دانلود ترجمه مقاله تعیین ظرفیت و مکان بهینه DG ها با استفاده از الگوریتم ژنتیک

1. مقدمه 2. الگوریتم ژنتیک 3. تعریف تابع هدف مسئله 4. قیدهای مورد ملاحظه 5. مطالعه موردی 6. نتایج شبیه سازی 7. نتیجه گیری

چکیده – کاربردهای تولید پراکنده (DG) بخاطر رشد شهری، نیاز روز افزون به انرژی الکتریکی و محدودیت های اقتصادی و جانمایی موجود در نصب پست ها و نیروگاه های جدید، جدیتر درحال بررسی هستند. تعیین مکان و ظرفیت بهینه منابع DG یک موضوع مهم در بدست آوردن حداکثر بازده است. مکان و اندازه بهینه DG ها طبق پارامترهای مختلف و از طریق روشهای گوناگون، قابل تعیین هستند. در این مقاله، این پارامترها با توجه به بهبود پروفایل ولتاژ و کاهش تلفات کلی سیستم، با ملاحظه قیدهای مختلف و با استفاده از الگوریتم ژنتیک (GA ) تعیین می شوند. فرمولاسیون پیشنهادی قادر به تعیین تعداد DG های مورد نیاز و همچنین مکان بهینه آنها هستند. افزایش تعداد DG ها بیشتر از تعداد تعیین شده نه تنها از بهبود پارامترهای شبکه جلوگیری می کند، بلکه همچنین منجر به کاهش عملکرد شبکه می شود. این روش برروی یک شبکه واقعی در استان زنجان تست شد و نتایج شبیه سازی میزان کارآمد بودن روش ها نشان می دهند. مقدمه: استفاده از DG می تواند تاثیرات مثبت و منفی بر عملکرد شبکه داشته باشد [1]. بعضی از مزیت های نصب DG عبارتند از کاهش هزینه های توزیع و انتقال، به تعویق انداختن نیاز به بهبود ظرفیت پست برق، کاهش تلفات انتقال قدرت، بهبود پروفایل ولتاژ، بهبود پایداری سیستم و قابل استفاده بودن انرژهای جدید و تجدید پذیر [2]، [3]. بنابراین، می توان برآورد نمود که منابع DG نقش عمیقی در شبکه ها در آینده نزدیک ایفاء خواهند نمود. به این دلیل، طراحان آنها را به عنوان بهترین روش حل مسئله تولید برق در صورت وقوع یک بحران انرژی، مطرح می کنند. تقریباً همه به اصطلاح مزیت ها تنها در صورتی حاصل می شوند که این منابع در مکان های بهینه واقع شده باشند و ظرفیت بهینه داشته باشند [3]. بنابراین، تعیین بهترین ظرفیت و مکان منابع تولید پرانده بسیار مهم است و باید طبق اهداف خواسته شده، مشخص شوند [4]، [5].

Applications of distributed generation (DG) are taken into account more seriously due to urban growth, ever increasing need for electrical energy, and existing economic and placement constraints in installing new substations and power plants. Determining the optimum location and capacity of DG resources is an important consideration in obtaining the maximum efficiency. DGs' optimal place and size can be determined according to different parameters and through different methods. In this paper, these parameters are decided with respect to voltage profile improvement and system total loss reduction, considering different constraints and using Genetic Algorithm (GA). The proposed formulation is capable of determining the required number of DGs as well as their optimal place. Increasing the number of DGs more than the decided number not only stops the network parameters from improving, but also may result in lower network performance. This method was tested on an actual network in Zanjan province in Iran and simulation results indicate how efficient the method is. INTRODUCTION: Using DG may have positive and negative impacts on network performance [1]. Some advantages of DG installations are reduced distribution and transmission costs, deferring the need for substation capacity improvement, reduced power transmission loss, improved voltage profile, improved system stability, and applicability of new and restorable energies [2],[3]. Thus, it can be predicted that DG resources will play a profoundly significant role in networks the near future. For this reason, designers regard them as the best way of solving the problem of electricity generation in the case of an energy disaster. Almost all of the so-called advantages will be obtained only if these resources are placed in optimal locations and have optimal capacities [3]. Thus, determining the best capacity and placement of distributed generation resources are crucial and should be identified according to desired objectives [4],[5].