تحقیق تعيين مكان و اندازه dg آقاي محمدي ( ورد)

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ويرايش و آماده پرينت )
تعداد صفحه : 34 صفحه

 قسمتی از متن word (..doc) : 
 

‏مقدمه:
‏در اين مقاله‏، مدلي جهت تعيين مكان و اندازه DG‏ را در يك سيستم توزيع معرفي مي گردد كه حل با استفاده از بهينه سازي اجتماع مورچگان‏ – ant Colony Optimization
‏ (ACO‏) به عنوان يك ابزار بهينه سازي صورت مي گيرد. در اين الگوريتم DG‏ها به عنوان منابع توان ثابت(نظير پيلهاي سوختي) در نظر گرفته مي شوند. بنابراين، اپراتور سيستم توزيع فقط مي تواند منابع DG‏ را روشن و خاموش كند و نمي تواند توان خروجي آنها را كم و زياد كند.
II‏. فرمولبندي مساله:
‏در تابع هدف پيشنهادي براي يافتن اندازه ‏و مكان مناسب منابع DG‏، موارد زير در نظر گرفته مي شود:
‏- هزينه سرمايه گذاري منابع DG‏.
‏- هزينه نگهداري و تعمير و هزينه عملياتي منابع DG‏.
‏- هزينه تلفات.
‏- هزينه خريد انرژي در شبكه انتقال.
‏تابع هدف به شكل معادله زير فرمول بندي مي شود:
‏(1) ‏ ‏
‏(2) ‏ ‏
‏(3)‏ ‏ ‏
‏كه:
Z‏: مقدار تابع هدف ‏($‏)
ncd‏: شمار مكانهاي كانديد براي نصب DG‏ در شبكه.
nld‏: شمار سطح بار در سال
nss‏: شمار پستهاي HV/MV‏ در سيستم
nyr‏: دوره برنامه ريزي(سال)
CDGi‏: ظرفيت انتخاب شده DG‏ براي نصب در گره i‏(MVA‏)
KIDG‏: هزينه سرمايه گذاري منابع DG‏($/MVA‏)
Pssl,j‏: توان ارسالي از پست j‏ به باد را شامل تلفات شبكه(MV‏)
Cj,l‏: توان توليدي توسط مبلغ DG‏ نصب شده در گره j‏ در سطح بار را(MV‏)
PW‏: ضريب ارزش فعلي
IntR‏: نرخ بهره
InrR‏: نرخ تورم
‏تابع هدف(1) ضمن رعايت محدوديتهاي زير حداقل مي گردد:
‏- ظرفيت بخشهاي فيدر:
‏توان انتقالي با هر بخش فيدر بايد مساوي يا كمتر از ظرفيت حرارتي رساناهاي آن باشد.
‏(4)
‏كه ‏ حدهاي پخش بار و حرارتي خط بخش i‏ هستند.
‏- حد دامنه ولتاژ:
‏الگوريتم ‏پخش بار وفقي ‏اصلاح شده براي ارزيابي رفتار سيستم استفاده شده است. اول ولتاژ گره ها محاسبه مي شود. معادله زير محدوديت متناظر را توصيف مي كند:
‏(5)
‏كه Vi,l‏ دامنه ولتاژ محاسبه شده i‏ ‏امين گره در سطح بار l‏ است.
Vmax , Vmin‏، مينيمم و ماكزيمم ولتاژ عملياتي مجاز است.
‏- حد كل ظرفيت DG‏:
‏اين محدوديت، كل ظرفيت واحدهاي DG‏ نصب شده در سيستم توزيع را محدود مي كند.
‏كه CDGi‏ ظرفيت DG‏ انتخاب شده در i‏امين محل كانديد است. CDGi‏ كل ظرفيت مجاز منابع DG‏ است كه در سيستم نصب مي شود.
III‏. بهينه سازي اجتماع مورچه گان(ACO‏):
A‏. وجه عمومي الگوريتم ACO‏ از رفتار مورچه ها به دست آمده است، همانطور كه شكل 1 نشان مي دهد. پروسه الگوريتم ACO‏ زمانبندي سه عمل را مديريت مي كند.
‏گام اول ارزش دهي فرومن دنباله دار را شامل مي شود. در تكرار(دومين بار) گام، هر مورچه يك حل كامل مساله را مطابق يك قانون حالت گذاري احتمالاتي مي سازد. قانون حالت گذرا، اساسا به حالت فرومن وابستگي دارد. سومين گام، به روز كردن مقادير فرومن است. به روز كردن فرومن در دو فاز اعمال مي شود. اول فاز تبخير است كه كسري از فرومن تبخير مي شود(خشك مي شود، بر باد مي رود)، و سپس فاز تقويت شمار فرومن ها را روي مسير با تعداد راه حل هاي بالا افزايش مي دهد. اين پروسه تكرار مي شود تا به ملاك توقف برسد.
‏راه هاي مختلفي براي تفسير اصول بالا به پروسه كامپيوتري جهت حل مساله ‏بهينه سازي پيشنهاد مي شود. روش بهينه سازي پيشنهادي براي اين مقاله براساس الگوريتم ACO‏ پيشنهاد شده در[18] است.
B‏. اعمال ACO‏ با مساله جايابي DG
‏مراحل اصلي الگوريتم ACO‏ پيشنهادي به شرح زير است:
‏گام اول) نمايش گراف فضاي جستجو
‏قبل از هر چيز، ما به دنبال تدبيري هستيم كه ساختاري را نشان دهد كه مناسب براي مورچه ها بايد تا براي حل مساله جستجو كنند. فضاي جستجوي مساله در شكل 2 آمده است.
‏همه مقادير ظرفيت كانديد محتمل‏ در مكان n‏ با طبقاني در فضاي جستجو تا طبقه n‏ با طبقاتي در فضاي جستجو تا طبقه n‏ معرفي مي گردند. شمار طبقات براي هر سطح بار مساوي شمار گره هاي كانديد سيستم توزيع براي مكان DG‏ است. بنابراين، شمار كل طبقات(nldxncd‏) است. يك حل مساله بعد از فرآيند تصميم گيري مورچه براي شكل گيري زير مسيرهاي يك نوبت تكميل مي گردد.
‏گام 2) ارزش دهي ACO
‏در آغاز الگوريتم ACO‏، مقادير فرومن كناره ها در فضاي تحقيق، همه به يك مقدار ثابت(‏) ارزش دهي مي شوند. اين مقدار دهي باعث مي شود كه مورچه گان مسير خودشان را به صورت اتفاقي انتخاب كنند و بنابراين، فضاي حل به طور موثرتري جستجو مي شود.
‏ گام 3) پخش شدن مورچه گان
‏در اين مرحله، مورچه ها پخش مي شوند ‏و راه حل ها براساس سطح فرومن لبه ها شكل مي گيرد. هر مورچه تور خود را از خانه شروع مي كند و يكي از حالتها را در طبقه بعدي انتخاب مي كند تا احتمال جهش زير: (7)
‏كه ‏ كل فرومن هاي اماني روي كناره ij‏ در تكرار t‏، و ‏ مجموعه لبه هاي در دسترس كه مورچه در حالت i‏ مي تواند انتخاب كند مي باشد.
‏بعد از اينكه هر مورچه تور خود را به انتها برد، يك راه حل جديد براي مكان DG‏ توليد مي شود كه با استفاده از تابع برازندگي ارزيابي مي گردد.
‏گام 4) تابع برازندگي
‏در اين گام، برازندگي تورهاي توليد شده توسط مورچه ها براساس تابع برازندگي ارزيابي مي شود. تابع برازندگي مساله با معكوس كردن هزينه كل(1) به علاوه يك ضريب جريمه براي حل هاي نشدني(تخلف از محدوديت ها) تعيين مي شود.
‏در عين حال، براي تسريع همگرايي خواص الگوريتم، از اطلاعاتي در تور برگشت خورده اما هنوز مفيد است استفاده مي شود. ‏ضريب جريمه از صفر تا مقدار خيلي بالايي به صورت خطي افزايش مي يابد.
‏گام 5) بهنگام سازي فرومن
‏هدف از بهنگام كردن مقادير فرومن، افزايش مقادير فرومن روي مولفه هاي حل است كه در حل است كه در حل هاي برازندگي بالا يافت مي شود. همچنين، از نقطه نظر عملي، تبخير فرومن به اجتناب از همگرايي خيلي سريع الگوريتم به سوي يك ناحيه جديد در فضاي تحقيق استفاده مي كند. از قاعده زير استفاده مي كنيم:
‏كه (0
Q‏ يك متغير ذهني است كه شمار فرومن اضافه شده به بهترين تور را كنترل مي كند.
‏ باند پايين تر فرومن است كه در يك احتمال كوچك براي يك مورچه يك كناره معين انتخاب مي شود. هنوز احتمال بزرگتر از صفر است. اين باند پايين يك تابعي از شمارشگر تكرار به صورت زير است:
‏(9)
‏كه ‏ باند پايين اوليه فرومن است.
‏گام 6) تصميم همگرايي
‏گامهاي 3 تا 5 به ماكزيمم مقدار از پيش تعيين شده برسد كه از راه آزمايش تعيين ‏
‏مي گردد. بهترين تور انتخاب شده در طول همه تكرارها حل بهينه مكان DG‏ را ‏
‏مي رساند.
‏شكل 3، فلوچارت روش پيشنهادي براساس ACO‏ را نشان مي دهد.