ترجمه مقاله پیکر بندی سوخت رسانهای توزیع مطلوب برای حداقل سازی اتلاف توان موثر از طریق یک الگوریتم ژنتیکی

ترجمه مقاله پیکر بندی سوخت رسانهای توزیع مطلوب برای حداقل سازی اتلاف توان موثر از طریق یک الگوریتم ژنتیکی

ترجمه مقاله پیکر بندی سوخت رسانهای توزیع مطلوب برای حداقل سازی اتلاف توان موثر از طریق یک الگوریتم ژنتیکی در ۱۰ صفحه فارسی ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی

مشخصات فایل

تعداد صفحات ۱۰
حجم ۰ کیلوبایت
فرمت فایل اصلی doc
دسته بندی مهندسی کامپبوتر و فناوری اطلاعات

توضیحات کامل

ترجمه مقاله پیکر بندی سوخت رسانهای توزیع مطلوب برای حداقل سازی اتلاف توان موثر از طریق یک الگوریتم ژنتیکی در ۱۰ صفحه فارسی ورد قابل ویرایش با فرمت doc به همراه اصل مقاله انگلیسی



عنوان فارسی :

پیکربندی سوخت رسانهای توزیع مطلوب برای حداقل سازی اتلاف توان موثر از طریق یک الگوریتم ژنتیکی

عنوان انگلیسی :

Optimal Distribution Feeders Configuration for Active Power Losses Minimization by Genetic Algorithms

تعداد صفحات فارسی : ۱۰ صفحه ورد قابل ویرایش

سطح ترجمه : متوسط

شناسه کالا : y1078

دانلود رایگان مقاله انگلیسی : http://ofmas.ir/dlpaper/y1078.pdf

دانلود ترجمه فارسی مقاله : بلافاصله پس از پرداخت آنلاین ۱۴ هزار تومان قادر به دانلود خواهید بود .


بخشی از ترجمه :


چکیده
در این مقاله ما با مسئله ی بهینه سازی مشترک هم پارامترهای توپولوژی و هم شبکه برای حداقل سازی اتلاف توان موثر کلی در یک شبکه هوشمند حقیقی مواجه هستیم.آن به عنوان بخشی از شبکه توزیع الکتریکی ایتالیایی محسوب میشود که توسط ACEA Distribuzione S.p.A مدیریت میشود که در شهر رم واقع شده است که جریانهای برگشتی توان موثر (توان فعال) را برای ۲۰% از زمان فعال سالانه ،ارائه میدهند.آن حدودا شامل ۱۲۰۰ بارگیری کاربر،۷۰ کیلومتر خط MV ،۶ سوخت رسان، یک تنظیم کننده اختلاف سطح تاریستون (TVR) و ۶ منبع انرژی توزیع شده (۵ دستگاه ژنراتور و ۱ نیروگاه فوتوولتائیک) میشود.توپولوژی شبکه میتواند از طریق ۱۰۶ قطع کن تغییر کند.شبکه به طور صحیح مدلسازی شده است و در دامنه ی فازور (phasor) توسط برنامه ی Matlab/Simulink ،شبیه سازی شده است که به استناد از  SimPowerSystemsToolBox است،که یک دستاورد سلسله مرتبه ای چند سطحی و مدولار را دنبال میکند.بهینه سازی شبکه ای با تعریف و حل یک مسئله ی بهینه سازی چند منظوره ی تطبیق داده شده مواجه میشود و محدودیت های تطبیق یافته را بر روی طیف های عملیاتی اسمی روی ولتاژها و جریانها هم چنین توابع قابلیت ژنراتور بررسی میکند تا امنیت و کیفیت مسائل خدماتی را مد نظر قرار دهد.برای این منظور ،یک الگوریتم ژنتیکی پذیرفته شده است که یک تابع تناسب تطبیق یافته را تعریف میکند.تست هایی از طریق سوخت رسانی به محیط شبیه سازی با داده های حقیقی در زمینه ی مقادیر توان فعال و غیر فعال منتشر و ایجاد شد.نتایج اولیه ،بسیار جالب هستند،نشان میدهند با تکیه بر محاسبه تکمیلی ،امکان کسب یک تصحیح فاکتور توان رضایت بخش وجود دارد، این مسئله موید این است که ،تکنیک بهینه سازی ارائه شده میتواند به صورت هسته ی یک سیستم کنترل شبکه هوشمند سلسله وار، پذیرفته شود.

Abstract

In this paper we face the problem of the joint optimization of both topology and network parameters in order to minimize the total active power losses in a real Smart Grid. It is considered a portion of the Italian electric distribution network managed by the ACEA Distribuzione S.p.A. located in Rome which presents back-flows of active power for 20% of the annual operative time. It includes about 1200 user loads, 70 km of MV lines, 6 feeders, a thyristor voltage regulator (TVR) and 6 distributed energy sources (5 generator sets and 1 photovoltaic plant). Network topology can be changed by 106 breakers. The grid has been accurately modelled and simulated in the phasor domain by Matlab/Simulink, relying on the SimPowerSystems ToolBox, following a Multi-Level Hierarchical and Modular approach. Network optimization is faced by defining and solving a suited multi-objective optimization problem, considering suited constraintsonnominaloperativerangesonvoltagesandcurrents, as well as on generator’s capability functions, in order to take into account safety and quality of service issues. To this aim it is adopted a genetic algorithm, defining a suited fitness function. Tests have been performed by feeding the simulation environment with real data concerning dissipated and generated activeandreactivepowervalues.Firstresultsareveryinteresting, showing that relying on evolutionary computation it is possible to yield a satisfactory power factor correction, confirming that the proposed optimization technique can be adopted as the core of a hierarchical Smart Grid control system.


توضیحات بیشتر و دانلود



صدور پیش فاکتور، پرداخت آنلاین و دانلود

دیدگاهتان را بنویسید