دسته بندی:

برق الکترونیک - Power Electronics

---

سال انتشار:

2015

---

ترجمه فارسی عنوان مقاله:

مکانیابی بهینه ی چندمنظوره و تعیین اندازه ی تولیدات پراکنده ی چندگانه و بانک های خازنی شانت با در نظر گرفتن عدم قطعیت بار با روش MOPSO

---

عنوان انگلیسی مقاله:

Optimal multi objective placement and sizing of multiple DGs and shunt capacitor banks simultaneously considering load uncertainty via MOPSO approach

---

منبع:

Sciencedirect - Elsevier - Electrical Power and Energy Systems 67 (2015) 336–349

---

نویسنده:

Arash Zeinalzadeh a, Younes Mohammadi a, Mohammad H: Moradi b,⇑

---

چکیده انگلیسی:

This study proposes a new application of multi objective particle swarm optimization (MOPSO) with the aim of determining optimal location and size of distributed generations (DGs) and shunt capacitor banks (SCBs) simultaneously with considering load uncertainty in distribution systems. The multi objective optimization includes three objective functions: decreasing active power losses, improving voltage stability for buses and balancing current in system sections. The uncertainty of loads is modeled by using fuzzy data theory. This method uses Pareto optimal solutions to solve the problem with objective functions and constraints. In addition, a fuzzy-based mechanism is employed to extract the best compromised solution among three different objective functions. The proposed method is implemented on IEEE 33 bus radial distribution system (RDS) and an actual realistic 94 bus Portuguese RDS and the results are compared with methods of Strength Pareto Evolutionary Algorithm (SPEA), Non-dominated Sorting Genetic Algorithm (NSGA), Multi-Objective Differential Evolution (MODE) and combination of Imperialist Competitive Algorithm and Genetic Algorithm (ICA/GA). Test results demonstrate that the proposed method is more effective and has higher capability in finding optimum solutions in cases where DG and SCB are located and sized simultaneously in a multi objective optimization.
Keywords: Distributed generations (DGs) | Shunt capacitor banks (SCBs) | Placement | Multi objective | Particle swarm optimization (PSO) | Fuzzy

---

چکیده فارسی:

این مقاله یک کاربرد جدید برای بهینه سازی ازدحام ذرات چندمنظوره (MOPSO) با هدف تعیین محل و اندازه ی بهینه ی تولیدات پراکنده (DG ها) و بانک های خازنی شانت (SCB ها) و در عین حال لحاظ نمودن عدم قطعیت بار در سیستم های توزیع پیشنهاد می دهد. بهینه سازی چندمنظوره دربردارنده ی سه تابع هدف است: کاهش تلفات بار اکتیو، بهبود پایداری ولتاژی برای باس ها و متعادل ساختن جریان در بخش های مختلف سیستم. عدم قطعیت بار با استفاده از نظریه ی داده های فازی، مدل می شود. این روش از راه حل های بهینه ی پارتو برای حل مسأله ی متشکل از توابع هدف و محدودیت ها استفاده می کند. به علاوه، یک سازوکار مبتنی بر فازی بودن برای استخراج بهترین راه حل ایجاد مصالحه میان سه تابع هدف مختلف مورد استفاده قرار می گیرد. روش پیشنهادی بر روی سیستم توزیع شعاعی (RDS) 33 باسه ی IEEE و سیستم توزیع شعاعی 94 باسه ی واقعی کشور پرتغال پیاده سازی شد، نتایج آن با روش های الگوریتم تکاملی قوت پارتو (SPEA)، الگوریتم ژنتیک مرتب سازی غیرمغلوب (NSGA)، الگوریتم تکاملی تفاضلی چندمنظوره (MODE) و ترکیبی از الگوریتم ژنتیک و الگوریتم رقابت استعماری (ICA/GA) مقایسه شدند. نتایج تست نشان می دهد که روش پیشنهادی کارایی بیشتری داشته و قابلیت بالاتری در یافتن پاسخ های بهینه در مواردی دارد که مکانیابی و تعیین اندازه ی DG و SCB همزمان در بهینه سازی چندمنظوره انجام می گیرد.
کلیدواژه ها: تولیدات پراکنده (DG ها) | بانک های خازنی شانت (SCB ها) | مکانیابی | چندمنظوره | بهینه سازی ازدحام ذرات (PSO) | فازی

---

---

---

---

حجم فایل: 2158 کیلوبایت

---

قیمت: 63000 تومان   

---

توضیحات اضافی:

---

---

---