چکیده
این پایان نامه با هدف ارائه یک تکنیک جدید برای تطبیق انرژی و بهینه سازی شبکه های توزیع هوشمند طراحی شده است. بهینه سازی ارایه شده در این پایان نامه سعی می کند توزیع را به حداقل برساند و جلوگیری از بین رفتن شبکه نماید. همچنین پروفیل ولتاژ سیستم را بهبود بخشیده و هزینه عملیاتی واکنش پذیری را به حداقل برساند. تزریق توان توسط بانک های خازنی شنت با استفاده از داده های زیرساخت اندازه گیری پیشرفته انجام می شود. علاوه بر این، حفاظت کاهش ولتاژ (CVR) را انجام می دهد و اتلاف توان ترانسفورماتور را به حداقل می رساند. در این پایان نامه، به دقت وزن بهینه سازی زیر مجموعه تابع هدف، از روش ژنتیک شناخته و معرفی می شود. بهینه سازی ژنتیک (GA) به عنوان بهینه سازی کنترل Volt - VAR در (VVO) مورد استفاده قرار می گیرد. مزایای مهم این تکنیک ذخیره سازی پیشنهادی و بهینه سازی برای صرفه جویی در مصرف انرژی شامل : دقت و سرعت کافی، تابع هدف جامع، قابلیت استفاده از داده های AMI به عنوان ورودی ها و توانایی تعیین عوامل وزنی با توجه به هزینه هر زیربخش و قسمت فرعی هدف می باشد. دقیقاً آزمون کاربردی پیشنهادی، شبکه توزیع 33 باس به عنوان نمونه مورد استفاده قرار می گیرد. این تجزیه و تحلیل نتیجه نشان می دهد که رویکرد پیشنهادی می تواند شبکه های توزیع را برای رسیدن به سطوح بالاتر هدایت کند این بهینه سازی و
بهره وری از تکنیک های معمول و مرسوم است.
کلمات کلیدی: صرفه جویی در انرژی، بهره وری انرژی، شبکه توزیع، الگوریتم بهینه سازی ژنتیک، شبکه هوشمند، بهینه سازی Volt - VAR
فهرست مطالب
عنوان صفحه
چکیده 1
فصل اول : کلیات تحقیق
1-1- مقدمه 2
1-2- بیان مساله 3
1-3- فرضیات پایان نامه 6
1-4- اهداف و پرسش های پایان نامه 6
1-4-1- اهدف کاربردی از انجام این تحقیق 6
1-4-2- جنبه نوآوری در این تحقیق 7
1-5- ساختار پایان نامه 7
1-6- خلاصه فصل اول 7
فصل دوم : پیشینه علمی تحقیقات و مروری بر بهینه سازی Volt/ VAr
2-1- مقدمه 8
2-2- موضوعات پایداری ولتاژ 9
2-3- عواملی بروز فروپاشی ولتاژ در شبکه 9
2-4- انواع مختلفی از فروپاشی ولتاژ 10
2-5- تفاوت فروپاشی ولتاژ ناپایداری با حالت ماندگار و کلاسیک 11
2-6- نقش توان راکتیو در فروپاشی ولتاژ 12
2-7- پیش بینی ناپایداری ولتاژ 12
2-7-1- تحلیل به وسیله پخش بار 12
2-7-2- تحلیل به وسیله متغیرهای زمانی 13
2-8- سوابق تحقیقات انجام شده در خصوص بهینه سازی volt/VAr 14
فصل سوم : بهینه سازی (VVO) شبکه هوشمند
3-1- مقدمه 20
3-2- توپولوژی شبکه VVO 20
3-3- عملکرد VVO و محدودیت های تابع هدف و فرمول بندی 23
3-4- بهینه سازی ژنتیک GA 26
3-4-1- روند کلي بهينه سازي و حل مسائل در الگوريتم ژنتيک (GA) 27
3-5- خلاصه فصل سوم 29
فصل چهارم : شبیه سازی، نتایج و تجزیه و تحلیل VVO مورد مطالعه
4-1- مقدمه 30
4-2- شبیه سازی مورد مطالعه شده 30
4-3- سناریوهای عملیاتی 33
4-4- نتایج مورد مطالعه شده 34
4-5- تجزیه و تحلیل نتایج 35
فصل پنجم : نتیجه گیری و پیشنهادات
5-1- مقدمه 44
5-2- نتیجه گیری 44
5-3- پیشنهادات 45
فهرست منابع 46
پیوست ها 49
چکیده انگلیسی 52
فهرست جدول ها
عنوان صفحه
جدول 4-1 : فیدر توزیع 33 گره، که میانگین داده های بار را نشان می دهد. 32
جدول 4-2 : ضرایب Z و I و Pتوان اکتیو/ راکتیو در سناریوهای عملیاتی مختلف 32
جدول 4-3 : بهینه سازیVolt-VAR با استفاده از الگوریتم ژنتیک 35
جدول 4-4 : عوامل وزنی که توسط GA در سناریوهای مختلف VVO پیدا می شوند. 36
فهرست شکل ها
عنوان صفحه
شکل 3-1 : توپولوژی اصلی vvo پیشنهادی در یک فیدر شبکه توزیع معمولی 23
شکل 3-2 : نمای فلوچارت و شماتیک الگوریتم ژنتیک 29
شکل 4-1 : نمودار تک خطی فیدر توزیع با 33 گره 31
شکل 4-2 : قدرت فعال (توان اکتیو) و راکتیو 33 گره سیستم برای 96 مرحله شبه زمان واقعی 33
شکل 4-3 : ولتاژ گره فیدر در سناریوی عملیاتی شماره 2 37
شکل 4-4 : ولتاژ گره فیدر در سناریوی عملیاتی شماره 4 37
شکل 4-5 : ولتاژ گره فیدر در سناریوی عملیاتی شماره 5 38
شکل 4-6 : ولتاژ گره فیدر در سناریوی عملیاتی شماره 6 38
شکل 4-7 : مقادیر بانک خازنی شنت موازی که در سناریوهای عملیاتی مختلف توسط VVO
پیشنهاد شده اند 39
شکل 4-8 : موقعیت تپ Tap و VR ها در سناریوهای مختلف عملکردی حاصل از VVO 40
شکل 4-9 : افت قدرت ظاهری در سناریو 6 40
شکل 4-10 : ولتاژ گره در سناریو 6 برای 96 مرحله شبه زمان واقعی 41
شکل 4-11 : نتایج عملکرد تابع هدف در سناریو 6 برای 96 مرحله شبه زمان واقعی 42
شکل 4-12 : نمودار همگرایی الگوریتم ژنتیک GA در سناریو 6 43
برچسب ها:
صرفه جویی در انرژی بهره وری انرژی شبکه توزیع الگوریتم بهینه سازی ژنتیک شبکه هوشمند بهینه سازی Volt VAR