نشریه تحقیقات نوین در سیستم های قدرت هوشمند
سال دوم شماره 3 (پیاپی 6، پاییز و زمستان 1392)

الگوریتم جستجوی گرانشی (GSA) یک روش بهینه سازی تصادفی نوین است که از قانون گرانش و اثر متقابل بین جرم های ذره ها الهام گرفته است. در این مقاله از یک مدل نوین ترکیبی اصلاح شده از بهینه سازی ذرات عمومی (PSO) و GSA جهت کنترل پذیری یا کنترل توانایی جستجوی بهینه سازی عمومی و افزایش عملکرد مدل ترکیبی PSOGSA استفاده شده است.بهره گیری از این روش ترکیبی اصلاح شده برای حل مساله توزیع اقتصادی روزانه در سیستم های حرارتی  در یک مقیاس بزرگ به عنوان یک مسیله بهینه سازی می تواند نقش مهمی را در بهره برداری اقتصادی سیستم های قدرت ایفا می کند. که در این مقاله الگوریتم جستجوی گرانشی  را برای حل مسیله (DHS) مطرح می کند.  امکان پذیری و استفاده از روش  PSOGSA در حل مساله توزیع اقتصادی بار در سیستم های آبی-حرارتی در محیط نرم افزاری MATLAB ، شبیه سازی کامپیوتری شده است.نتایج بدست آمده از روش PSOGSA مطرح شده با تکنیک اکتشافی دیگر در متن مقایسه می شوند و نتایج مقایسه نشان می دهد که روش مطرح شده می تواند به یک حل نزدیک به بهینه و بهبود عملکرد روش ترکیبی PSOGSA استاندارد همگرا شود.

ریزشبکه های صنعتی متداول شامل کارخانه هایی با منابع انرژی پراکنده(DERs) و بارهای الکتریکی هستند که وابسته به سیستم های تولید همزمان برق و گرما(CHP) هستند. در حالیکه انتظار می رود که ریزشبکه های پیشرفته علاوه بر این شامل منابع انرژی پراکنده قابل بازیافت و همچنین خودروهای الکتریکی قابل اتصال به شبکه(PEV) باشند. در این مقاله یک روش برنامه ریزی تولید الکتریکی و حرارتی هماهنگ با شارژ خودروهای الکتریکی در یک ریزشبکه صنعتی با/بدون در نظر گرفتن سیتم های تولید فتوولتاییک(PV) کوپل شده با منبع ذخیره ساز فوتوولتاییک، استفاده شده است. روش به کار گرفته شده بر اساس پخش بار دینامیکی در یک بازه زمانی 24ساعته می باشد و شامل قیود حفاظتی پخش بار بهینه، محدودیت های کارخانجات ریزشبکه، قیود ذخیره سازهای فتوولتاییک و محدودیت های دینامیکی شارژ خودروهای الکتریکی می باشد. نتایج شبیه سازی برای یک ریزشبکه 18 شینه استاندارد IEEE  شامل 12 کارخانه و 6 نوع خودروی الکتریکی همراه با/بدون سیستم های تولید فتوولتاییک در دو حالت عملکرد جزیره ای و متصل به شبکه بالادست، ارایه و مورد تحلیل قرار گرفته اند. الگوریتم پیشنهادی در نرم افزارهای Matlab  و GAMS پیاده سازی و با استفاده از حل کننده CONOPT حل شده است. نتایج حاصل نشان دهنده بهبود عملکرد سیستم قدرت و کارآیی روش پیشنهادی می باشد.

در این مقاله روشی برای حل مسیله پخش بار اقتصادی و در مدار قرار گرفتن تصادفی نیروگاه ها با استفاده از الگوریتم ژنتیک ارایه شده است و به منظور بررسی آن از یک الگوریتم تصمیم گیری دو مرحله ای استفاده شده است که مرحله ی اول آن مربوط به مسیله ی در مدار قرار گرفتن نیروگاه ها و بخش دوم آن مربوط به توزیع اقتصادی است. علاوه بر این تاءثیر حضور انرژی های تجدیدپذیر و بارهای تعویق پذیر مورد ارزیابی قرار گرفته است. سیستم غربی ایالات متحده به عنوان سیستم مورد مطالعه در نظر گرفته شده است و خروجی حاصل از روش ارایه شده، حاوی پاسخ هایی است که با نتایج حاصل از روش برنامه ریزی پویا قابل مقایسه است.

این مقاله یک سیستم درایو بدون حسگر سرعت متغیر مبتنی بر روش کنترل پیش بین گشتاور برای موتور القایی سه فاز پیشنهاد می دهد. نوآوری این مقاله یکپارچه سازی مشاهده گر مرتبه کامل تطبیقی با روش کنترل پیش بین گشتاور به منظور تخمین سرعت، به عنوان پارامتر تطبیقی، و مشاهده متغیرهای حالت موتور می باشد. متغیرهای حالت مشاهده شده، از جمله شارهای روتور و استاتور، برای پیش بینی مقدار شار و گشتاور الکترومغناطیسی در گام بعدی نمونه برداری بکار گرفته می شوند. بعلاوه، به دلیل وابستگی مشاهده گر مرتبه کامل تطبیقی به مقاومت استاتور و متغیر بودن این پارامتر به دلیل شرایط عملکردی موتور از جمله گرم شدگی سیم پیچ استاتور، یک تخمین گر مقاومت استاتور بر اساس قواعد پایداری کلاسیک طراحی می شود. عملکرد سیستم درایو پیشنهادی شامل روش کنترل پیش بین گشتاور، مشاهده گر مرتبه کامل تطبیقی و تخمین گر مقاومت استاتور با استفاده از نرم افزار Matlab/Simulink اعتبار سنجی می شود. نتایج شبیه سازی کارایی و عملکرد موثر روش پیشنهادی را نشان می دهد.

برنامه ریزی به منظور تامین توان یک ریزشبکه در حالتی که از شبکه اصلی جدا شده است به صورتی انجام می شود که قیود زیست محیطی و اقتصادی در آن اجرا می شوند. در این مقاله پس از معرفی یک ریزشبکه نمونه و مدل های مختلف منابع تولید پراکنده موجود در آن به بررسی مسیله بهره برداری از این ریزشبکه پرداخته شده است. در این راستا، مدلی بر اساس بهینه سازی هزینه تولید منابع و آلودگی زیست محیطی ریزشبکه معرفی و با توجه به ماهیت مسیله، از الگوریتم تکامل تفاضلی استفاده شده است. با توجه به میزان تقاضای بار و همچنین میزان تولید نیروگاه خورشیدی و توربین بادی، دو میکروتوربین و یک پیل سوختی برای تامین توان ریزشبکه برنامه ریزی بهینه می شوند. رویکرد این برنامه ریزی برای تولید توان الکتریکی بر ذخیره سازی توان توسط سیستم ذخیره ساز در ساعاتی است که تقاضای تولید توان کم می باشد و یا تابع انتشار آلودگی و تابع هزینه تولید واحدها پایین می باشد. همچنین سیستم ذخیره ساز به گونه ای برنامه ریزی شده است که در صورت قطع برق قسمتی از ریزشبکه و یا کل ریزشبکه، بتواند پاسخگوی بارهای حساس باشد. شبیه سازی کامپیوتری در محیط نرم افزاری MATLAB  انجام شده است.

چکیدهاخیرابا جهت گیری شبکه قدرت و تجدید ساختار آن در مکانیزم بازار و صنعت ،خدمات توان  راکتیو مستقل از سایر خدمات به عنوان یکی از مباحث سرمایه گذاری برای شرکت های مختلف مورد توجه قرار گرفته است درنتیجه این تغییرات، ایجاد مدلی کارآمد به گونه ای که بخش های بیشتری از جنبه های مسیله برنامه ریزی توان راکتیو را پوشش دهد ازمهمترین اصول برنامه ریزی توان راکتیو به حساب آورده شده است به همین دلیل دراین مقاله مدل سازی برنامه ریزی توان راکتیو به منظور کاهش تلفات شبکه و کاهش هزینه ها به عنوان یک مسیله مهم در نظرگرفته شده است. در این مقاله یک الگوریتم بهینه سازی نوین بر پایه تعلیم- یادگیری و نسخه اصلاح شده ی آن (GBTLBO را برای حل مسیله توزیع توان راکتیو بهینه (ORPD با کنترل متغیرهای مجزا و مداوم در سیستم های آزمایشی مورد مطالعه IEEE برای کاهش تلفات انتقال توان اکتیو ارایه شده و امکان پذیری و سطح کارآیی الگوریتم GBTLBO را برای سیستم های قدرت 14 و 30 شینه نشان داده شده است. یک مقایسه از نتایج شبیه سازی میزان تاثیر بهینه سازی از الگوریتم های GBTLBO را بیش از دیگر الگوریتم های دیگر مثل جست و جوی گرانشی(GA) و الگوریتم بهینه سازی ازدحام ذرات (PSO) نشان می دهد.