A combination of genetic algorithm and particle swarm optimization
for optimal DG location and sizing in distribution systems
برای دانلود رایگان مقاله اصلی به زبان انگلیسی اینجا کلیک کنید
ترکیب الگوریتم ژنتیک و الگوریتم بهینهسازی ازدحام ذرات برای یافتن اندازه و مکان بهینۀ تولید پراکنده در سیستمهای توزیع
چکیده
منابع تولید پراکنده (DG) به علت تقاضای روبروی رشد انرژی دارای اهمیت زیادی در سیستمهای توزیع میگردند. مکانها و توانمندیهای منابع تولید پراکنده تاثیر عمیقی در تلفات سیستم در شبکه توزیع داشتهاند. در این مقاله، یک ترکیب نوینی از الگوریتم ژنتیک[1] (GA)/ بهینهسازی ازدحام ذرات[2] (PSO) برای جایابی و یافتن اندازه بهینه تولید پراکنده در سیستمهای توزیع معرفی میشود. هدف این است که تلفات توان شبکه کمینه شده، تنظیم ولتاژ بهتری صورت گرفته و پایداری ولتاژ در چارچوب قیود عملکردی و امنیتی سیستم در سیستمهای توزیع شعاعی حاصل شود. یک تحلیل تشریحی روی سیستمهای 33 و 39 باس انجام شده است تا کارائی روش ارائه شده نشان داده شود.
مقدمه
سیستمهای توزیع معمولا جهت تسهیل کارکرد به صورت طبیعی شعاعی هستند. سیستمهای توزیع شعاعی[3] (RDSs) تنها در یک نقطه که همان پست باشد تغذیه میشوند. این پست، توان (برق) را مراکز تولید مرکزی و از طریق شبکه انتقال دریافت میکند. کاربران نهائی برق نیز توان الکتریکی را از پست و از طریق سیستم توزیع شعاعی که یک شبکه پسیو است دریافت میکنند. لذا، عبور توان در سیستم توزیع شعاعی به صورت یکطرفه است. نسبت R/X بالا در خطوط توزیع منجر به افت ولتاژ بزرگ، پایداری ولتاژ کوچک و افزایش تلفات توان میشود. در شرایط بارگذاری بحرانی در برخی نواحی صنعتی خاص، سیستم توزیع شعاعی به علت مقدار کم شاخص پایداری ولتاژ، در بیشتر گرههای خود یک فروپاشی ناگهانی ولتاژ را تجربه میکند.
اخیرا، با قراردادن منابع الکتریکی در ظرفیتهای کوچک جهت افزایش قابلیت اطمینان سیستم و تنظیم ولتاژ، راهکارهای مختلفی برای تکمیل پسیو بودن سیستم توزیع شعاعی پیشنهاد شده است [1,2].
چنین تولیدات تعبیه شده در یک سیستم توزیع را تولیدات متفرقه یا تولیدات پراکنده (DG) مینامند.