دانلود ترجمه مقاله استراتژی های کنترل برای پیش بینی کوتاه مدت بار در شبکه هوشمند

1. مقدمه 2. روش تحقیق 3. نتایج شبیه سازی 4. نتیجه گیری

غیرخطی بودن پروفایل بار و تغییرات تقاضا بخاطر حاشیه خطا در پیش بینی بار کوتاه مدت، باعث اضافه بار شبکه قدرت می شود. وضعیت یک سیستم قدرت شدیدتر می شود هنگامی که یک خطا در شبکه سیستم قدرت رخ دهد و باعث اضافه بار شود. تحلیل اثر بخاطر این اغتشاشات بر شبکه سیستم قدرت، یک ویژگی مهم از این مقاله است. این مقاله، یک الگوریتم کنترل را ارائه می کند که بر رویکرد منطق فازی پیشرفته متمرکز است. کنترل فازی پیشرفته، اضافه بار و تغییرات پروفایل تقاضا را به عنوان ورودی می گیرد و این اغتشاشات را با ملاحظه دیسپاچ (پخش توان) بهینه منابع تجدیدپذیر (RER ها) رفع می کند. برای نشان دادن اثربخشی و اعتبار مدل پیشنهادی و طراحی کنترل فازی، سیستم آزمون 9 باسه از شبکه انتقال بکار گرفته می شود. نه تنها مد نرمال بلکه مدهای خطا و اضافه بار برای تایید رویکرد پیشنهادی استفاده می شوند. رقابت پذیر بودن طراحی کنترل پیشنهادی از نظر قابلیت اطمینان و بهره گیری بهینه از RER ها از طریق نتایج شبیه سازی تایید می شوند. مقدمه: زیرساخت شبکه قدرت، ستون اصلی هر کشور است و عامل مهمی است که مستقیماً بر سیاست اقتصادی یک کشور تاثیر گذار است. شبکه قدرت متداول سنتی، از نظر کنترل و قابلیت اطمینان پیشرفته نیست. در این عصر، شاهد حرکت به سمت شبکه های هوشمند که از فنآوریهای سنجش، ارتباطات و امنیت و کنترل پیشرفته استفاده می کند و باعث می شود یک شبکه قابلیت اطمینان بیشتر و بازده بهتری داشته باشد، می باشیم [1]. یکی از مهمترین ویژگی های یک شبکه هوشمند این است که برق را از انواع مختلف منابع تولید پراکنده (DG ها) می گیرد تا تقاضای توان را در هزینه کمتری برآورده کند. علاوه بر فراهم کردن برق ارزانتر، تعدادی عیب مرتبط با DG ها وجود دارد و مهمترین آنها، قابلیت اطمینان است [2]. اگر شبکه قدرت تماماً بوسیله منابع انرژی تجدیدپذیر (RER ها) پشتیبانی شود، باعث بوجود آمدن خطای اضافه بار جدی می شود که این بخاطر قابلیت مدیریت بار محدود RER ها می باشد.

Nonlinearity in load profile and variations in demand due to error margin in short term load forecasting cause power network overloading. The state of a power system is more severe when a fault occurs in the power system network that leads to overloading. Analyzing the effect due to these disturbances on power system network is an important feature of this work. This paper proposes a control algorithm that focuses on sophisticated fuzzy logic approach. Advanced fuzzy control takes overloading and variation in demand profile as input, which mitigate these disturbances by incorporating optimal power dispatch of renewable energy resources (RERs). To show the effectiveness and validity of the proposed model and fuzzy control design, 9 Bus test system of the transmission network is adopted. Not only normal mode but fault and overloading modes are used to verify the proposed approach. Competitiveness of the proposed control design in terms of reliability and optimal utilization of RERs are verified through simulation results. Introduction: Electric power infrastructure is the backbone for every country and is an important factor that directly affects the economic policy of a country. The traditional conventional electric power grid is not advancing in terms of control and reliability. The era is now moving toward the smart grid that incorporates advanced sensing, communication, security, and control technologies, which make a grid more reliable and efficient [1]. One of the most important features of the smart grid is that it gets power from different type of Distributed Generation (DGs) sources in order to meet the power demand at a cheaper cost. Besides providing cheaper power, there are some drawbacks associated with DGs and an important one is reliability [2]. If a power grid is totally supported by renewable energy resources (RERs), it leads to serious overloading failure because of limited load handling capability of RERs.