دانلود ترجمه مقاله کاربرد الگوریتم AOA برای جانمایی بهینه ایستگاه شارژ خودروی الکتریکی

1. مقدمه 2. فرمولاسیون مساله 3. الگوریتم بهینه سازی حسابی 4. نتایج تجربی 5. نتیجه گیری

چکیده – سیستم حمل و نقل متداول از سوخت های فسیلی استفاده می کند و گازهای گلخانه ای تولید می کند که بر محیط زیست تاثیر دارد. نوع جدیدی از حمل و نقل باید فوراً بخاطر رشد جمعیت ایجاد شود. خودروهای الکتریکی (EV ها) آلودگی زیست محیطی کمتری تولید می کنند و به مبنایی برای سیستم های حمل و نقل آینده تبدیل خواهند شد. انرژی ویژه باتری بسیار کم است و نیاز به شارژ مکرر دارد. حمل و نقل فاصله طولانی با استفاده از EV ها نیاز به ایستگاه های شارژ دارد که این امر باعث مطرح شدن مسئله جانمایی «ایستگاه شارژ خودروی الکتریکی» (EVCS) در شبکه قدرت دارد. مکان یابی EVCS در شبکه، بر تلفات شبکه تاثیر دارد. در این کار پژوهشی، کمینه سازی تلفات شبکه با مکان یابی بهینه EVCS همراه با تولید پراکنده (DG) مورد ملاحظه قرار می گیرد. رویکرد پیشنهادی برروی سیستم 33 شین IEEE اعتباریابی شده است. این تحلیل با استفاده از روش «ضریب حساسیت تلفات» (LSF) با ملاحظه پارامترهای متغیر شبکه در شبکه توزیع شعاعی (RDN) انجام شد. مکانیابی بهینه EVCS) بوسیله الگوریتم بهینه سازی حسابی (AOA) حل شده است. نتایج با روش های «بهینه سازی ازدحام ذره» (PSO) و «بهینه سازی جقد هریس (Harris) (HHO) مقایسه شدند. یافته ها نشان می دهند که جانمایی بهینه EVCS همراه با DG ها به میزان قابل توجهی تلفات شبکه را کاهش می دهد.

The conventional transportation system uses fossil fuels and it emits greenhouse gases which affect the environment. A new kind of transportation must be created immediately because of the growing population. Electric Vehicles (EVs) have less impact on environmental pollution and they will become the base for future transport systems. The battery's specific energy is very low and it needs frequent charging. The long-distance transportation using EVs needs charging stations and it leads to placing Electric Vehicle Charging Station (EVCS) in the power grid. The placement of EVCS in the grid increases network losses which have an adverse impact on the grid. In this research work, network loss minimization by the optimum placement of EVCS along with Distributed Generation (DG) is considered. The proposed approach has been validated on the IEEE 33 bus system. The analysis was carried out using the Loss Sensitivity Factor (LSF) approach considering the variable network parameters in the Radial Distribution Network (RDN). The EVCS optimal placement was resolved by Arithmetic Optimization Algorithm (AOA). The results are compared with Particle Swarm Optimization (PSO) and Harris Hawks Optimization (HHO) approaches. The findings show that the optimal placement of EVCS along with DGs reduces network losses considerably.