بهره برداری از سیستم های قدرت

فرمت : WORD                                            تعداد صفحه :142

فهرست

بخش اول:مقالات توزیع بار اقتصادی

   تغیری در حل مسئله توزیع بار اقتصادی                                                                           4

   حل مسئله بهینه سازی توزیع بار اقتصادی به روشی دیگرباشبکه های عصبی                              15      

   کاربردی ازمحاسبات تکاملی در توزیع بار اقتصادی با   توابع هزینه درجه دوم                             25  

بخش دوم:مقالات توزیع بار

   روش جدید برای محاسبه توزیع بار                                                                                46

   تحلیل سیستم های قدرت dc                                                                                      56

   برنامه پلان وسیع برای تحلیل توزیع بار dc                                                                      71

بخش سوم:مقالات کنترل فرکانس

 مدل سازی کنترل فرکانس در یک سیستم مجزا                                                                 81                   حداقل کردن اثر اشباع غیر خطی در lfc توربین بخار                                                           102

 Lfc غیر متمرکز در شبکه های قدرت یک پارچه                                                               114

بخش چهارم:به عنوان حسن ختام مقاله ای در باب AVR

میزان‌سازی تنظیم کننده‌های ولتاژ ژنراتورهای سنکرون با به کارگیری مدل ژنراتور(on-line generator)   124  

بخش اول:

مقالات توزیع بار اقتصادی

تغیری در حل مسئله توزیع بار اقتصادی

خلاصه

در پخش بار اقتصادی کلاسیک ، هدف توزیع بار بین منابع برای به حداقل رساندن هزینه بر طبق یک سری قید خاص می باشد. اگر تلفات خطوط نیز در نظر گرفته شود هزینه این تلفات نیز بایستی در محاسبات وارد شود. برای حل چنین مسائلی یافتن نمو هزینه کار مشکلی است . این مقاله از الگوریتم ژنتیک برای حل مسئله پخش بار اقتصادی بدون یافتن نمو هزینه استفاده می کند.

مقدمه

بحران انرژی در جهان ، افزایش سوخت ، در دسترس نبودن انرژی ، بهم پیوستن شبکه های الکتریکی باعث شده اند که از انرژی حداکثر استفاده را بکنیم.

پخش بار اقتصادی شامل دو مسئله مهم است. اولین مسئله اینست که لازم است برای بارهایمان منابع انرژی در دسترس را اختیار کنیم. دومین مسئله اینست که در پخش بار اقتصادی on-line لازم است که هم هزینه را مینیمم کنیم و هم بار را توزیع کنیم. در پخش بار اقتصادی ، مقادیر ژنراتورها ثابت نیست و برای اپتیمم کردن هزینه بین دو حد بالا و پایین یک مقدار را اختیار می کنند.

دور بودن منابع تولید از منابع مصرف باعث می شود که ما مجبور شویم تلفات خطوط را در نظر بگیریم. هر استراتژی که برای حل مسئله پخش بار اقتصادی در نظر گرفته می شود بایستی این مسئله را مد نظر قرار داد.

در برنامه ریزی غیر خطی مقدار هزینه تلفات را با هزینه نیروگاهها جمع می کنند سپس این هزینه کلی را با توجه به قیود مینیمم می کنند. این مستلزم پیدا کردن نمو هزینه می باشد که کار بسیار مشکلی است. هنگام مقایسه هزینه ها معلوم می شود که هزینه ای که بابت تلفات پرداخت می کنیم بسیار کمتر از هزینه نیروگاهها است. بنابراین غیر ضروری است که مقدار نمو هزینه را بدست آوریم. در روش پیشنهاد شده زیر هزینه تلفات خودبخود مینیمم می شود.

الگوریتمهای ژنتیک در تلاشند که پروسه ها را با سرعت زیاد جهش دهند. در اینجا نیز یک نمونه از این کار توضیح داده می شود که دارای بازده بالا و سرعت بالا است. این روش از محاسبه دشوار ضریب تلفات و نمو هزینه جلوگیری می کند و این کار را با استفاده از تلفات خطوط که از پخش بار بدست می آید ، انجام می دهد.

رمزگذاری و رمز گشائی1 ) رمز گذاری

رمزگذاری برمی گردد به یک سری شماره محدود که به اعضائ گروه نسبت داده می شود. که معمولاً اعداد 0 و 1 می باشند. در منظور ما این اعداد به یک ناحیه خاص نسبت داده می شوند. نواحی به مجموعه ای از توان ژنراتور برحسب MW تلقی می شود. برای مسئله 5 ژنراتوری زیر ، از یک سری میله برای نشان دادن محدوده توان ژنراتور استفاده می کنیم. رشته ها از یک سری 0 و 1 که به معنی تغییرات تولید جدید می باشند ، درست شده اند. ساختار داده ها که برای هر عضو مجموعه در نظر گرفته می شود طبق زیر می باشد:

 Lower مقدار مینیمم و upper مقدار ماکزیمم مربوط  به هر عضو و midvalue مقدارمتوسط  را نگه می دارد. رنج اولیه قدرت تولیدی برای هر ژنراتور به وسیله  و  محدود می شود. در مسئله ما و در تمامی این مقاله مقدار  برابر 600MW و  برابر 200MW می باشد. نواحی مجاز هر ژنراتور در شکل 1 نشان داده شده است:

2) رویه ایجاد رشته ها

برای تولید رشته ها ، 1 به قسمت بالائی تولید هر نیروگاه و 0 به قسمت پائینی تولید هر نیروگاه تلقی می شود. این تغییرات متناظر با Lower و upperو midvalueمیباشد. در مثال بالا 1 به ناحیه400-600 MW و 0 به ناحیه 200-400 MW اتلاق می گردد. فرض کنید که تولید جدید عبارتست از: {0 1 1 0 1} ، بنابراین شکل 2 بدست میاید:

همانطور که دیده می شود تولید هر نیروگاه با مجموعه ای از مقادیر نشان داده می شود.

تعداد مراحل حل لازم عبارتست از:

رمز گذاری سیستم به خاطر دلایل زیر می باشد:

محدودیتهای تولید مستقیماً با یک رشته عددی نمایش داده می شود.حافظه کمتری برای ذخیره سازی گرفته می شود.درستی نتایج با افزایش تعداد تکرار حلها افزایش میابد.بهترین راه حل برای حل مسئله می باشد.اضافه کردن ژنراتورها کار ساده ای است .از کار انداختن ژنراتور کار ساده ای است ، فقط کافیست که مقادیرو مساوی 0 قرار داده شود.3) رمز گشائی

برای رمزگشائی کافیست که مقدارmidvalue نمونه ها نمونه برداری شود. مقدار واقعی تولید بین دو مقدار بالا و پایین قرار دارد. خصوصیت اصلی الگوریتم اینست که بهترین مقدار را دیکد می کند.

مزیت دیگر الگوریتم اینست که penalty factor را بدست می آورد.

 مسائل فرمولاسیون

در پخش بار اقتصادی ما می کوشیم که:

 1) تابع هزینه زیر را مینیمم کنیم:

در اینجا توابع هزینه ها را درجه 3 در نظر می گیریم.

2) تلفات انتقال را مینیمم کنیم:

با توجه به قیود زیر:

داده ها

ماتریس A برابر است با:

ماتریس B برابراست با:

توابع fitness

در اینجا روشی را برای محاسبه طول اعضاء معرفی می کنیم. هر مقدار قابل مشاهده به تنهائی محاسبه می شود و مقادیرها با هم جمع زده می شوند تا بوجود بیاورند یک ضریب شایستگی خاص که با figure_of_merit = x+y+z نشان داده می شود. مقادیر x,y,z طبق روابط زیر محاسبه می شوند:

برای اعمال محدودیت رابطه 5 فرض می کنیم که:

حل برای  حل غیر قابل قبول است.

برای مینیمم کردن هزینه معادله 2 ، داریم که:

Y کوچک مطلوب است.

برای مینیمم کردن تلفات در معادله 4 ، داریم که:

وقتی که تلفات کم باشد آنگاه z عدد کوچکی است.

معادله 6 در هنگام اجرای برنامه چک می شود. و در آخر هم شکل زیر رسم می شود: