optimal capacitor placement ...
  • Grainger, J. J. and Civanlar, S. "Volt/var control on distribution ...
  • Bae , Y.G. "Analytical method of Capacitor allocation on distribution ...
  • Brown D.R., "Performance Analysis of avariable source of reactive power ...
  • Desai, K., Brown D.R, "Multiple Variable Source of reactive power ...
  • Levitin G., Kaluzhny A., Shenkman A., and Chertkov M., "Optimal ...
  • Shenkman A., "Energy Loss Computation by Using Statistical Techniques, " ...
  • Goldberg D., Genetic Algorithms in Search, Optimization and Machine Learning. ...
  • Koza J., Genetic Programming, The MIT Press, Cambridge MA, 1992. ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۱۰۶۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.