پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شماره‌ها | 671 |
| تعداد مقالات | 9,773 |
| تعداد مشاهده مقاله | 69,537,116 |
| تعداد دریافت فایل اصل مقاله | 48,654,636 |
توزیع بهینه توان راکتیو در سیستم قدرت با استفاده از الگوریتم بهینه‌سازی بویایی کوسه مبتنی بر معیار پارتو | ||
| مدل سازی در مهندسی | ||
| مقاله 11، دوره 14، شماره 45، تیر 1395، صفحه 133-144 اصل مقاله (1.07 M) | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2017.1769 | ||
| نویسندگان | ||
| اویس عابدی نیا* ؛ نیما امجدی | ||
| دانشگاه سمنان | ||
| تاریخ دریافت: 09 بهمن 1395، تاریخ بازنگری: 25 شهریور 1396، تاریخ پذیرش: 09 بهمن 1395 | ||
| چکیده | ||
| در سال‌های اخیر صنعت برق در برخی از کشورهای دنیا به روش‌های مختلفی به یک بازار رقابتی انرژی تبدیل شده است که در اصطلاح به آن صنعت برق تجدید ساختار شده اطلاق می‌شود. برای حفظ پایداری شبکه‌های قدرت و انتقال توان مطمئن، افزون بر تامین توان اکتیو نیاز به تامین توان راکتیو نیز می‌باشد که برای بهبود ایمنی سیستم بایستی توسط بهره‌بردار سیستم قدرت بصورت بهینه تأمین گردد. در این مقاله رویکردی برای تنظیم مدیریت توان راکتیو به‌عنوان یک مساله دراز مدت و غیرخطی در سیستم مورد مطالعه ارائه خواهد شد. لذا مساله برنامه‌ریزی و توسعه شبکه بازار برق با توزیع بهینه توان راکتیو به یک مساله بهینه‌سازی غیرخطی تبدیل گشته و از الگوریتم جدید بویایی کوسه بر اساس معیار پارتو سعی در حل این مساله با در نظر گرفتن قیود عملی و غیرخطی شده است. به‌منظور بررسی و نشان دادن قابلیت‌های الگوریتم مورد نظر از معیارهای مختلف در سیستم‌های مورد مطالعه برای بررسی انحراف معیار و خطاهای ایجاد شده استفاده شده است. جستجوی مناسب با سرعت بالا، به‌گزینی بهترین جواب و ارتقا و تقاطع نسل‌ها از ویژگی‌های بارز این روش می‌باشد.. | ||
| کلیدواژه‌ها | ||
| توزیع توان راکتیو؛ الگوریتم بویایی کوسه؛ معیار پارتو؛ برنامه ریزی بازار برق | ||
| عنوان مقاله [English] | ||
| Optimal Distribution of Reactive Power based on Shark Smell Optimization with Pareto Criterion in Power System | ||
| نویسندگان [English] | ||
| Oveis Abedinia؛ Nima Amjady | ||
| semnan university | ||
| چکیده [English] | ||
| In recent years, the electrical industrial convert to a competitive market in some of the countries which is named a deregulated systems. To maintain the stability of power grids and reliable power transmission, in addition to providing active power, reactive power supply is also needed to improve the safety system should be optimized by the operation of the power system. In this paper, we proposed a new solution to management the reactive power which is presented as a long term and non-linear optimization problem. Hence, the planning and improving the power market based on optimal distribution of reactive power has been presented as an optimization problem. The mentioned problem is solved by a new meta-heuristic algorithm which is based on shark smell abilities named Shark Smell Optimization (SSO). This algorithm improved with Pareto criterion to increase the abilities of proposed strategy in nonlinear problem with different constrains. The effectiveness of the proposed method has been applied over tow power system case studies through the comparison with other techniques. | ||
| کلیدواژه‌ها [English] | ||
| Reactive Power Distribution, Shark Smell Optimization, Pareto Criterion, Electrical Market Planning | ||
| مراجع | ||
|
[1] Baughman, M. L., and Siddiqi, S. N., (1991), “Real-time Pricing of Reactive Power: Theory and Case Study Results,” IEEE Transactions on Power Systems. vol. 6, no. 2, pp. 23-9. [2] Baughman, M. L., Siddiqi, S. N., and Zarnikau, J. W., (1997), “Advanced Pricing in Electrical Systems. I. Theory,” IEEE Transactions on Power Systems, vol. 12, no. 1, pp. 489-95. [3] Baughman, M. L., Siddiqi, S. N., and Zarnikau, J. W., (1997), “Advanced Pricing in Electrical Systems. II. Implications,” IEEE Transactions on Power Systems, vol. 12, no. 1, pp. 496-502. [4] Li, Y. Z., and David, A. K., (1993), “Pricing Reactive Power Conveyance,” IEE-Proceedings-C- (Generation, Transmission-and-Distribution) vol. 140, no. 3, pp.174-80. [5] Li, Y. Z., and David, A. K., (1994), “Wheeling Rates of Reactive Power Flow under Marginal Cost Pricing,” IEEE Transactions on Power Systems. vol. 9, no. 3, pp.1263-9. [6] Jong-Bae P,Ki-Song L; Joong-Rin S; Lee, K.Y, (2005), ”Particle swarm optimization for economic dispatch considering the generator constraints”, IEEE Trans. on Power Syst., vol. 20, no. 1, pp. 34 – 42. [7] Hosam K. Youssef and Khaled M. El-Naggar, (2000), ”Genetic based algorithm for security constrained power system economic dispatch”, Electric Power Systems Research, vol. 53, no. 1, pp. 47-51. [8] Granville. S., Pereira. M.V.F., Monticelli. A., (1988), ‘An integrated methodology for VAR sources planning’, IEEE Trans. Power Syst., vol. 3, no. 2, pp. 549–557. [9] Estevam. C.R.N., Rider. M.J., Amorim. E., Mantovani. J.R.S., (2010), ” Reactive power dispatch and planning using a non-linear branch-and-bound algorithm,” IET Gener. Transm. Distrib., vol. 4, no. 8, pp. 963–973. [10] Abedinia. O., Amjady. N., Ghasemi. A., Hejrati. Z., (2013), Solution of Economic Load Dispatch Problem via Hybrid PSO-TVAC and BFA Techniques, European Transaction on Electrical Power, Vol. 23, Issue 8, pp. 1504–1522. | ||
|
آمار تعداد مشاهده مقاله: 1,505 تعداد دریافت فایل اصل مقاله: 1,406 |
||