دسته: برق
حجم فایل: 778 کیلوبایت
تعداد صفحه: 17
روش الگوریتم جهش ترکیبی قورباغه برای حل مساله مشارکت واحد سودمحور با محدودسازی انتشار (آلایندهها) + نسخه انگلیسی 2013
SFLA approach to solve PBUC problem with emission limitation
چکیده
در این مقاله، برای حل مساله مشارکت واحد سودمحور در یک محیط تجدید ساختار یافته و محدودیت انتشار آلایندهها، الگوریتم جهش ترکیبی قورباغه ارائه میشود. مساله بهینهسازی تابع دو هدفه به صورت بیشینهسازی سود شرکتهای تولیدی و کمینهسازی آلایندههای جوی واحدهای حرارتی فرموله میشود، در عین حال که همه قیود باید ارضا شوند. این کار، برای اختصاص هزینههای ثابت و گذرا به ساعات زمانبندی، قید تقاضای نرمتری را در نظر میگیرد. برای شبیهسازی از برنامه متلب نسخه 10/7 و از یک سیستم نمونه 39 باس 10 واحد IEEE استفاده شده است. با توجه به نتایج بدست آمده، ملاحظه میشود که الگوریتم ارائه شده به بیشترین سود و کمترین سطح انتشار دست مییابد، و در عین حال در مقایسه با مشارکت واحدهای سنتی زمان محاسباتی بسیار کمتری هم دارد.
مشارکت واحد (UC) یک مساله بهینهسازی غیرخطی با اعداد صحیح ترکیبی است که در برنامهریزی عملکرد واحدهای تولیدی با کمترین هزینه اجرائی و در عین حال ارضای الزامات تقاضا و ذخیره، کاربرد دارد. در قدیم مساله مشارکت واحد باید بر اساس وضعیت روشن/ خاموش واحدهای تولیدی در هر ساعت از دوره برنامهریزی تعیین میشدند و به صورت بهینه بار و ذخیره را بین واحدهای مشارکتی توزیع میکردند. مشارکت واحد مهمترین مساله بهینهسازی در عملکرد سیستمهای قدرت است. پاسخ بهینه فرامحلی (جهانی) برای مساله مشارکت واحد را میتوان با شمارش کامل بدست آورد، که به علت نیازمندی به زمان محاسباتی زیاد برای سیستمهای قدرت بزرگ محدود شده است. برای حل مساله مشارکت واحد روشهای گوناگونی تاکنون ارائه شده است، مثل لیست اولویت (PL) ، برنامهنویسی پویا (DP) ، آزادسازی لاگرانژ (LR) ، الگوریتم ژنتیک (GA) و بهینهسازی گروه ذرات (PSO). روش لیست اولویت سریع است اما بسیار ابتکاری است و هزینههای عملکردی نسبتا بالائی برای برنامهریزی بدست میدهد. روش برنامهنویسی پویا نیز دارای قابلیت حل مسائل با اندازههای مختلف را دارد. اما اگر قیود در نظر گرفته شده باشند، ممکن است منجر به پیچیدگی ریاضی شده و زمان محاسبه افزایش یابد.
قیمت: 23,000 تومان
پاورپوینت
اصل مقاله لاتین
ترجمه آن
چکیده
هدف از این مقاله به چند منظور است. طراحی از تک ماشین پایدار کننده های سیستم قدرت (PSSs) با استفاده از اصلاح الگوریتم جهش قورباغه (MSFLA). توانایی روش پیشنهاد شده برای تنظیم بهینه با حضور CPSSs به طور گسترده استفاده شده است. طراحی پارامترهای PSSs به یک مشکل تبدیل شده است برای مشکل بهینه سازی با چند تابع هدف شامل ضریب میرایی مطلوب و نسبت میرایی مطلوب از روش های سیستم قدرت که توسط الگوریتم MSFLA حل شده است. توانایی روش پیشنهاد شده در یک سیستم قدرت تک ماشین تحت شرایط عملیاتی متفاوت و اختلالات تایید شده است نتایج روش پیشنهاد شده در مقایسه با الگوریتم ژنتیک (GA) مبنی بر تنظیم PSS از طریق برخی از شاخص های عملکرد، عملکرد قوی خود را آشکار میکند.
کلمات کلیدی: طراحی PSS، اصلاح الگوریتم جهش قورباغه (MSFLA) ، بهینه سازی چند هدفه، الگوریتم ژنتیک (GA).
خلاصه
مشکل عمده در بهره برداری سیستم قدرت مربوط به ناپایداری سیگنال کوچک ناشی از میرایی ناکافی در سیستم است. موثر ترین راه مقابله با این بی ثباتی استفاده از کنترل کننده های کمکی به نام پایدار کننده های سیستم قدرت، برای تولید میرایی اضافی در طول نوسانات فرکانس پایین در سیستم است مدل هیفرون فیلیپ یک ماشین سنکرون معمولا در تجزیه و تحلیل پایداری سیگنال کوچک استفاده می شود. روش های مختلف برای طراحی پایدار کننده سیستم قدرت برای تغییر دادن مدل هیفرون فیلیپ پیشنهاد شده است. پارامترهای پایدار کننده سیستم قدرت توسط سه روش، پایدار کننده سیستم قدرت درجه دوم خطی، پایدار کننده سیستم قدرت الگوریتم ژنتیک و پایدار کننده سیستم قدرت پیشنهادی تنظیم شده اند. کارآیی روش طراحی پیشنهادی و عملکرد پایدار کننده در طیف وسیعی از شرایط عملیاتی سیستم مورد بررسی قرار گرفته است و عملکرد کنترل کننده پیشنهادی بسیار بهتر از پایدار کننده سیستم قدرت درجه دوم خطی و پایدار کننده سیستم قدرت مبتنی بر الگوریتم ژنتیک است.
کلمات کلیدی: مدل هیفرون-فیلیپ اصلاح شده (Mod HP) ، مدل هیفرون-فیلیپ (HP) پایدار کننده های سیستم های قدرت (PSS) ، تک ماشین متصل شده به باس بی نهایت (SMIB) ، تنظیم کننده درجه دوم خطی (LQR) ، الگوریتم ژنتیک (GA).
مقدمه
سیستم های قدرت الکتریکی بسیار سیستم های غیر خطی هستند و دائما دچار تغییرات در تولید، انتقال و شرایط بارگذاری می شوند. با افزایش زیاد در تقاضا برای برق تقریبا تمام شبکه های انتقال عمده در جهان نزدیک به محدوده ثبات خود اداره می شود. در چنین سیستم هایی کنترل سریع تحریک نقش بسیار مهمی ایفا می کند. کنترل کننده های تحریک برای تنظیم ولتاژ ترمینال طراحی شده اند.
تامین توان راکتیو و کنترل ولتاژ، نوعی کلیدی از خدمات جانبی در بازار برق تجدید ساختار شده می باشد. در این مقاله، مروری بر برخی مسایل مهم تامین توان راکتیو، شامل تحلیل هزینه، قیمت گذاری توان راکتیو، و ارزیابی، ارایه می شود. یک پخش بار بهینه (OPF) نیز مبنی بر نظریه ی قیمت گذاری زمان واقعی، بکار می رود. دو تابع دف به ترتیب مدل سازی می شوند: کمینه کردن تلفات شبکه، و کمینه کردن هزینه های کل برای تامین توان راکتیو. همچنین، از یک الگوریتم ژنتیک (GA) با مقادیر واقعی نیز، برای کمک به یافتن بهینه ی کلی و بررسی راه حل ها، استفاده می شود. همچنین، در بررسی ها از سیستم ۳۰-شینه IEEE استفاده می شود.
اصطلاحات شاخص__ کنترل و لتاژ توان راکتیو، خدمات جانبی، پخش بار بهینه، الگوریتم ژنتیک، هزینه های توان راکتیو.
پروژه کارشناسی ارشد برق
فایل محتوای:
چکیده
توسعه روز افزون مزارع بادی در مقیاس بزرگ دریایی درسراسر جهان باعث ظهور بسیاری ازچالش های فنی و اقتصادی جدیدشده است. هزینه سرمایه شبکه برقی که از مزارع بادی بزرگ دریایی پشتیبانی می کند، بخش قابل توجهی از هزینه کل مزارع بادی را تشکیل می دهد. لذا، یافتن طراحی بهینه شبکه برق یک وظیفه خیلی مهم است که در این مقاله به آن پرداخته می شود. در این مقاله یک مدل هزینه توسعه یافته است که هزینه های دقیق تر و واقعی تر ترانسفورماتورها، پست ها و کابل ها را در بر می گیرد. همین موضوع باعث شده است مدل جدید ارائه شده نسبت به روش های موجود مبسوط تر و بهتر باشد. همچنین از یک الگوریتمی استفاده شده است که مبتنی است بر الگوریتم ژنتیک بهبودیافته و شامل الگوریتم خاصی است که حین طراحی آرایه های شعاعی، سطح مقطع های گوناگون کابل ها را هم در نظر می گیرد. رویکرد ارائه شده توسط یک مزرع بادی بزرگ دریایی آزموده شده است؛ نتایج آزمون نشان می دهد که الگوریتم معرفی شده طراحی های بهینه معتبری از شبکه برق را فراهم می کند.
کلیدواژه ها: سیستم توزیع برق، الگوریتم ژنتیک، مزرعه بادی دریایی، بهینه سازی
مقدمه
انرژی بادی کم کم دارای اهمیت استراتژیک و اقتصادی فزاینده ای در سراسر جهان می شود. این انرژی یکی از گزینه های نویدبخش در بین سایر فناوری های تولید انرژی های تجدیدپذیر است و انتظار می رود نقش مهمی در کاهش پیامدهای زیست محیطی در رفع نیاز جوامع مدرن از صنعت برق ایفا کند. استفاده از تولید برق بادی دریایی بنا به دلایل زیر جذاب و قابل توجه است: 1) مزارع بادی دریایی، منابع باارزش سرزمین ها را به تصرف در نمی آورند؛ 2) استفاده از مکان های دریایی (مترجم: یعنی استفاده از مکان های داخل دریا) بدین معناست که مزرعه بادی تا حد زیادی دور از چشم و دید بوده و آلودگی صوتی نخواهد داشت؛ 3) جریان باد توسط ساختمان ها و جنگل ها مشوش نشده و بطور مستقیم و با سرعت زیاد با تیغه های توربین برخورد خواهد داشت لذا عملکرد توربین افزایش خواهد یافت؛ 4) طرح های توربین بادی دریایی با توان نامی بزرگتری نسبت به طرح های ساحلی موجودند که این نرخ های بزرگ باعث توسعه اقتصادی می شود؛ و 5) آب دریا باعث می شود خنک سازی قطعات امکانپذیر بوده و هزینه کمی را به دنبال داشته باشد.
مقدمه
در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند. در زمان تولید قطعات و محصولات مختلف، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود. این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید قطعه است. طرح های فرایند ممکن است به دلیل تفاوت محدودیت های منابع متفاوت باشند. بنابراین به دست آوردن طرح فرایند بهینه یا نزدیک به بهینه مهم به نظر می رسد. به عبارت دیگر تعیین اینکه هر محصول درکدام کارخانه و با کدام ماشین آلات و ابزار تولید گردد امری لازم و ضروری می باشد. به همین منظور می بایست از بین طرحهای مختلف طرحی را انتخاب کرد که در عین ممکن بودن هزینه تولید محصولات را نیز کمینه سازد. در این تحقیق یک الگوریتم ژنتیک معرفی می شود که بر طبق ضوابط از پیش تعیین شده مانند مینیمم سازی زمان فرایند می تواند به سرعت طرح فرایند بهینه را برای یک سیستم تولیدی واحد و همچنین یک سیستم تولیدی توزیع شده جستجو می کند. با استفاده از الگوریتم ژنتیک، برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) می تواند براساس معیار در نظر گرفته شده طرح های فرایند بهینه یا نزدیک به بهینه ایجاد کند، بررسی های موردی به طور آشکار امکان عملی شدن و استحکام روش را نشان می دهند. این کار با استفاده از الگوریتم ژنتیک در CAPP هم در سیستمهای تولیدی توزیع شده و هم واحد صورت می گیرد. بررسی های موردی نشان می دهد که این روش شبیه یا بهتر از برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) مرسوم تک کارخانه ای است
چکیده
در بازار سهام، تجزیه و تحلیل فنی به عنوان روش مفیدی برای پیش بینی قیمت های سهام می باشد. اگرچه، تحلیلگران متخصص سهام و مدیران مالی، معمولا قضاوت های ذهنی را بر مبنای شاخص های فنی هدف انجام می دهند، برای افراد غیرمتخصص مشکل می باشد تا تکنیک پیش بینی را بکار گیرند، زیرا شاخص های فنی پیچیده بسیار زیادی وجود دارد که می بایست مد نظر قرار گیرد. علاوه بر این دو مانع در بسیاری از مدل های پیش بینی گذشته وجود دارد: 1) فرضیه های آماری در ارتباط با متغیرها برای مدل های سری زمانی همانند مدل میانگین متحرک اتورگرسیون (ARMA) و ناهماهنگی پراکنش شرطی اتورگرسیو (ARCH) مورد نیاز می باشند، تا مدل های پیش بینی کننده معادلات ریاضی را مطرح کرده و این موارد به آسانی توسط سرمایه گذاران بازار سهام درک نمی گردد؛ و 2) قوانینی که در نتیجه بعضی از الگوریتم های هوش مصنوعی، همانند شبکه های عصبی (NN) می باشند که به آسانی قابل درک نیستند.
مقدمه
برای غلبه بر این موانع، این مقاله مدل پیش بینی کننده هیبریدی را با استفاده از شاخص های فنی چندگانه برای پیش بینی روند بازار سهام مطرح می کند. علاوه بر این چنین مواردی شامل چهار روش مطرح شده در مدل های هیبریدی برای ایجاد قوانین کارامد به منظور پیش بینی می باشد، که حاصل قواعد استنباط شده با ارزش حمایتی بالا، با استفاده از مجموعه ابزارها بر مبنای مجموعه نظریات می باشد.