جایابی منابع تولید پراکنده و استفاده از تکنیک های مدیریت بار به کمک الگوریتم ژنتیک وتخمین زن فازی جهت کاهش تلفات انرژی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 370

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PENPP01_039

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

امروزه به علت گستردگی استفاده از انرژی الکتریکی و کمبود ذخایر انرژی، توجه به تلفات از مهمترین مسایل پیش روی صنعت برق می باشد. تحویل انرژی مطلوب و مصرف بهینه آن در سیستمهای الکتریکی همواره لازم و ضروری است.از آنجا که بخش زیادی از انرژی برق به صورت انرژی الکتریکی نمی توان ذخیره کرد، پس صرفه جویی در انرژی، امری مهم تلقی می شود. مصرف بهینه انرژی هم از نظر مصرف کننده و هم از نظر تولید کننده سودمند می باشد. از نظر مصرفکننده صرفه جویی در مصرف انرژی منجر به کاهش هزینه برق و از نظر تولید کننده کاهش قیمت تمام شده تولید برق ودر نهایت سود بیشتر می شود. به منظور کاهش تلفات راهکارهایی چون افزایش تولید انرژی، تغییر توپولوژی شبکه، جبران توان راکتیو، مدیریت مصرف، به عنوان گزینه های اجرایی مطرح می باشند. در این مطالعه از روش افزایش تولید به صورتپراکنده و مدیریت بار جهت کاهش تلفات انرزی استفاده شده است. در این تحقیق با استفاده از منابع تولید پراکنده ومدیریت سمت بار کاهش تلفات انرژی انجام می دهیم. در مورد منابع تولید پراکنده، مقدار تولید و مکان نصب منابع مهماست. در این تحقیق به کمک تخمین زن فازی و الگوریتم ژنتیک این عمل انجام شده است .در روش مدیریت بار با در نظرگرفتن پروفایل مصرف روزانه ( 24 ساعته) با کاهش مصرف در زمانهای پیک مصرف و شیفت بار ها به زمانهای با مصرف کم و در نهایت با مدل کردن منحنی انعطاف پذیر بار کاهش تلفات انرژی انجام می گردد. روش های ذکر شده را روی شبکه های 33 و 69 باس توزیع آزمایش کرده ایم و نتایج قابل قبولی اخذ شده است

نویسندگان

محمدعلی علیپور

دانشجوی دوره دکتری، دانشکده برق و الکترونیک، دانشگاه صنعتی شیراز

محسن گیتی زاده حقیقی

دانشیار ،دانشکده برق و الکترونیک، دانشگاه صنعتی شیراز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • R. Chitra, R.Neelaveni, _ realistic approach for reduction of energy ...
  • W.El-Khatam, M.M.A. Salama, "Distributed Generation Technologies, definitions and benefits", Electric ...
  • N. M ithulananthan and N. Acharya, :Loc ating series FACTS ...
  • IPCC. Climate change 2001: mitigation. Contribution of Working Group II ...
  • Liu CC. An extended method for key factors in reducing ...
  • Christie RD, Wollenberg BF, Wangensteen I. Trans mission management in ...
  • Naresh A, Pukar M, Mithu lananthan N. An analytical approach ...
  • Rao RSrinivasa, Ravindra K, Satish K, Narasimham SVL. Power loss ...
  • sheeraz K, Majid J, Rizwan M. Optimal placement of SPV ...
  • 0 . Commission of the European communities. An energy policy ...
  • Goransson L, Goop J, Unger T, Odenberger M, Johnsson F. ...
  • El-Baz W, Tzscheutschler P. Sh ort-term smart learning electrical load ...
  • R. Jahani, A. Shafighi Malekshah, H. Chahkandi Nejad and A. ...
  • 4. Hong Jun, BEng, MEng. The development, imp lementation, and ...
  • A.Y. Abdelaziz, F.M. Mohamed, S.F. Mekhamer and M.A.L. Badr, : ...
  • نمایش کامل مراجع