توزیع بهینه دینامیکی توان و آلودگی با تاثیرپذیری از مدل احتمالاتی انرژی باد به کمک الگوریتم توسعه یافته کلونی جستجوی ویروس

در این مقاله، به مدل سازی بهینه دینامیکی توان و آلودگی در طول یک شبانه روز به عنوان یک چالش مهم در مهندسی پرداخته شده است. همچنین، در سیستم قدرت امروزی، انرژی های تجدیدپذیر، سهم انکارناپذیری را در تامین انرژی ارایه می کنند؛ ازاین رو، برای ایجاد یک مدل کارآمد، علاوه بر در نظر گرفتن توابع هزینه و آلودگی، مدل سازی احتمالاتی انرژی باد پیشنهاد شده است. اصولا چنین مسیله ای دارای محدودیت های متعددی است و به منظور سوق دادن آن به واقعیت، قیود عملی و غیرخطی مانند تعادل توان، نرخ شیب، مناطق ممنوعه، تابع هزینه ناصاف و محدودیت های تولید لحاظ شده اند. با توجه به اینکه این توابع ازنظر ماهیت با یکدیگر در تضادند، برای حل این مسیله، الگوریتم چندهدفه کلونی جستجوی ویروس مبتنی بر تیوری پارتو ارایه شده است. برای بهبود عملکرد الگوریتم جستجوی کلونی ویروس از نظریه آشوب بهره گرفته شده است که ضعف الگوریتم استاندارد، یعنی سرعت همگرایی و افزایش تعداد تکرار اجرای الگوریتم را برای رسیدن به جواب بهینه برطرف می کند. تیوری آشوب به ماهیت سیستم های پیچیده با رفتار پیش بینی ناپذیر و الگوبرداری با استفاده از توابع یا ارتباط رفتار آشفته برای الگوریتم به یک پارامتر اشاره دارد. با استفاده از ویژگی های تصادفی و پیمایشی سیستم های آشفته، استراتژی آشوب می تواند کیفیت توزیع جمعیت را در فضای جستجو بهبود دهد و کارایی همگرایی الگوریتم را ارتقا بخشید. همچنین، برای انتخاب بهترین جواب از بین مجموعه جواب ها از تابع تصمیم گیری فازی استفاده شده است. مدل و روش پیشنهادی روی سیستم های مختلف، اعمال و در مواردی با سایر روش های موجود در مقالات مقایسه شده است. نتایج نشان از بهبود عملکرد الگوریتم پیشنهادی دارد. همچنین، نتایج نشان دادند حضور منابع تجدیدپذیر کاهش هزینه ها، تولید و درنتیجه، افزایش امنیت شبکه را به همراه داشته است.