دانلود ترجمه مقاله الگوریتم گسسته زمان توزیع شده برای مسئله پخش توان اقتصادی

1. مقدمه 2. اصول اولیه و صورت مسئله 3. طراحی الگوریتم و تحلیل همگرایی 4. نتایج شبیه سازی 5. نتیجه گیری

چکیده – در این مقاله، یک الگوریتم گسسته زمان توزیع شده فعال شده با رویداد برای کار با مسئله پخش توان اقتصادی با قید برابری، پیشنهاد شده است. با بکارگیری مکانیزم ارتباطات فعال شده با رویداد، می توان حجم ارتباطات را کاهش داد و انرژی سیستم ها را صرفه جویی نمود. رفتار Zeno، براساس طرح تکرار گسسته، به صورت طبیعی کنار گذاشته می شود. علاوه بر آن، این الگوریتم پیشنهادی ثابت کرده است که با کمک بهینه سازی کوژ و نظریه پایداری لیاپونوف که با آن مقدار بهینه با نرخ همگرایی نمایی گسسته بدست می آید، همگرایی نمایی دارد. در آخر، اثربخشی الگوریتم پیشنهادی از طریق یک مثال عددی، تایید می گردد. مقدمه: اخیراً، محققان بسیاری وقت خود را صرف مطالعه مسئله پخش توان اقتصادی (EDP) در شبکه های هوشمند کرده اند، که هدف از آن، مدیریت تخصیص و تقسیم توان بین مولدها تحت شرایط تامین کل بار، می باشد [1، 2، 5 – 7، 11- 15، 18]. عموماً، EDP را می توان به صورت یک مسئله بهینه سازی مقید فرموله کرد، یعنی هزینه کل تولید با تقسیم تولید توان تحت قید بار، کمینه سازی می شود، یعنی حاصلجمع توان اکتیو تولید شده بوسیله همه مولدها برابر با تقاضای کل بار می باشد. روش متمرکز سنتی، مانند روش ضریب لاگرانژ، می تواند EDP را حل کند اما نیاز به پردازنده های مرکزی قوی برای بدست آوردن اطلاعات سراسری و سروکار داشتن با تعداد هنگفت داده ها دارد، برای مثال به [8، 13، 16] و منابع درون آنها مراجعه نمایید. اما، با توسعه علوم شبکه، منابع تجدیدپذیر، انرژی پاک و شبکه های هوشمند، مقیاس شبکه و حجم داده ها همچنان رشد خواهد کرد. در نتیجه روش متمرکز محدود خواهد شد، ظرفیت پردازش آن کاهش خواهد یافت و هزینه ارتباطات به میزان زیادی افزایش می یابد. بنابراین، الگوریتم پراکنده، گزینه خوبی برای سروکار داشتن با EDP که می تواند ظرفیت پردازش، بازده و قابلیت اطمینان را افزایش دهد، می باشد. همچنین کاربردهای خوبی در پردازش داده های تصویر بزرگ، یادگیری ماشینی و زمینه های دیگر دارد [9، 10].

In this paper, a distributed discrete-time event-triggered algorithm is proposed to deal with the economic dispatch problem with equality constraint. The communication can be reduced and the energy of systems can be saved by adopting event-triggered communication mechanism. The Zeno behavior is naturally excluded based on discrete iteration scheme. Moreover, the proposed algorithm has been proved to be exponentially convergent with the aid of convex optimization and Lyapunov stability theory that the optimal value is obtained with discrete exponential convergence rate. Finally, the effectiveness of the proposed algorithm is verified via a numerical example. Introduction: Recently, many researchers have devoted to studying economic dispatch problem (EDP) in smart grids, which aims to handle the power allocation among generators under satisfying the conditions of total load [1,2,5–7,11–15,18] . Generally, EDP can be casted as a constrained optimization problem, that is, the total generation cost is minimized by allocating the generation power under the load constraint, i.e., the sum of active power generated by all generators equal to the total load demand. Traditional centralized method, such as Lagrange multiplier method, can solve the EDP, which demand powerful central processors to obtain global information and deal with a large number of data, see for example [8,13,16] and references therein. However, with the development of network science, renewable resources, clean energy and smart grids, network scale and data volume will continue to grow. The centralized method will be restricted, its processing capacity will be reduced, and the communication cost will be greatly increased. Therefore, distributed algorithm is a good choice to deal with EDP, which can increase processing capacity, efficiency and reliability. It also has good applications in large image data processing, machine learning and other fields [9,10].