بخشی از مقاله
در این مقاله از الگوریتم مهاجرت پرندگان - Particle Swarm Optimization - و الگوریتمژنتیک - Genetic Algorithm - جهت پیدا کردن مکان بهینه و اندازه مناسب جبرانساز توان راکتیو - Static VAR Compensator - استفاده شده است. بدین منظور یک تابع بهینه چند منظوره که شامل هر دو گزینه هزینه و عملکرد مطلوب بمنظور بهبود پروفیل ولتاژ و کاهش تلفات شبکه میباشد، تعریف گردیده است. همچنین نصب بیش از یک SVC در شبکه بررسی گردیده است. روش ارائه شده برای یک شبکه 13 باسه مورد آزمایش قرار گرفته است و بهبود مطلوبی در پروفیل ولتاژ و تلفات بدست آمده است.
.1 مقدمه
با گسترش روزافزون مصرف انرژی در دنیا، توسعه شبکههای قدرت امری ضروری گردیده است. اما ایجاد خطوط انتقال جدید مستلزم صرف زمان و هزینههای گزاف بوده و لذا درصورت امکان استفاده از همان خطوط با ظرفیت انتقال بالاتر بسیار مقرون بهصرفه میباشد. در همین راستا درسالهای اخیر با معرفی ادوات FACTS، استفاده از آنها در کشورهای صنعتی، جهت افزایش ظرفیت خطوط انتقال متداول شده است.
یکی از ادوات FACTS موازی که بسیار مورد استفاده قرار گرفته جبرانساز توان راکتیو SVCاست.[1] در حدود دو دهه قبل SVC بصورت اساسی جهت بهبود پایداری ولتاژ نصب شد. در ادامه با نصب SVC در موقعیتهای مناسب، تلفات سیستم نیز کاهش یافت که این سبب تلاشها و مطالعات بسیاری جهت یافتن موقعیت بهینه نصب ` SVCشد.[2] روشهای ارائهشده جهت حل این مسئله رامیتوان به چهار دسته زیر تقسیم بندی نمود:
-1 روشهای تحلیلی
-2 روشهای برنامهریزی عددی
-3 روشهای ابتکاری
.-4روشهای مبتنی بر هوش مصنوعی
انتخاب روش حل مناسب میتواند بر اساس پارامترهای زیرصورت پذیرد:
-1 ابعاد وخواستههای مسئله
-2 پیچیدگی مسئله
-3 دقت لازم جهت ارائه نهایی نتایج
-4 عملی بودن روش ارائه شده
مسئله جایابی SVC در سالهای اخیر در ابعاد وسیعی مورد توجه قرار گرفته است. مرجع [3] ازیک الگوریتم ترکیبی PSO-GA جهت جایابی SVC استفاده نموده است. در مرجع [4] مسئله بهینه سازی با در نظر گرفتن حساسیت سیستم توسط ترکیبی از الگوریتم ژنتیک - Genetic Algorithm - و الگوریتم جستجوی هارمونیکی - HarmonySearchAlgorithm - صورتگرفتهاست. مرجع [5] بهینهسازی را بمنظورافزایش بارپذیری سیستم با PSO مد نظر قرار داده است.
مرجع [6] برای دستیابی به حداکثر میراسازی نوسانات الکترومغناطیسی و بهبود پایداری ولتاژ از ضریب مشارکت استفاده کردهاست. مرجع [7]جهت بهبود رگولاسیون ولتاژ از الگوریتم ژنتیک بهره برده است. مرجع [1] بهینهسازی جامعی را با در نظر گرفتن همزمان کاهش تلفات و بهبود پروفیل ولتاژ انجام داده است. به هرحال جایابی بهینه SVC برای دستیابی به کمترین هزینه و بیشترین کارآیی نصب مسئلهای است که هنوز بهطور کامل حل نشده است. در این مقاله سعی شده است با بکارگیری الگوریتم ژنتیک و الگوریتم جستجوی پرندگان ، مکان و ظرفیت بهینه نصب SVC بمنظور کاهش همزمان هزینه، تلفات و بهبود پروفیل ولتاژ حاصل گردد. همچنین مقایسهای در مورد انتخاب اقتصادی بین یک یا چند SVC برای دستیابی به هدف مذکور صورت گرفته است.
.2 مدل SVC
بهمنظور فرمولبندی و حل مسئله، ابتدا مدل SVC و تاثیر آن در مقادیر شبکه را مورد بررسی قرار میدهیم. SVC بهصورت ادمیتانس موازی در باسها و یا در وسط خطوط بلند قرار میگیرد، لذا SVC میتواند بصورت ادمیتانس متغیر از صفر تا حداکثر مقدار قابل نصب آن در نظر گرفته شود - در این مقاله حداکثرمقدارقابل نصب SVCرا 500 MVAR در نظر میگیریم - لذا میتوان ادمیتانس SVC را بهصورت رابطه - 1 - درنظرگرفت.
