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

Promoting the Optimal Maintenance Schedule of Generating Units in a Competitive Environment Based on Genetic Algorithm

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۸۴۵ | نظرات: ۰
سرفصل ارائه مقاله: مطالعات سیستم
سال انتشار: ۱۳۸۴
کد COI مقاله: PSC20_177
زبان مقاله: فارسی
حجم فایل: ۲۱۴.۶۸ کلیوبایت (فایل این مقاله در ۱۲ 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 ۱۲ 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 Promoting the Optimal Maintenance Schedule of Generating Units in a Competitive Environment Based on Genetic Algorithm

   Eshraghnia - Master of Engineering Department of Electrical Engineering Ferdowsi University of Mashhad Iran
   Modir Shanehchi - Associate Professor Department of Electrical Engineering Ferdowsi University of Mashhad Iran
   Rajabi Mashhadi - Assistant Professor Department of Electrical Engineering Ferdowsi University of Mashhad Iran

چکیده مقاله:

This paper presents a Genetic Algorithm methodology for finding the optimum preventive maintenance schedule of generating units of GENCOs in a restructured power system. In this environment, management of GENCOs and grid is separated, each maximizing its own benefit. Therefore, the principle to draw up the unit maintenance scheduling will be changed significantly. The profit of GENCO is defined as the total profit, which is the sum of the individual units’ profits from the auctions over the horizon. So each GENCO hopes to schedule its maintenance on the weeks when the spot marginal price (SMP) is lower, so that maintenance investment loss (MIL) is minimized. Therefore, objective function for the GENCO is to sell electricity as much as possible, according to the market clearing price forecast. Various technical constraints such as generation capacity, duration of maintenances and maintenance continuity are being taken in to account. The objective function of ISO is to maximize the reliability throughout the weeks of year. Various constraints such as minimum net reserve, duration of maintenance are being taken in to account. Therefore there are two objective functions for finding an optimum maintenance schedule in restructured power systems. Each GENCO specifies optimum maintenance schedule according to its objective function and hands it over to ISO. The ISO compares its own reliability index with reliability index related to maintenance schedule of GENCOs. If they are close enough in terms of reliability, it will be
approved; otherwise the ISO sets up incentives and disincentives for each period to encourage GENCOs to modify their maintenance schedule so that the difference between reliability indices obtained by objective function of ISO and the GENCOs is minimized.

کلیدواژه‌ها:

genetic algorithm, maintenance scheduling, spot marginal price, maintenance investment loss, forced outage rates, market clearing price

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-PSC20-PSC20_177.html
کد COI مقاله: PSC20_177

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:
Eshraghnia, ؛ Modir Shanehchi و Rajabi Mashhadi، ۱۳۸۴، Promoting the Optimal Maintenance Schedule of Generating Units in a Competitive Environment Based on Genetic Algorithm، بیستمین کنفرانس بین المللی برق، تهران، شرکت توانیر، پژوهشگاه نیرو، https://www.civilica.com/Paper-PSC20-PSC20_177.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: (Eshraghnia, ؛ Modir Shanehchi و Rajabi Mashhadi، ۱۳۸۴)
برای بار دوم به بعد: (Eshraghnia؛ Modir Shanehchi و Rajabi Mashhadi، ۱۳۸۴)
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 :

  • M. Shahidehpour and M.Marwali ، #Maintenance Scheduling in Restructured Power ...
  • M. Shahidehpour S.M Alomoush M. ، Restructued Eectrical Power System ...
  • R.Billinton and A .Abdulwhab, "Short-term Generating unit Maintenance Scheduling in ...
  • W.Peng and Ma Rui and He Renmu, "Research _ Multi- ...
  • A.J. Conejo & R.G. Bertrand & M.D. Salazar, " Generation ...
  • ، Maintenance Scheduling in Power Systems Using Genetic Algorithm', IEEE, ...
  • Jin-Ho Kim, j. Bae Park, J.Keun Park, " _ New ...
  • http : //www .nordpool .com ...
  • N .Mohammadi Tabari *Promoting the Optimal Maintenance Schedule of Generating ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۳۳۰۷۶
    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 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.