پایان‌نامه

جایابی بهینه مولدین پراکنده با طرح های مختلف اتصال به شبکه با استفاده از الگوریتم ژنتیک

چکیده

طی سالیان اخیر، نصب مولدین پراکنده با هدف اصلی کاهش تلفات و بهبود کیفیت توان به شدت توسعه یافته است. یکی از اولویت ها در ساختار جدید سیستم قدرت، ساخت و راه اندازی مولدین پراکنده در نزدیکی مراکز بار به جای گسترش نیروگاه های بزرگ واقع در فاصله دور از مشتریان برای پاسخگویی افزایش تقاضای بار است. مکان و اندازه نصب مولدین پراکنده، همیشه یکی از چالش های مهم و تاثیرگذار این اولویت بوده است. در این پایان نامه، ضمن بیان روش های مختلف جایابی و اتصال مولدین پراکنده، روشی مبتنی بر الگوریتم ژنتیک برای جایابی مولدین تولید پراکنده با اهداف کاهش تلفات سیستم، بهبود پروفیل ولتاژ و کاهش هزینه های اتصال و سرمایه گذاری مولد پراکنده با در نظر گرفتن طرح اتصال dg ارائه شده است. نتایج حاصل از شبیه سازی بر روی یک شبکۀ نمونۀ 14 باسه نشان می دهد که با استفاده از روش پیشنهادی، پروفیل ولتاژ شبکه در محدودۀ مجاز قرار می گیرد. همچنین باعث کاهش قابل ملاحظه تلفات شبکه خواهد شد، علاوه بر آن با انجام این کار، از نیاز شبکه به توسعه جهت جبران تلفات و پاسخگویی به افزایش بار نیز کاسته می شود. در نهایت نتایج شبیه سازی نشان می دهد با جابجایی ظرفیت dg در باس های کاندید می توان علاوه بر برآورده کردن اهداف خواسته شده، کاهش قابل ملاحظه ای در هزینه سرمایه گذاری dg ایجاد کرد.

اساتید راهنما و مشاور

مصطفی رجبی مشهدی

پایان‌نامه‌های مشابه

اسناد مشابه

  • بهینه سازی برشکاری جت آب همراه با ذرات ساینده با استفاده از روش شبکه عصبی - الگوریتم ژنتیک

    مقالهمدلسازی در مهندسیحسین امیرآبادی، amirabadi جواد عاشوری، ashori فرشید جعفریان، jafarian

    در این پژوهش، روش شبکه عصبی- الگوریتم ژنتیک برای بهینه سازی صافی سطح در برشکاری شیشه توسط فرآیند برشکاری جت آب همراه با ذرات ساینده پیشنهاد شده است. از شبکه عصبی مصنوعی برای مدل سازی و پیش بینی زبری سطح با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، نرخ ریزش ذرات ساین

  • بهینه سازی برشکاری جت آب همراه با ذرات ساینده با استفاده از روش شبکه عصبی - الگوریتم ژنتیک

    مقاله۲۰۱۰مدلسازی در مهندسیجواد عاشوری، حسین امیرآبادی، فرشید جعفریان

    در این پژوهش، روش شبکه عصبی- الگوریتم ژنتیک برای بهینه سازی صافی سطح در برشکاری شیشه توسط فرآیند برشکاری جت آب همراه با ذرات ساینده پیشنهاد شده است. از شبکه عصبی مصنوعی برای مدل‌سازی و پیش بینی زبری سطح با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، ‌نرخ ریزش ذرات سای

  • بهینه یابی دکل های انتقال نیرو به کمک الگوریتم ژنتیک و شبکه های عصبی

    مقالهمهندسی عمران شریفعلی کاوه، دانشکده ی مهندسی عمران، دانشگاه علم و صنعت ایران

    دکل های انتقال نیرو از اجزای مهم و اصلی خطوط انتقال نیرو هستند که در برق رسانی نقش مهمی را ایفا می کنند. دکل های انتقال نیرو ضمن این که عهده دار نگه داری هادی ها در فاصله ی معینی از زمین هستند، باید قادر به تحمل نیروهای مکانیکی وارده بر خود در بدترین شرایط محیطی و جوی باشند. با ت

  • جایابی بهینه statcom به منظور کنترل ولتاژ با استفاده از روش های تقسیم بندی شبکه و الگوریتم اجتماع ذرات فازی اصلاح شده

    مقالههوش محاسباتی در مهندسی برقمحمد رضا اسماعیلی، دانشگاه اصفهان مصیب برنا پور، دانشگاه اصفهان اسکندر قلی پور، دانشگاه اصفهان

    در این مقاله با استفاده از یک سیستم فازی، سیستم قدرت به نواحی مختلف تقسیم گردیده تا به وسیله ی کنترل کننده های محلی از پخش اغتشاش بین نواحی آن جلوگیری کند. یک روش کنترل ولتاژ ثانویه بر اساس الگوریتم های بهینه سازی برای پیدا کردن باس های کنترلی (باس هایی که جبران کننده ها در آن ها

  • پیش بینی خصوصیات رئولوژیکی بنیادی خمیر با استفاده از شبکه عصبی-الگوریتم ژنتیک

    مقالهعلوم تغذیه و صنایع غذایی ایرانهاجر عباسی، h abbasi department of food science and technology, khorasgan (isfahan) branch, islamic azad university, isfahan, iran.گروه علوم و صنایع غذایی، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)، اصفهان، ایران محمدامین محمدی فر، ma mohammadifar department of food science and technology, faculty of agriculture and natural 3department of food science and technology, faculty of nutrition sciences, food science and technology / national nutrition and food technology research institute, shahid beheshگروه آموزش علوم و صنایع غذایی، انستیتو تحقیقات تغذیه و صنایع غذایی، دانشکده تغذیه و صنایع غذایی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران

    سابقه و هدف: خمیر محصول میانی خطوط تولید صنایع نانوایی است که ویژگی های رئولوژیکی آن نمایانگر خصوصیات فیزیکوشیمیایی مواد اولیه و مؤثر بر ویژگی های کیفی فرآورده نهایی است. با توجه به کارایی بالای شبکه های عصبی مصنوعی در آموزش پذیری و پردازش موازی داده ها با روابط غیر خطی، هدف از ا

  • بازآرایی و تخصیص بهینه تولیدات پراکنده در شبکه‌های توزیع با استفاده از الگوریتم ترکیبی فازی- مورچگان

    این مقاله یک روش ترکیبی جهت بازآرایی و جایابی تولیدات پراکنده در فیدرهای شبکه توزیع برق ارائه می‌دهد. هدف این پژوهش بهبود پروفیل ولتاژ، کاهش تلفات و افزایش تعادل بار در شبکه‌های توزیع می‌باشد. از الگوریتم مورچگان جهت تعیین پیکربندی بهینه شبکه و نیز تعیین محل و ظرفیت مناسب نصب واح