بخشی از مقاله
چکیده
در میان چهار بخش تولید، انتقال، فوق توزیع و توزیع، بیشترین تلفات مربوط به بخش توزیع می باشد. یکی از راهکارهای مناسب برای کاهش تلفات خطوط، بهبود پروفیل ولتاژ و افزایش ظرفیت خطوط در سیستم های توزیع استفاده از خازن می باشد. در این مقاله برای محاسبه مکان و مقدار جبرانسازی دو یا چند خازن از الگوریتم ژنتیک استفاده شده است. برای صحت روش پیشنهادی از یک سیستم 30 باس استاندارد IEEE استفاده شده است. نتایج شبیه سازی مطلوب بودن روش پیشنهادی را نشان می دهد.
.1 مقدمه
در شبکه قدرت نزدیکترین سیستم ارتباطی با مصرف کننده، سیستم توزیع می باشد. به دلیل فاصله زیاد بین مصرف کننده و تولید همچنین پایین بودن ولتاژ در این بخش از سیستم، تلفات اهمی در این بخش حدود % 13 از توان تولیدی می باشد .[10] بنابراین از جمله مباحثی که در سیستم قدرت همواره مورد توجه بوده است، کاهش تلفات می باشد. یکی از معمول ترین روش های کاهش تلفات، خازن گذاری است که در آن قسمتی از توان راکتیو مورد نیاز بارها توسط خازن ها تولید می شود.
با این حال جریان توان راکتیو در شبکه های توزیع همیشه موجب تلفات بالای توان می گردد. البته در بار های سنگین تلفات ناشی از جریان توان راکتیو بیشتر قابل توجه است. لذا مقابله با کاهش تلفات مسئله ای مهم برای مصرف کنندگان صنعتی و شرکت های توزیع می باشد و موجب می گردد تا با استفاده از برخی دستگاه ها در شبکه به حداقل سازی تلفات و سطح متناسب ولتاژ عملیات مختلفی را انجام دهد.
یکی از متداول ترین روش ها جهت کاهش تلفات، جبران توان راکتیو از طریق خازن گذاری می باشد 1]و 9و.[12 یافتن محل مناسب خازن، خود دارای روش های مختلفی است که می تواند از طریق آنالیز عددی، هوش مصنوعی [10] و یا روش های ابتکاری [3] حل شود. مطالعات پیشین در این زمینه همگی از روش های تحلیلی برای حداکثر سازی تابع هدف استفاده کرده اند1]و.[2 همچنین دارای فرضیات غیر واقعی می باشند و نتیجه حاصل از این روش دارای اشکالاتی از قبیل مطابقت نداشتن مقدار خازن محاسبه شده با استاندارد موجود و منطبق نشدن مکان دقیق نصب خازن با مکان واقعی می باشد .[11-4]
از روابط - 5 - و - 6 - بدست آمده اند:
خازن ها در شبکه های توزیع فشار متوسط به طور گسترده ای جهت جبران توان راکتیو استفاده می شوند به طوری که تلفات توان و انرژی را در شبکه کاهش داده و با بهبود ولتاژ، کیفیت برق رسانی را ارتقا می دهند. به عبارت دیگر تلفات در سیستم توزیع را می توان با استفاده از خازن گذاری بهینه که شامل عملیاتی از قبیل یافتن مکان، ظرفیت و کنترل خازن ها جهت ماکزیمم کردن منافع ناشی از نصب خازن ها در مقابل هزینه آنها می باشد.
در این مقاله الگوریتم ژنتیک بهبود یافته ای به همراه کدگذاری و اپراتورهای جدید به عنوان ابزار بهینه ساز مورد استفاده قرار گرفته است که به کمک روش معرفی شده جایابی خازن ها و اندازه آنها باتوجه به تغییرات بار صورت می پذیرد. ساختار مقاله در ادامه به صورت زیر است: در بخش دوم فرمولاسیون مسئله را مورد بررسی قرار داده است که شامل روش و نحوه محاسبه پخش بار در شبکه قدرت می باشد. سپس مختصری در مورد الگوریتم ژنتیک بیان شده و در انتها مسئله تلفات توان راکتیو عنوان شده است. در بخش سوم نحوه شبیه سازی یک سیستم 30 باس IEEE را بیان شده است. در بخش چهارم نتایج مربوط به شبیه سازی و عملیات بهینه سازی را مورد بحث قرار داده و در بخش پنجم نتیجه گیری ارائه شده است.
.2 بیان مسئله
در سیستم های قدرت تلفات برابر RI 2 می باشد که این رابطه به دو مولفه اکتیو وراکتیو تقسیم می شود. تلفات کل در یک سیستم n شاخه از رابطه - 1 - بدست می آید .[8] در این رابطه I i جریان شاخه i ام و Ri مقاومت شاخه i ام می باشند. می توان جریان هر شاخه را با استفاده از پخش بار روی سیستم قدرت مورد بررسی، محاسبه کرد.
.2,1 پخش بار بهینه
در اکثر مسائل مربوط به مدیریت شبکه قدرت، پخش بار از جمله ارکان اصلی مسئله می باشد. روش های مختلفی برای حل مسئله پخش بار ابداع شده اند که هر روش متناسب با ساختار شبکه و همچنین نوع نیاز مسئله استفاده می گردد. مشهور ترین روش شناخته شده در حل مسئله پخش بار، روش نیوتن- رافسون می باشد.
.2,2 الگوریتم ژنتیک
از جمله روش های ابتکاری که در حل مسائل بهینه سازی کاربرد فراوانی دارد، الگوریتم ژنتیک است که ایده آن برگرفته از طبیعت می باشد. ایده ی اصلی این روش، رشد یک جمعیت از پاسخ های اولیه یک مساله به سمت پاسخ بهینه با الهام گیری از عملگرهای انتخاب و تغییر ژنتیک طبیعی می باشد. از این الگوریتم جهت بهینه سازی توابع روی دامنه محدود استفاده می شود. برای حل مسئله بایستی ورودی ها را طی یک فرآیند الگوبرداری شده از رفتار ژنتیکی موجودات زنده توسط تابع برازش ارزیابی کرده و در صورتی که خروج مسئله فراهم شده باشد، الگوریتم خاتمه می یابد. الگوریتم ژنتیک بطور کلی یک الگوریتم مبتنی بر تکرار است که اغلب بخشهای آن به صورت فرایندهای تصادفی انتخاب میشوند. به طور کلی عملگر های موجود در الگوریتم ژنتیک جهت حل مسائل بهینه سازی به پنج قسمت تقسیم بندی شده است:
1 - معرفی جواب های مسئله به عنوان کروموزوم به منظور نمایش ژنتیکی از پاسخ مسئله
2 - معرفی تابع برازش جهت تعیین برازندگی هر یک از پاسخ ها
3 - جمع آوری اولین جمعیت
4 - معرفی عملگر های انتخاب
5 - معرفی عملگر های تولید مثل به منظور دستکاری در ساختار ژنتیکی فرزندان در مرحله بازتولید
به منظور استفاده از الگوریتم ژنتیک در یافتن مکان و مقدار بهینه خازن، جمعیتی متشکل از شماره شاخه و مقدار خازن جبران ساز تشکیل داده شده است. جهت بهینه سازی تابع هدف بایستی بهینه ترین حالتی از شبکه که توان راکتیو کمینه باشد در نظر گرفته شود. استراتژی استفاده شده در این مقاله از این قرار است که می تواند به ازای نصب دو بانک خازنی در دو مکان بهینه نسبت به یک بانک خازنی، هزینه کمتر و تلفات کمتری داشته باشد.
.2,3 کاهش تلفات توان
توان ظاهری در سیستم های قدرت از حاصل جمع توان اکتیو و توان راکتیو بدست می آید. نحوه تقسیم توان ظاهری به دو صورت توان اکتیو و توان راکتیو وابسه به ضریب توان می باشد. هرچقدر که ضریب توان به یک نزدیکتر باشد درصد بیشتری از توان ظاهری را توان اکتیو تشکیل می دهد. از طرفی به علت خاصیت ذخیره سازی انرژی الکتریکی در سیم پیچ ها، همواره توان بین شبکه و سلف رد و بدل می شود.
به عبارت دیگر سلف در یک چهارم اول سیکل توان دریافت می کند و در یک چهارم دوم بعدی توان را به شبکه پس می دهد. نتیجه این امر یعنی عدم مصرف انرژی زیرا توان انتقال داده شده به سلف با توان دریافتی از آن برابر است اما علنا این اتفاق رخ نمی دهد زیرا توان برگشت داده شده به شبکه غیر قابل استفاده برای مولد می باشد و در مسیر عبور تلف می شود بنابراین توان راکتیو به عنوان توان غیر مفید در شبکه تلقی می شود.
