برق‌رسانی به بارهای الکتریکی حیاتی در تمام شرایط یکی از اهداف مهم پیش‌روی طراحان و بهره‌برداران سیستم‌های قدرت است. از طرفی سیستم‌های قدرت همواره در معرض حوادث و فجایای مختلف قرار دارند. قابلیت مواجهه با این حوادث و فجایا در سیستم‌های قدرت با مفهوم تاب‌آوری مطرح می‌شود. در این مقاله، بهبود تاب‌آوری شبکه‌های توزیع دنبال می‌شود. به این‌منظور به توسعه ذخیره‌سازهای انرژی ثابت و قابل حمل در شبکه‌های توزیع برای تاب‌آور نگه‌داشتن شبکه‌های توزیع پرداخته شده است. به‌دلیل اهمیت برق‌رسانی به بارهای حیاتی، برآورده‌شدن بارهای حیاتی به‌عنوان معیار اصلی برآورده‌شدن معیار تاب‌آوری در نظر گرفته می‌شود. مدل پیشنهادی به‌صورت یک مسأله بهینه‌سازی خطی آمیخته با اعداد صحیح فرمول‌بندی شده است. حداقل‌سازی هزینه‌ها به‌عنوان تابع هدف و برآورده‌شدن محدودیت‌ها، در شرایط نرمال و تاب‌آور شبکه به‌عنوان قیود مسأله در نظر گرفته شده‌اند. در این مدل، شبکه توزیع به چند ناحیه مجزا تقسیم شده و برآورده‌شدن بارهای حیاتی در ناحیه‌ها به‌صورت جزیره‌ای توسط منابع موجود و ذخیره‌سازهای انرژی دنبال می‌شود. نتایج مطالعات بر روی شبکه تست، قابلیت ذخیره‌سازهای قابل حمل به‌منظور برآورده‌سازی شرایط تاب‌آوری شبکه را نشان می‌دهد. پرونده مقاله

این مقاله یک رویکرد جدید برای پیش‌بینی کوتاه‌مدت توان تولیدی مزارع بادی با استفاده از شبکه‌های عصبی مصنوعی تحت زبان برنامه‌نویسی پایتون ارائه می‌دهد. در این روش شرایط آب و هوایی مانند سرعت باد، جهت باد، دما و فشار هوا به عنوان ویژگی‌های کلیدی تاثیرگذار بر توان تولیدی مزرعه بادی انتخاب می‌شوند. برای دستیابی به یک تخمین نسبتا دقیق، جذر میانگین مربعات خطای مقادیر پیش بینی شده محاسبه و به عنوان تابع هدف کمینه می‌شود. سرعت و دقت الگوریتم پیشنهادی با انجام مطالعه موردی بر روی یک مزرعه بادی واقع در منجیل ارزیابی شده است. توان تولیدی نیروگاه بادی برای افق زمانی یک هفته و به صورت ساعت به ساعت با استفاده از سرعت باد، جهت باد، دما و فشار هوا در طول 8592 ساعت (کل ساعات یک سال - ساعات یک هفته) پیش‌بینی می‌شود. جذر میانگین مربعات خطا، بیشترین درصد خطای نسبی، وضوح زمانی پیش‌بینی‌ها و مدت زمان اجرای محاسبات توسط الگوریتم پیشنهادی با سایر الگوریتم‌های منتشر شده در سالهای اخیر مقایسه می‌شود که نشان‌دهنده اثربخشی و دقت بالای نتایج حاصل در یک زمان محاسباتی کوتاه است. توان تولیدی مزرعه بادی در طول یک هفته به صورت ساعت به ساعت پیش‌بینی شده و 168 نقطه داده بدست آمده که جذر میانگین مربعات خطای پیش‌بینی در سناریوی بهینه برابر با 010817/0 است. زمان اجرای محاسبات الگوریتم پیش‌بینی کمتر از 1 دقیقه بوده و حداکثر خطای نسبی در روش پیشنهادی 3/2 درصد است که نشان می‌دهد عدم‌قطعیت‌های مرتبط با توان تولیدی مزرعه بادی را می‌توان با استفاده از این رویکرد پیش‌بینی کوتاه‌مدت کاهش داد. پرونده مقاله