Presenting an economic objective function to improve the voltage profile in distributed generation systems based on arithmetic optimization algorithm
Subject Areas : Information Technology in Engineering Design (ITED) JournalSeyyed Vahid Ziaratnia 1 , Seyyed Abed Hosseini 2
1 - Department of Electrical Engineering, Mashhad Branch, Islamic Azad University, Mashhad, Iran.
2 - Department of Electrical Engineering, Mashhad Branch, Islamic Azad University, Mashhad, Iran.
Keywords: Arithmetic optimization algorithm, distributed generation system, voltage profile increase, objective function.,
Abstract :
The use of distributed generation (DG) systems has significant effects, such as increasing the stability of the voltage profile, reducing power losses, and solving problems related to voltage stability. This study proposes an objective function to locate and determine the optimal size in DG systems. The objective function is based on increasing the voltage profile, reducing power loss, and improving economic efficiency using an arithmetic optimization algorithm (AOA). The proposed approach uses the lowest losses and improvement of the voltage profile level after injecting power into the system in distribution networks and sub-transmission networks to determine and locate the optimal size in DG systems. This research has been implemented on an IEEE 33-bus network using AOA, and the results are compared with genetic algorithm (GA) and particle swarm optimization (PSO). The results show that the proposed approach is superior to other optimization methods in locating and determining the optimal size, power loss, and cost function in DG systems. For example, AOA has obtained more profit than PSO and GA, 33.4% and 32.8%, respectively. In particular, the results show that AOA has a higher convergence speed in finding the optimal location in DG systems.
ارائه یک تابع هدف اقتصادی جهت بهبود پروفیل ولتاژ در سیستمهای تولید پراکنده مبتنی بر الگوریتم بهینهسازی حسابی
چکیده
استفاده از سیستمهای تولید پراکنده (DG) تأثیرات به سزایی ازجمله افزایش پایداری پروفیل ولتاژ، کاهش تلفات توان و حل مشکلات مربوط به پایداری ولتاژ دارد. این مقاله به ارائه تابع هدف به‌منظور جایابی و تعیین اندازه بهینه در سیستمهای DG در راستای بهینهسازی چندمنظوره نظیر افزایش پروفیل ولتاژ، کاهش اتلاف توان و صرفه اقتصادی به کمک الگوریتم فرا ابتکاری بهینهساز حسابی (AOA) میپردازد. در روش پیشنهادی، برای تعیین محل و اندازه بهینه در سیستمهای DG از رویکردهای کمترین تلفات و بهبود سطح پروفیل ولتاژ پس از توان تزریقی به سیستم در شبکههای توزیع و فوق توزیع استفاده میشود. این پژوهش بر روی یک شبکه 33 گذرگاه IEEE به کمک AOA اجرا شده است و نتایج آن با دو الگوریتم ژنتیک (GA) و بهینهساز ازدحام ذرات (PSO) مقایسه شده است. نتایج نشان میدهد روش پیشنهادی در زمینه جایابی و تعیین اندازه بهینه در سیستمهای DG به سبب دارا بودن عملگرهای کارآمد و پارامترهای مناسب نسبت به سایر روشهای بهینهسازی اشاره‌شده برتری دارد. به‌عنوان نمونه روش AOA نسبت به PSO و GA به ترتیب 4/33 و 8/32 درصد سود بیشتری حاصل کرده است. بهطور ویژه نتایج نشان میدهد AOA از سرعت بالاتر در همگرایی و یافتن مکان بهینه در سیستمهای DG برخوردار است.
کلمات کلیدی: الگوریتم بهینهساز حسابی، سیستم تولید پراکنده، افزایش پروفیل ولتاژ، تابع هدف.
Presenting an economic objective function to improve the voltage profile in distributed generation systems based on arithmetic optimization algorithm
Abstract
The use of distributed generation (DG) systems has significant effects, such as increasing the stability of the voltage profile, reducing power losses, and solving problems related to voltage stability. This study proposes an objective function to locate and determine the optimal size in DG systems. The objective function is based on increasing the voltage profile, reducing power loss, and improving economic efficiency using an arithmetic optimization algorithm (AOA). The proposed approach uses the lowest losses and improvement of the voltage profile level after injecting power into the system in distribution networks and sub-transmission networks to determine and locate the optimal size in DG systems. This research has been implemented on an IEEE 33-bus network using AOA, and the results are compared with genetic algorithm (GA) and particle swarm optimization (PSO). The results show that the proposed approach is superior to other optimization methods in locating and determining the optimal size, power loss, and cost function in DG systems. For example, AOA has obtained more profit than PSO and GA, 33.4% and 32.8%, respectively. In particular, the results show that AOA has a higher convergence speed in finding the optimal location in DG systems.
Keywords: Arithmetic optimization algorithm, distributed generation system, voltage profile increase, objective function.
1-مقدمه
تعاریفی برای سیستمهای تولید پراکنده (DG1) ارائه شده است، به‌عنوان نمونه یکی از آنها بدین‌صورت است که منابعی با تولید نسبتاً محدود و کم هستند که ازنظر موقعیت مکانی در نزدیکی مصرف‌کننده قرار می‌گیرند. در چند دهه گذشته حضور منابع DG در سیستمهای قدرت با روند روبه رشدی مواجه شده است ]1و2[. استفاده از DG در سیستمهای قدرت تأثیرات به سزایی ازجمله افزایش پایداری ولتاژ، کاهش تلفات توان و حل مشکلات مربوط به پایداری ولتاژ دارد. این تأثیرات به عوامل مختلفی ازجمله ظرفیت سیستم، جایابی محل نصب و عوامل دیگر در شبکه قدرت بستگی دارد ]3و4[.
تاکنون پژوهشهای متعددی در خصوص مسائل مربوط به DGها انجام گرفته است. فیلیپسون در سال 2000 ]5[ جايابي واحدهاي DG در شبكه توزيع با اهداف مختلف بهطور مستمر موردمطالعه قرار داد. هدف می‌تواند كمينه كردن تلفات مؤثر در ساختار سیستمهای DG باشد. نارا و همکارانش در سال 2001 ]6[ و رامیرز روسادو و همکارش در سال 2006 ]7[ از الگوریتم جست‌وجوی ممنوعه2 برای جایابی بهینه در سیستمهای DG استفاده کرده‌اند. دوگان و همکارانش در سال 2001 ]8[ ايده برنامه‌ریزی براي تجديد ساختار سيستم توزيع با استفاده از DGها را براي شبکههای سنتي ارائه دادند. همچنين نشان دادند كه اين مسئله را چگونه ميتوان به‌صورت جزءبه‌جزء فرمول‌بندی كرد. مندز و همکارانش در سال 2006 ]9[ از روش مونت‌کارلو3 برای ارائه جایابی بهینه در سیستمهای DG استفاده کردند. حداد و همکارانش در سال 2006 ]10[ از الگوریتم کولونی زنبورعسل (BOA4) برای جایابی بهینه در سیستمهای DG استفاده کردند و توانستند نتایج بهتری را نسبت به الگوریتم ازدحام ذرات (PSO5) دریافت کنند. فاوزا و همکارانش در سال 2007 ]11[ از سیستمهای DG برای مکانیابی بهینه به کمک ACO استفاده کردند. فاتیان و همکارانش در سال 2007 ]12[ از BOA برای جایابی بهینه در سیستمهای DG استفاده کرده‌اند که روش آنها ازنظر سرعت همگرایی و قابلیت اطمینان به بهبود دست‌یافته است. تنگ و همکارانش در سال 2007 ]13[ از سیستمهای DG به کمک GA برای کاهش هزینه و افزایش قابلیت اطمینان در سیستم موردنظر، بهینهسازی و بهبود پارامترها و تعیین بهینه مکان و اندازه ظرفیت گذرگاه محاسبه کردند.
داس و همکارانش در سال 2019 ]14[ از BOAبرای بهینهسازی سیستمهای DG، بر اساس نمودارهای ولتاژ-توان استفاده کردند و همچنین از DIgSILENT برای مدل‌سازی و آزمایش استفاده کرده است. آنها بهبود پایداری ولتاژ را برای موارد مختلف نشان دادند. پسران و همکارانش در سال 2020 ]15[ یک رویکرد جدید برای تخصیص بهینه همزمان چندین منبع DG با بهینهسازی چند هدفه با استفاده از عوامل وزن و شاخصهای پارامتر معرفیشده پیشنهاد نمودند. علاوه بر این، اندازه منابع DG متعدد با مشخص کردن سهم تولید به هر گذرگاه شبکه بهینه شده است. گذرگاه، نوعی اتصال‌دهنده است که برقی را که از فیدرهای ورودی وارد میگردد، بین فیدرهای خروجی تقسیم مینماید. آنها سه هدف شامل تلفات توان فعال و راکتیو خطوط و انحراف ولتاژ شین در شبکه‌ها را بررسی کردند. آنها جنبههای فنی تخصیص منبع DG برای بهینهسازی را نیز در نظر گرفتهاند. بدین منظور آنها از الگوریتم ژنتیک (GA6) و PSO به‌صورت ترکیبی روی یک جمعیت استفاده کردند.
کاتیارا و همکارانش در سال 2021 ]16[ از GA برای قرار دادن مناسب منابع DG در یک سیستم توزیع استفاده نمودند. این رویکرد بر اساس تلفات سیستم، پروفیلهای ولتاژ و تغییرات پرش زاویه فاز است. لکشمی و همکارانش در سال 2021 ]17[ از الگوریتم سنجاقک ژنتیکی ترکیبی به‌عنوان یک روش بهینهسازی برای یافتن مکان و اندازه بهینه واحدهای DG استفاده نمودند. الگوریتم آنها بر روی سیستمهای توزیع 15 و 69 گذرگاه در متلب پیادهسازی شده است. نتایج آنها نشان میدهد که با قرارگیری و اندازه مناسب واحدهای منبع DG میتوان شبکه توزیع را با تلفات توان اکتیو کمتری راهاندازی کرد. خنیسی و همکارانش در سال 2021 ]18[ از الگوریتمهای فرا ابتکاری نظیر PSO و GA برای مکانیابی بهینه سیستمهای DG برای افزایش سرعت همگرایی، کاهش تلفات توان و بهینهسازی مکان DGها استفاده کردند.
العمار و همکارانش در سال 2021 ]19[ از الگوریتم ازدحام سالپ 7چند هدفه برای به دست آوردن مکانها و اندازه بهینه قرارگیری خازنها با در نظر گرفتن دمای محیط استفاده نمودند. توابع هدف یعنی کاهش تلفات توان، بهبود پایداری ولتاژ شین‌های سیستم و کاهش جریان مقاطع به‌عنوان توابع بهینهسازی چند هدفه شبیهسازی شدند. روش آنها ابتدا از راهحلهای بهینه پارتو برای شناسایی مسئله استفاده کرده است، سپس بهترین راهحلهای بهینه با استفاده از مکانیسم مبتنی بر فازی انتخاب شدند. رامادان و همکارانش در سال 2022 ]20 [به تعیین رتبه‌بندی و مکانیابی منابع DG برای یک تابع چند هدفه شامل حداقل کردن هزینه کل، انتشار کل و ولتاژ کل مورد انتظار پرداختند؛ اهداف آنها شامل انحراف و همچنین بهبود پایداری کل ولتاژ مورد انتظار با در نظر گرفتن عدم قطعیت بارگذاری و توان خروجی است.
خان و همکارانش در سال 2023 ]21[ اشاره کردند یکی از مشکلات این حوزه، یافتن مکان بهینه واحدهای DG است، زیرا قرارگیری تصادفی آنها ممکن است منجر به ازدحام در مسیرهای خاصی از شبکه انتقال شود. آنها یک شاخص پایداری ولتاژ پیشنهاد کردند که در تابع هدف همراه با کاهش تلفات واقعی و حداقل انحراف ولتاژ گنجانده شده است. روش آنها بر روی یک شبکه 30 گذرگاه آزمایش شده است و برای بهینهسازی تابع هدف، از الگوریتم بهینهسازی حسابی (AOA8) استفاده کردند. شرما و همکارش در سال 2024 ]22[ الگوریتم بهینهسازی خرگوشهای مصنوعی (ARO9) را برای مکان و اندازه بهینه سیستمهای DG چندگانه در سیستمهای توزیع شعاعی ارائه دادند. آنها نشان دادند که نتایج ARO پیشنهادی کارآمدتر و زمان محاسباتی کمتری دارد و می‌تواند راهحلهای بهتری را ارائه دهد.
قسمت اعظم تلفات الکتريکی، در شبکههای توزيع رخ میدهد؛ بنابراين يکی از مهم‌ترین اهداف طراحان شبکههای توزيع کاهش تلفات شبکههای توزيع است. يکی از روشهای کاهش تلفات شبکه توزيع به‌کارگیری منابع DG است؛ ورود DGها به صنعت برق باعث شده است، نیاز نصب فیدرهای جديد را در دوره‌های بعدی کاهش دهد که اين مسئله منجر به کاهش هزينه تلفات و حتی باعث آزادسازی ظرفیت شبکه میشود. در طراحی و بهره‌برداری از شبکههای توزيع مسئله مکانیابی و تعیین ظرفیت بهینه اين منابع برای رسیدن به حداکثر مزايای آنها امری ضروری است، به‌طوری‌که مکانیابی نامناسب منابع DG در شبکه باعث افزايش تلفات و بالا رفتن هزینه‌های تولید و انتقال انرژی میشود. بنابراين لازم است با روشهای بهینهسازی، مکان و ظرفیت بهینه اين منابع در شبکه توزيع تعیین گردد.
در سیستمهای قدرت، تولید انرژی توسط نیروگاه‌های بزرگ صورت می‌گیرد و معمولاً این سیستم‌ها با رشد 6 درصدی در سال مواجه هستند، به حدی که در دهه 1890 عواملی منجر به کاهش بار 3 درصدی در سال شدند. از طرفی در همین بازه زمانی انتقال و توزیع انرژی با افزایش قابل‌توجهی صورت گرفته است. در چند سال گذشته به خاطر افزایش بهره‌برداری در صنعت برق و شرکت‌های خصوصی مطرح در کشورها، تغییراتی از لحاظ مدیریت ایجاد شده است. این تغییرات، مشکلاتی از قبیل آلودگی زیست‌محیطی و در زمینه احداث خطوط انتقال به همراه دارد و به‌مرورزمان سیستم‌ها رو به سیستمهای تولیدی کوچک در سمت بار تحت عنوان DGها سوق داده است. این سیستم‌ها دیگر نیازی به خطوط انتقال ندارند که این امر باعث مزیت چشم‌گیر در سیستمهای DG شده است ]23و24[. امروزه اکثر فناوری‌ها در زمینه DGها انعطافی در بخش‌هایی نظیر اندازه، عملکرد و قابلیت‌های سیستمی دارد و از طرفی تأثیر زیادی روی هزینه برق دارد. شبکههای توزیع شعاعی10 معمولاً طراحی آنها به صورتی است که در سمت بار هیچ ژنراتوری قرار ندارد؛ بنابراین این امر روی توان جاری و ولتاژ بار تأثیر می‌گذارد ]25[. سیستمهای DG به‌صورت محلی استفاده می‌شوند و نیازی به انتقال انرژی و اتلاف انتقال ندارند که این امر باعث کاهش هزینه انتقال انرژی میشود ]25[.
در دهه‌های اخیر به دلیل پیچیدگی و دشواری روزافزون مسائل دنیای واقعی، نیاز به روشهای بهینهسازی قابل‌اطمینان‌تر نظیر الگوریتمهای بهینهسازی فرا ابتکاری شده است. این روشها عمدتاً تصادفی بوده و جواب‌های بهینه را برای مسائل مختلف تخمین می‌زنند. بهینه کردن یک تابع هدف با کمینه یا بیشینه کردن مقدار آن تحقق می‌یابد. برای انجام این پژوهش، ابتدا تابع هزینهای برای سیستم معرفیشده که این تابع هزینه نقش مهمی برای شبیهسازی و انجام روند بهینهسازی دارد. ازاین‌رو در این پژوهش برای طراحی سیستم و تابع هدف در زمینه بهبود پروفیل ولتاژ و عوامل دیگر از AOA استفاده میشود که می‌تواند ازنظر اقتصادی، کاهش تلفات و دیگر پارامترها، نسبت به سایر الگوریتمها برتری داشته باشد. این پژوهش بر روی یک سیستم قدرت 33 گذرگاه11 و برای دوره یک‌ساله پیادهسازی شده است. بهطور خلاصه، نوآوری این پژوهش ارائه تابع هدف به‌منظور جایابی و تعیین اندازه بهینه در سیستمهای DG در راستای بهینهسازی چند هدفه به کمک AOA به‌منظور افزایش پروفیل ولتاژ، کاهش اتلاف توان و صرفه اقتصادی است.
ساختار این پژوهش بدین شرح است که در بخش دوم به مواد و روشهای پژوهش پرداخته میشود، در بخش سوم تحلیل و ارزیابی نتایج پژوهش آورده میشود و درنهایت در بخش چهارم به بحث و نتیجهگیری پرداخته میشود.
2- مبانی نظری پژوهش
2-1- سیستمهای تولید پراکنده
سیستمهای به‌هم‌پیوسته برق، با توجه به صرفهجویي‌های مقیاس، تولید انرژی الكتریكي به‌صورت مرکزی و توسط نیروگاه‌های بزرگ صورت می‌گیرد. در سالهای اولیه پیدایش سیستمهای به‌هم‌پیوسته، معمولاً سیستم با رشد سالانه حدود 6 الي 7 درصدی در مصرف انرژی الكتریكي مواجه است. در دهه 1972 مباحثي از قبیل بحران نفتي و مسائل زیست‌محیطی، مشكلات جدیدی را برای صنعت برق مطرح نموده است، به‌گونه‌ای که در دهه 1982 این عوامل و تغییرات اقتصادی، منجر به کاهش رشد بار به حدود 6/1 الي 3 درصد در سال شد. در همین زمان، هزینه انتقال و توزیع انرژی الكتریكي نیز به طرز قابل‌توجهی افزایش یافته است، بنابراین تولید مرکزی توسط نیروگاه‌های بزرگ، اغلب به دلیل کاهش رشد بار، افزایش هزینه انتقال و توزیع، حاد شدن مسائل زیست‌محیطی، تغییرات فناوری و قانون‌گذاری‌های مختلف غیرعملي شدند.
در دهه‌های اخیر، تجدید ساختار و خصوصی‌سازی صنعت برق مطرح و در برخي کشورها هم اِعمال گردیده است. طي این مدت، به خاطر بالا بردن بازده بهره‌برداری و تشویق سرمایه‌گذاران، صنعت برق دستخوش تغییرات اساسي از لحاظ مدیریت و مالكیت گردید، به‌طوری‌که برای ایجاد فضای رقابتي مناسب، بخشهای مختلف آن ازجمله تولید، انتقال و توزیع از هم مستقل شدند. در محیط تجدید ساختاریافته صنعت برق، متقاعد نمودن بازیگران بازار به سرمایهگذاری در پروژههای بزرگ تولید و انتقال توان آسان نیست. این تغییر و تحولات ازیک‌طرف و عواملي همچون آلودگي محیط‌زیست، مشكلات احداث خطوط انتقال جدید و پیشرفت فناوری در زمینه اقتصادی نمودن ساخت واحدهای تولیدی در مقیاس کوچک در مقایسه با واحدهای تولیدی بزرگ از طرف دیگر باعث افزایش استفاده از واحدهای تولیدی کوچک تحت عنوان DGها شده است که بهطور عمده به شبكه‌های توزیع متصل شده و نیازی به خطوط انتقال ندارند ]26-28[.
انرژی الکتریکی تولیدی توسط DGها در اکثر کشورهای پیشرفته تحول عظیمي در سیستمهای تولید و انتقال انرژی به وجود آورده است و تمام نیازها و مزایای پایه تولید و انتقال در موارد فني، علمی و بازرگاني را برآورده می‌کند. DGها به‌صورت محلي مورداستفاده قرار ميگیرند. با توجه به اینکه این تولیدات نزدیک به مراکز مصرف ميباشند، نیازی به انتقال انرژی الكتریكي خروجي آنها در مسافتهای طولاني وجود ندارد. هرچه مصرف‌کننده به تولیدکننده نزدیک‌تر باشد، هزینه تأمین انرژی الكتریكي نیز کاهش خواهد یافت ]29[. تعاریف مختلفی برای DGها بكار رفته است، یک تعریف آن عبارت است از »منبع انرژی الكتریكي که مستقیماً به شبكه توزیع و یا سمت مصرف‌کننده وصل ميگردد. «مقادیر نامي این تولیدات متفاوت است، ولي معمولاً ظرفیت تولید آنها از چند کیلووات تا حدود 12 مگاوات (MW) است. این واحدها در پست‌ها و در فیدرهای توزیع، در نزدیكي بارها قرار ميگیرند. مولدهای DG، صرف‌نظر از نحوه تولید توان آنها، نسبتاً کوچک بوده و ظرفیت آنها معمولاً کوچكتر از 322 مگاوات بوده و مستقیماً به شبكه توزیع وصل ميشوند ]30و31[.
برخی از تعاريف كه كشورهاي مختلف براي DG ارائه كرده‌اند را میتوان به‌صورت زیر بیان کرد ]31-33[:
· به‌صورت مركزي برنامه‌ريزي نشده باشد.
· بهره‌برداري متمركز نشده باشد.
· معمولاً به شبكه توزيع متصل شده باشد.
· کوچک‌تر از 50 تا 100 مگاوات باشد.
DGها از دید شرکت توزیع و از دید مشترک متفاوت است. در واقع اگر مالک سیستمهای DG شرکت توزیع باشد، اهداف می‌تواند آزادسازی ظرفیت شبكه توزیع، بهبود قابلیت اطمینان سیستم، تولید همزمان برق و حرارت، بهبود کیفیت توان و پروفیل ولتاژ و کاهش تلفات باشد. اگر مالكیت DG در اختیار مشترک باشد، اهداف می‌تواند نظیر شرکت در بازار انرژی، فروش برق به‌عنوان سرویس جانبي، بهبود قابلیت اطمینان خود یا تشویق‌های دریافتي از شرکت توزیع باشد. متأسفانه چون مالكیت بیشتر DGها در اختیار مشترکین است، بنابراین شرکت‌های توزیع کنترل کمتری روی اندازه و محل نصب DGها دارند. درنتیجه از تأثیرگذاری منفي DGها بر پارامترهای مختلف سیستم، باید یک استاندارد کلي و جامع برای کنترل، نصب و جایابي این تولیدات وجود داشته باشد ]34[. به‌طورکلی هدف از استفاده از منابع DG در شبكه‌های توزیع، تأمین تمام یا قسمتي از توان مصرفي شبكه به‌صورت تمام‌وقت یا پاره‌وقت است که در این میان هدف اصلي تولید توان اکتیو است ]30[. به‌کارگیری DGها در سیستم توزیع مزایای زیست‌محیطی، اقتصادی و فني بسیار زیادی را به دنبال دارد. برای رسیدن به این مزایا DGها باید دارای اندازه مناسب بوده و در مكانهای مناسب نصب شوند ]35[. به‌طورکلی استفاده از نیروگاه‌های با DG در شبكه قدرت مزایای زیر را به همراه دارد ]36[.
· کم کردن هزینه مربوط به تجهیزات قدرت
· کاهش تلفات انتقال قدرت
· سهولت امكان بازیافت گرما در این نیروگاه‌ها
· زمان نصب و بهره‌برداری کوتاه این نیروگاه‌ها
· تحقق خصوصی‌سازی واقعي با تبدیل سرمایه‌گذاران بزرگ به سرمایه‌گذاران کوچک
· کاهش آلودگی‌های زیست‌محیطی و صوتي نیروگاه‌های بزرگ
· کاهش تلفات با جایابي بهینه نیروگاه‌های DG در شبکههای توزیع
· آزاد شدن ظرفیت سیستمهای انتقال و توزیع اعم از خطوط و پست‌ها
· استفاده بعضي از منابع DG از منابع تجدیدپذیر
· امكان کاربرد مجزا یا متصل به شبكه
2-2- الگوریتم بهینهساز حسابی
AOA یک روش فرا ابتکاری است که از رفتار توزیع عملگرهای اصلی ریاضی استفاده می‌کند. AOA از نظر ریاضی مدل‌سازی شده و برای اجرای فرآیندهای بهینهسازی در طیف وسیعی از فضاهای جستجو اجرا شده است. نتایج نشان داده است استفاده از AOA امیدوارکننده است ]37[. به‌طورکلی، مسائل دنیای واقعی و بهینهسازی دارای محدودیت‌های غیرخطی، پیچیدگی، زمان محاسباتی بالا، فضاهای جستجوی گسترده و غیر محدب را دارا هستند که حل آنها را به چالش می‌کشد ]38-40[. یک طبقه‌بندی محبوب از الگوریتمهای فرا ابتکاری را میتوان بر اساس الهام از الگوریتمهای تکاملی، الگوریتمهای هوش ازدحامی، روشهای مبتنی بر فیزیک و روشهای مبتنی بر انسان فرض کرد ]41-43[.
ازآنجاکه الگوریتمهای مبتنی بر جمعیت به دنبال یافتن راه‌حل بهینه بهطور تصادفی هستند، دستیابی به راه‌حل در یک اجرای واحد تضمین نمی‌شود. بنابراین احتمال دستیابی به راه‌حل بهینه برای مسئله با تعداد کافی از راهحلهای تصادفی و تکرارهای بهینهسازی افزایش می‌یابد ]44[.
3- روش پیشنهادی
پیادهسازی این پژوهش بر روی یک شبکه استاندارد 33 گذرگاه انجام‌گرفته و اطلاعات شبکه در جدول 1 و سیستم توزیع شعاعی آن در شکل 1 نشان داده شده است.
شکل 1: سیستم توزیع شعاعی یک شبکه 33 گذرگاه استاندارد
جدول 1: اطلاعات شبکه 33 گذرگاه استاندارد IEEE | |||||
توان راکتیو (کیلووار) | توان اکتیو (کیلووات) | راکتانس (اهم) | مقاومت (اهم) | گذرگاه گیرنده | گذرگاه فرستنده |
60 | 100 | 0470/0 | 0922/0 | 2 | 1 |
40 | 90 | 2511/0 | 4930/0 | 3 | 2 |
80 | 120 | 1864/0 | 3630/0 | 4 | 3 |
30 | 60 | 1941/0 | 3811/0 | 5 | 4 |
20 | 60 | 7070/0 | 8190/0 | 6 | 5 |
100 | 200 | 6188/0 | 1872/0 | 7 | 6 |
100 | 200 | 2351/0 | 7114/0 | 8 | 7 |
20 | 60 | 7400/0 | 0300/0 | 9 | 8 |
20 | 60 | 7400/0 | 0440/0 | 10 | 9 |
30 | 45 | 0650/0 | 1966/0 | 11 | 10 |
35 | 60 | 1238/0 | 3744/0 | 12 | 11 |
35 | 60 | 1550/1 | 4680/1 | 13 | 12 |
80 | 120 | 7129/0 | 5416/0 | 14 | 13 |
10 | 60 | 5260/0 | 5910/0 | 15 | 14 |
20 | 60 | 5420/0 | 7463/0 | 16 | 15 |
20 | 60 | 7210/1 | 2890/1 | 17 | 16 |
40 | 90 | 5740/0 | 7320/0 | 18 | 17 |
40 | 90 | 1565/0 | 1640/0 | 19 | 18 |
40 | 90 | 3554/1 | 5042/1 | 20 | 19 |
40 | 90 | 4784/0 | 4095/0 | 21 | 20 |
40 | 90 | 9373/0 | 7089/0 | 22 | 21 |
50 | 90 | 3083/0 | 4512/0 | 23 | 22 |
200 | 420 | 7090/0 | 8980/0 | 24 | 23 |
200 | 420 | 7011/0 | 8960/0 | 25 | 24 |
25 | 60 | 1034/0 | 2030/0 | 26 | 25 |
25 | 60 | 1447/0 | 2842/0 | 27 | 26 |
20 | 60 | 9337/0 | 0590/1 | 28 | 27 |
70 | 120 | 7006/0 | 8042/0 | 29 | 28 |
600 | 200 | 2585/0 | 5075/0 | 30 | 29 |
70 | 150 | 9630/0 | 9744/0 | 31 | 30 |
100 | 210 | 3619/0 | 3105/0 | 32 | 31 |
40 | 60 | 5302/0 | 3410/0 | 33 | 32 |
با توجه به سیستمهای DG و تعیین جایابی و اندازه بهینه، لازم است یک تابع هدف برای سیستم تعریف که برای شبکه 33 گذرگاه مراحل زیر پیادهسازی می‌شوند. هزینه سرمایهگذاری به‌صورت رابطه (1) تعریف میشود.
(1) |
|
|
|
(3) |
|
(4) |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(5) |
|
(6) |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(7) |
|
(8) |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(9) |
|
هزینه خرید برق از شبکه (برحسب مگاوات) | کل هزینه (برحسب مگاوات) | هزینه سرمایهگذاری اولیه | تعداد دوره (سال) | نرخ تورم (درصد) | نرخ بهره (درصد) |
49 | 36 | 318000 | 10 | 12.5 | 9 |
برای اجرا و پیادهسازی باید قیدهایی ازجمله قید سیستمهای DG و سطوح ولتاژ مطابق رابطه (10) در نظر گرفته شود.
(10) |
|
(11) |
در شبکۀ توزیع دامنۀ ولتاژ گذرگاهها باید در محدودۀ پذیرفته‌شده مطابق رابطه (12) حفظ شود.
|
