تعداد نشریات | 418 |
تعداد شمارهها | 10,005 |
تعداد مقالات | 83,625 |
تعداد مشاهده مقاله | 78,449,390 |
تعداد دریافت فایل اصل مقاله | 55,466,160 |
بهبود بهرهوری سیستم توزیع با استفاده از بهینهسازی چندهدفه انواع منابع تولید پراکنده و جبران ساز استاتیک توزیع | ||
روشهای هوشمند در صنعت برق | ||
دوره 12، شماره 45، خرداد 1400، صفحه 1-15 اصل مقاله (921.38 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
مسعود علیلو* 1؛ سجاد سعدی2؛ سعید زمانیان3؛ جواد غلامی4؛ شهاب مشاری5 | ||
1دانشکده فنی و مهندسی- دانشگاه ارومیه، ارومیه، ایران | ||
2دانشکده کشاورزی- دانشگاه تربیت مدرس، تهران، ایران | ||
3دانشکده و پژوهشکده مهندسی و پدافند غیر عامل- دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
4دانشکده مهندسی مکانیک- دانشگاه علم و صنعت، تهران، ایران | ||
5دانشکده مهندسی مکانیک- دانشگاه تربیت مدرس، تهران، ایران | ||
چکیده | ||
جایابی و ظرفیت یابی بهینه واحدهای تولید پراکنده و جبرانسازهای مدرن تاثیر مستقیمی بر روی کارایی این ادوات در سیستم توزیع دارد. به همین دلیل، در این مقاله، بهینه سازی همزمان مکان و اندازه انواع منابع تولید پراکنده و جبرانساز استاتیک سنکرون در سیستمهای توزیع مورد مطالعه قرار گرفته است. جهت نزدیکتر کردن نتایج به شرایط واقعی تر بهره برداری، از یک مدل بار غیرخطی که ترکیبی از الگوری مصرف روزانه و بار متغیر به ولتاژ و فرکانس است، استفاده می شود. میکروتوربین، توربین بادی، پنل فتوولتائیک و پیل سوختی به عنوان منابع تولید پراکنده در نظر گرفته می شوند. توابع هدف مسئله ترکیبی از شاخصهای فنی و زیست محیطی هستند. از الگوریتم بهینه سازی چندهدفه وال برای بهینه سازی توابع هدف و تشکیل صفحه بهینه پارتو استفاده میشود. پس از اجرای الگوریتم چندهدفه، از روش تحلیل سلسله مراتبی برای انتخاب بهترین ذره از صفحه پارتو که معادل با بهینه ترین مکان و اندازه ادوات است، استفاده می شود. در نهایت، روش پیشنهادی در سیستمهای توزیع استاندارد 69 شینه IEEE و واقعی 101 شینه خوی- ایران مورد ارزیابی قرار میگیرد. نتایج شبیه سازی نشان دهنده کارایی مناسب روش پیشنهادی در جایابی و ظرفیت یابی بهینه ادوات و بهبود شاخصهای سیستم توزیع هستند. | ||
تازه های تحقیق | ||
- بهینه سازی همزمان مکان و اندازه منابع تولید پراکنده تجدیدپذیر و تجدیدناپذیر و جبرانساز استاتیک توزیع در سیستم توزیع انجام شده است. - مدل بار غیرخطی وابسته به زمان و ولتاژ- فرکانس مورد مطالعه قرار گرفته شده است. - از ترکیب الگوریتم بهینه سازی چندهدفه وال و روش تحلیل سلسله مراتبی برای بهینه سازی توابع هدف فنی و زیست محیطی استفاده شده است. | ||
کلیدواژهها | ||
الگوریتم بهینه سازی چندهدفه وال؛ جبران ساز؛ روش تحلیل سلسله مراتبی؛ شاخص زیست محیطی؛ مدل بار | ||
مراجع | ||
[1] P. Huy, V. Ramachandaramurthy, J. Yong, K. Tan, J. Ekanayake, “Optimal placement, sizing and power factor of distributed generation: A comprehensive study spanning from the planning stage to the operation stage”, Energy, vol. 195, Article Number: 117011, March 2020 (doi: 10.1016/j.energy.2020.117011). [2] A. Ehsan, Q. Yang, “Optimal integration and planning of renewable distributed generation in the power distribution networks: A review of analytical techniques”, Applied Energy, vol. 210, pp. 44-59, Jan. 2018 (doi: 10.1016/j.apenergy.2017.10.106). [3] M. Salari, F. Haghighatdar-Fesharaki, “Optimal placement and sizing of distributed generations and capacitors for reliability improvement and power loss minimization in distribution networks”, Journal of Intelligent Procedures in Electrical Technology, vol. 11, no. 43, pp. 83-93, Autumn 2020 (in Persian). [4] Y. Han, G. Lv, E. Mokaramian, “A review modeling of optimal location and sizing integrated M-FACTS with wind farm and fuel cell”, Journal of Cleaner Production, vol. 268, Article Number: 121726, Sep. 2020 (doi: 10.1016/j.jclepro.2020.121726). [5] A. Motaghi, M. Alizadeh, M. Abbasian, “Reactive power compensation and reducing network transmission losses by optimal placement of parallel and series FACTS devices with fuzzy-evolutionary method”, Journal of Intelligent Procedures in Electrical Technology, vol. 9, no. 35, pp. 27-38, Autumn 2018 (in Persian). [6] R.A. Jabr, B.C. Pal, “Ordinal optimisation approach for locating and sizing of distributed generation”, IET Generation, Transmission & Distribution, vol. 3, pp. 713-723, Aug. 2009 (doi: 10.1049/iet-gtd.2009.0019). [7] B. Poornazaryan, P. Karimyan, G.B. Gharehpetian, M. Abedi, “Optimal allocation and sizing of DG units considering voltage stability, losses and load variations”, Electrical Power and Energy Systems, vol. 79, pp. 42-52, July 2016 (doi: 10.1016/j.ijepes.2015.12.034). [8] S. Kansal, V. Kumar, B. Tyagi, “Optimal placement of different type of DG sources in distribution networks”, Electrical Power and Energy System, vol. 23, pp. 752-760, Dec. 2013 (doi: 10.1016/j.ijepes.2013.05.040). [9] R. Ebrahimi, M. Ehsan, H. Nouri, “A profit-centric strategy for distributed generation planning considering time varying voltage dependent load demand”, Electrical Power and Energy System, vol. 44, pp. 168-178, Jan. 2013 (doi: 10.1016/j.ijepes.2012.07.039). [10] S. Li, Y. Li, Y. Cao, Y. Tan, B. Keune, “Capacity optimisation method of distribution static synchronous compensator considering the risk of voltage sag in high-voltage distribution networks”, IET Generation, Transmission & Distribution, vol. 9, pp. 2602-2610, Nov. 2015 (doi: 10.1049/iet-gtd.2014.1047). [11] T. Yuvaraj, K. Ravi, K. R. Devabalaji, “DSTATCOM allocation in distribution networks considering load variations using bat algorithm”, Ain Shams Engineering Journal, vol. 8, pp. 391- 403, Sept. 2017 (doi: 10.1016/j.asej.2015.08.006). [12] A. Taher, A. Afsari, “Optimal location and sizing of DSTATCOM in distribution systems by immune algorithm”, Electrical Power and Energy Systems, vol. 60, pp. 34-44, Sep. 2014 (doi: 10.1016/j.ijepes.2014.02.020). [13] T. Yuvaraja, K. R. Devabalajia, K. Ravia, “Optimal placement and sizing of DSTATCOM using harmony search algorithm”, Energy Procedia, vol. 79, pp. 759-765, Nov. 2015 (doi: 10.1016/j.egypro.2015.11.563). [14] S. Devi, M. Geethanjali, “Optimal location and sizing determination of distributed generation and DSTATCOM using particle swarm optimisation algorithm”, Electrical Power and Energy Systems, vol. 62, pp. 562-570, Nov. 2014 (doi: 10.1016/j.ijepes.2014.05.015). [15] T. Yuvaraj, K. R. Devabalaji, T. Babu, “Simultaneous allocation of DG and DSTATCOM using whale optimization algorithm”, Iranian Journal of Science and Technology, Transactions of Electrical Engineering, vol. 44, pp. 879-896, 2020 (doi: 10.1007/s40998-019-00272-w). [16] H. Tolabi, M. Ali, M. Rizwan, “Simultaneous reconfiguration, optimal placement of DSTATCOM and photovoltaic array in a distribution system based on fuzzy-ACO approach”, IEEE Trans. on Sustainable Energy, vol. 6, no. 1, pp. 210-218, Jan. 2015 (doi: 10.1109/TSTE.2014.2364230). [17] M. Alilou, V. Talavat, H. Shayeghi, “Simultaneous placement of renewable DGs and protective devices for improving the loss, reliability and economic indices of distribution system with nonlinear load model”, International Journal of Ambient Energy, vol. 41, pp. 871-881, 2020 (doi: 10.1080/01430750.2018.1490352). [18] H. Shayeghi, M. Alilou, B. Tousi, “Multi-objective allocating the protective devices beside wind turbine and photovoltaic panel in the distribution system”, International Journal on Technical and Physical Problems of Engineering, vol. 12, pp. 51-57, 2020. [19] A. Nageswa, P. Vijaya, M, Kowsalya, “Voltage stability indices for stability assessment: A review”, International Journal of Ambient Energy, In Press, 2018 (doi: 10.1080/01430750.2018.1525585). [20] T. Ayodele, M. Alao, A. Ogunjuyigbe, “Effect of collection efficiency and oxidation factor on greenhouse gas emission and life cycle cost of landfill distributed energy generation”, Sustainable Cities and Society, vol. 52, Article Number: 101821, Jan. 2020 (doi: 10.1016/j.scs.2019.101821). [21] L. Wong, V. Ramachandaramurthy, S. Walker, P. Taylor, M. Sanjari, “Optimal placement and sizing of battery energy storage system for losses reduction using whale optimization algorithm”, Journal of Energy Storage, vol. 26, Article Number: 100892, Dec. 2019 (doi: 10.1016/j.est.2019.100892). [22] M. Ehyaei, A. Ahmadi, M. Assad, T. Salameh, “Optimization of parabolic through collector (PTC) with multi objective swarm optimization (MOPSO) and energy, exergy and economic analyses”, Journal of Cleaner Production, vol. 234, pp. 285-296, Oct. 2019 (doi: 10.1016/j.jclepro.2019.06.210). [23] Y. Liu, C. Eckert, C. Earl, “A review of fuzzy AHP methods for decision-making with subjective judgments”, Expert Systems with Applications, vol. 161, Article Number: 113738, Dec. 2020 (doi: 10.1016/j.eswa.2020.113738). [24] M. Alilou, D. Nazarpour, H. Shayeghi, “Multi-objective optimization of demand side management and multi DG in the distribution system with demand response”, Journal of Operation and Automation in Power Engineering, vol. 6, pp. 230-242, 2018 (doi: 10.22098/JOAPE.2006.4207.1328). [25] M. Alilou, B. Tousi, H. Shayeghi, “Simultaneous placement of DG and compensators in the actual 101-bus distribution system in Khoy-Iran”, 23rd Electrical Power Distribution Conference, Tehran, Iran, 2018.
| ||
آمار تعداد مشاهده مقاله: 1,029 تعداد دریافت فایل اصل مقاله: 679 |