عنوان

تعیین محل و ظرفیت بهینه خازنهای جبرانساز در شبکه توزیع آذربایجان‌شرقی با استفاده از روش‌های جدید هوش مصنوعی

‭۵۵۱۳پ‬

per

تعیین محل و ظرفیت بهینه خازنهای جبرانساز در شبکه توزیع آذربایجان‌شرقی با استفاده از روش‌های جدید هوش مصنوعی

/محمد طالبی

تبریز : دانشگاه‌تبریز ، دانشکده مهندسی برق وکامپیوتر

‮‭۱۴۱‬ ص‬

چاپی

کارشناسی ارشد

برق ، گرایش کنترل

‮‭۱۳۸۸/۰۶/۳۱‬

تبریز : دانشگاه‌تبریز ، دانشکده مهندسی برق وکامپیوتر

مبحث تلفات انرژی از مهمترین مقوله‌هایی است که صنعت برق با آن مواجه است و توجه به کاهش آن ضرورتی اجتناب‌ناپذیر می‌باشد .درکشورهای صنعتی از همان ابتدای شکل‌گیری این صنعت یعنی سال ‮‭۱۹۰۰‬ میلادی مبحث تلفات مورد توجه قرار گرفته است .یکی از مباحث مهم در بهره‌برداری شبکه‌های توزیع، کنترل توان راکتیو شبکه می‌باشد که به صورت یک زیر مسئله از بحث پخش توان بهینه ‮‭(OPF)‬ مورد توجه قرار می‌گیرد .روش‌های مختلفی برای جبران توان راکتیو در شبکه‌های قدرت وجود دارد که برحسب نوع شبکه و شرایط بهره‌برداری آن یکی از این روشها مورد استفاده قرار می‌گیرد .جبران‌سازی با نصب خازن‌های موازی یکی از روش‌های معمول در شبکه‌های توزیع شعاعی می‌باشد که به طور فراگیر کاربرد دارد .طراحی اندازه و محل بهینه برای خازن‌های شبکه مسئله جایابی بهینه خازن‌ها ‮‭(OCPP)‬ نامیده می‌شود .بانک‌های خازنی نصب شده در شبکه‌های توزیع علاوه بر تنظیم سطوح ولتاژ در حد مجاز، باعث افزایش ضریب توان، کاهش تلفات و افزایش ظرفیت شبکه برای باردهی خواهد شد .در این تحقیق سعی شده است که با استفاده از روش‌های بهینه‌سازی هوشمند به حل مسئله جایابی خازن بپردازیم .مسئله تعیین محل و اندازه بهینه خازن در سیستم قدرت را می‌توان به صورت یک مسئله بهینه‌سازی مقید در نظر گرفت که تابع هدف آن کاهش تلفات شبکه خواهد بود و همزمان با آن باید قیود بهره‌برداری نیز ارضا گردند .به جهت پیچیدگی و غیرتحلیلی بودن تابع هدف، روش‌های تحلیلی یا مبتنی بر گرادیان تابع هدف در حل این مسئله قابل استفاده نیستند .اخیرا روش‌های هوشمند نتایج مطلوبی را در حل این‌گونه مسایل از خود نشان داده‌اند و از این‌رو ما استفاده از چند روش هوشمند نوین را در دستور کار قرار داده‌ایم .در این پایان‌نامه همچنین ایده‌هایی برای بهبود این روش‌ها ارائه می‌شود که میزان بهبود عملکرد هریک از آنها را قبل از اعمال بر روی مسئله‮‭OCPP‬ ، با استفاده از توابع تست استاندارد مورد ارزیابی قرار می‌دهیم .نتایج شبیه‌سازی نشان می‌دهد که الگوریتم‌ها و روش‌های پیشنهادی بر روی مسئله جایابی‌خازن نتایج رضایت‌بخشی در بهبود عملکرد شبکه توزیع داشته و نیز سود اقتصادی قابل توجهی از محل کاهش تلفات شبکه درپی خواهد داشت، به طوریکه اعمال روش‌های هوشمند در حل مسئله جایابی‌خازن، صرفه‌جویی اقتصادی برابر حداقل ‮‭۵/۶‬ درصد هزینه نهایی در سیستم ‮‭۹‬ باسه و حداکثر ‮‭۶۳/۱۴‬ درصد هزینه نهایی در سیستم ‮‭۱۵‬ باسه را در پی دارد .مقایسه نتایج به دست آمده از بهترین الگوریتم‌های پیشنهادی در این پایان‌نامه و نتایج روش‌های پیشنهادی در سایر مقالات نشان می‌دهد که الگوریتم‌های پیشنهادی و به خصوص الگوریتم‌های ‮‭SFL‬ و‮‭PSO‬ ، عملکردی بهتر از روش‌های پیشنهادی در سایر مقالات دارند و هزینه نهایی بدست آمده را حداقل برابر ‮‭۶۷/۰‬ درصد و حداکثر برابر ‮‭۱۶/۳‬ درصد نسبت به مراجع مختلف کاهش داده‌اند

The energy loss issue is one of the most important problems in electrical systems, and it is necessary to reduce it as much as possible. Attention to the loss issue in the industrial countries began since widespread electrical power use in 1900's. On the distribution networks, the losses resulted from the reactive current can be reduced with reactive power compensation, which could be formulated as a subset of Optimal Power Flow (OPF) problem. There are various methods to reactive power compensation on distribution systems, and the proper method is selected based on the network type and the power supply conditions. The compensation with shunt capacitor is one of the usual and pervasive methods on the radial distribution systems. Determining the optimal sizes and locations of the capacitors is called the Optimal Capacitor Placement Problem (OCPP). The installed capacitor banks on the power systems, in addition to voltage profile improvement, causes power factor correction, loss reduction, reactive power control, system capacity increase, and billing charge reduction. To solve the OCPP we investigate using some new intelligent optimization methods, also we propose some modified algorithms. The OCPP is a multi-objective and multi-modal constraint optimization problem. Because of having a complicated and non-differential objective function, the OCPP is a combinatorial problem, whose mathematical model is a mixed integer nonlinear programming problem and thus conventional analytic and gradient based methods have difficulty to handle it. Recently several intelligent methods have been successfully applied on similar problems; therefore we will utilize these intelligent methods and try to solve the OCPP. Also we propose novel plans to modify the intelligent algorithms and before applying them on the OCPP, evaluate the efficiency of them on the standard optimization benchmarks. The obtained simulation results demonstrate that our proposed methods have desirable results for optimal capacitor placement problem and improve the quality of power supply; furthermore energy loss reduction leads to appreciable economical benefits to the power companies. The minimum and maximum final cost reductions obtained by our proposed algorithms are 6.5 and 14.63 , which are observed on the 9-bus IEEE and the 15-bus radial distribution system, respectively. Comparison with the results obtained by other methods demonstrates that the proposed algorithms and particularly the PSO and the SFL algorithms have a better performance than other proposed methods and cause 0.67 and 3.16 in the final cost reduction with respect to the previously published results

Power Systems

Optimal Capacitor Placement Problem

Atificial Intelligence

Evolutionary Algorithms

طالبی، محمد

وکیل باغمیشه، محمد تقی، استاد راهنما

بابایی، ابراهیم، استاد مشاور

طوسی، بهروز، استاد مشاور

سیاه و سفید

نمایه‌سازی قبلی