دانلود ترجمه مقاله روش های محاسباتی برای ارزیابی قابلیت اطمینان و قابلیت پایداری سیستم های قدرت

1. مقدمه 2. ارزیابی قابلیت اطمینان تولید 3. روش های ارزیابی بسندگی 4. تکنیک های کاهش نمونه برداری 5. روش شناسی برای ارزیابی قابلیت اطمینان 6. نتیجه گیری

چکیده – سیستم های قدرت، محاسبه شاخص های قابلیت اطمینان را به منظور نشان دادن تاثیر این سیستم بکار می گیرد تا وظایف پایه تامین انرژی الکتریکی به مصرف کننده اش را انجام دهد. میزان انرژی مورد نیاز در یک سیستم تولید برای اینکه منبع الکتریسیته قابل قبولی تضمین شود، با استفاده از روش های شبیه سازی و تحلیلی تعیین می شود. این مطالعه به بررسی روش های ارزیابی سیستم قدرت با استفاده از شبیه سازی Monte Carlo (MCS) و روش های کاهش واریانس (VRT) توجه دارد. MCS یک روش بسیار انعطاف پذیر و برای ارزیابی قابلیت اطمینان سیستم های قدرت می باشد، با فرآیند ترتیبی می توان طبیعت تصادفی اجزاء سیستم را کپی برداری کند و بطور وسیع به دو قسمت شبیه سازی ترتیبی و غیرترتیبی دسته بندی کند. مقدمه مختصری از MCS تهیه شده است. بر خلاف روش های تحلیلی،MCS می تواند بطور کمی قابلیت اطمینان سیستم را حتی در پیچیده ترین سیستم های وضعیت های ظرفیت تولید، ارزیابی کند. اشکال اصلی MCS این است که به زمان محاسباتی بیشتری نیاز دارد تا به همگرایی ارزیابی مقادیر شاخص های قابلیت اطمینان برسد. این مقاله روش های موثری برای سرعت دادن به MCS در برآورد قابلیت اطمینان سیستم قدرت ارائه می دهد. از VRT برای ایجاد حالتی استفاده شده است که روش کاهش واریانس ارزیابی توصیف شده است. همچنین مطالعات، شرح جزئیات ایجاد روش های ارزیابی قابلیت اطمینان را ارئه می دهد، تا بطور محاسباتی کارآمدی را ایجاد کند و روش های مبتنی بر تکنیک شبیه سازی الگو را معین کند. این روش ها بطور قابل توجهی، توانایی محاسباتی ارتقاء یافته ای در طول ارزیابی قابلیت اطمینان تولید برق، ارائه می کند.

Power systems employ measures of reliability indices to indicate the effectiveness a power system to perform its basic function of supplying electrical energy to its consumers. The amount of energy required in a generating system to ensure an adequate supply of electricity is determined using analytical and simulation techniques. This study focuses on reviewing the generation reliability assessment methods of power systems using Monte Carlo simulation (MCS) and variance reduction techniques (VRTs). MCS is a very flexible method for reliability assessment of the power systems, by the sequential process it can imitate the random nature of the system components and can be broadly classified into two, sequential and non-sequential simulations. A brief introduction to MCS is provided. Unlike analytical methods, MCS can be used to quantitatively estimate the system reliability in even the most complex system generating capacity situations. The major drawback of the MCS is that it requires more computational time to reach for converging with estimated the values of reliability indices. This paper presents an effective methods for accelerating MCS in power system reliability assessment. VRT used is to manipulate the way each sample of an MCS is defined in order to both preserve the randomness of the method and decrease the variance of the estimation. In addition, the study presents detailed descriptions of generation reliability assessment methods, in order to provide computationally efficient and precise methodologies based on the pattern simulation technique. These methodologies offer significantly improved computational ability during evaluations of power generation reliability.