بهره برداري از سيستم هاي قدرت
فهرست مطالب
بخش اول:مقالات توزيع بار اقتصادي
تغيري در حل مسئله توزيع بار اقتصادي
حل مسئله بهينه سازي توزيع بار اقتصادي به روشي ديگرباشبکه هاي عصبي
کاربردي ازمحاسبات تکاملي در توزيع بار اقتصادي با توابع هزينه درجه دوم
بخش دوم:مقالات توزيع بار
روش جديد براي محاسبه توزيع بار
تحليل سيستم هاي قدرت dc
برنامه پلان وسيع براي تحليل توزيع بار dc
بخش سوم:مقالات کنترل فرکانس
مدل سازي کنترل فرکانس در يک سيستم مجزا
حداقل کردن اثر اشباع غير خطي در lfc توربين بخار
Lfc غير متمرکز در شبکه هاي قدرت يک پارچه
بخش چهارم:به عنوان حسن ختام مقاله اي در باب AVR
ميزان‌سازي تنظيم كننده‌هاي ولتاژ ژنراتورهاي سنكرون با به كارگيري مدل ژنراتور(on-line generator)
بخش اول:
مقالات توزيع بار اقتصادي
تغيري در حل مسئله توزيع بار اقتصادي
خلاصه
در پخش بار اقتصادي کلاسيک ، هدف توزيع بار بين منابع براي به حداقل رساندن هزينه بر طبق يک سري قيد خاص مي باشد. اگر تلفات خطوط نيز در نظر گرفته شود هزينه اين تلفات نيز بايستي در محاسبات وارد شود. براي حل چنين مسائلي يافتن نمو هزينه کار مشکلي است . اين مقاله از الگوريتم ژنتيک براي حل مسئله پخش بار اقتصادي بدون يافتن نمو هزينه استفاده مي کند.
مقدمه
بحران انرژي در جهان ، افزايش سوخت ، در دسترس نبودن انرژي ، بهم پيوستن شبکه هاي الکتريکي باعث شده اند که از انرژي حداکثر استفاده را بکنيم.
پخش بار اقتصادي شامل دو مسئله مهم است. اولين مسئله اينست که لازم است براي بارهايمان منابع انرژي در دسترس را اختيار کنيم. دومين مسئله اينست که در پخش بار اقتصادي on-line لازم است که هم هزينه را مينيمم کنيم و هم بار را توزيع کنيم. در پخش بار اقتصادي ، مقادير ژنراتورها ثابت نيست و براي اپتيمم کردن هزينه بين دو حد بالا و پايين يک مقدار را اختيار مي کنند.
دور بودن منابع توليد از منابع مصرف باعث مي شود که ما مجبور شويم تلفات خطوط را در نظر بگيريم. هر استراتژي که براي حل مسئله پخش بار اقتصادي در نظر گرفته مي شود بايستي اين مسئله را مد نظر قرار داد.
در برنامه ريزي غير خطي مقدار هزينه تلفات را با هزينه نيروگاهها جمع مي کنند سپس اين هزينه کلي را با توجه به قيود مينيمم مي کنند. اين مستلزم پيدا کردن نمو هزينه مي باشد که کار بسيار مشکلي است. هنگام مقايسه هزينه ها معلوم مي شود که هزينه اي که بابت تلفات پرداخت مي کنيم بسيار کمتر از هزينه نيروگاهها است. بنابراين غير ضروري است که مقدار نمو هزينه را بدست آوريم. در روش پيشنهاد شده زير هزينه تلفات خودبخود مينيمم مي شود.
الگوريتمهاي ژنتيک در تلاشند که پروسه ها را با سرعت زياد جهش دهند. در اينجا نيز يک نمونه از اين کار توضيح داده مي شود که داراي بازده بالا و سرعت بالا است. اين روش از محاسبه دشوار ضريب تلفات و نمو هزينه جلوگيري مي کند و اين کار را با استفاده از تلفات خطوط که از پخش بار بدست مي آيد ، انجام مي دهد.
رمزگذاري و رمز گشائي
1 ) رمز گذاري
رمزگذاري برمي گردد به يک سري شماره محدود که به اعضائ گروه نسبت داده مي شود. که معمولاً اعداد 0 و 1 مي باشند. در منظور ما اين اعداد به يک ناحيه خاص نسبت داده مي شوند. نواحي به مجموعه اي از توان ژنراتور برحسب MW تلقي مي شود. براي مسئله 5 ژنراتوري زير ، از يک سري ميله براي نشان دادن محدوده توان ژنراتور استفاده مي کنيم. رشته ها از يک سري 0 و 1 که به معني تغييرات توليد جديد مي باشند ، درست شده اند. ساختار داده ها که براي هر عضو مجموعه در نظر گرفته مي شود طبق زير مي باشد:
Lower مقدار مينيمم و upper مقدار ماکزيمم مربوط به هر عضو و midvalue مقدارمتوسط را نگه مي دارد. رنج اوليه قدرت توليدي براي هر ژنراتور به وسيله و محدود مي شود. در مسئله ما و در تمامي اين مقاله مقدار برابر 600MW و برابر 200MW مي باشد. نواحي مجاز هر ژنراتور در شکل 1 نشان داده شده است……………
