مقاله کاهش تلفات خطوط انتقال با استفاده از انتخاب مکان بهینه تولیدات پراکنده مبتنی بر الگوریتم ژنتیک

بخشی از مقاله

چکیده:

از تولیدات پراکنده می توان به عنوان منابع تولید نام برد که متفاوت از تولیدات مرکزی می باشد و در منطقه مصرف کننده قرار می گیرد.DGها می تواند منابع تجدیدپذیر ،میکرو توربین،توربین بادی،فیوسل،PVو سوخت فسیلی باشد و دامنه تولیدی در حدود چند کیلووات تا 100مگاوات دارد.در اینجا بحث و بررسی روی پنج مقاله با موضوعات مشابه صورت گرفته که نتیجه کلی در پایان ارائه می شود.

با ادغام بهینه تولیدات پراکنده در سیستمهای توزیع هزینه برای کنترل ولتاژ افزایش نمی یابد.نوع شبکه برای قرار دان DG از اهمیت زیادی برخوردار بوده و قرار دان تولیدات پراکنده به صورت باینری یا پیوسته وابسته به نوع شبکه و تابع هدف ما می باشد.گفتنی است از عوامل مهم دیگر برای استفاده از تولیدات پراکنده می توان به محدودیتهای ولتاژی وجریانی خطوط که بایستی در رنج قابل قبولی باشند همچنین مکان بهینه برای رسیدن به مطلوبیت نهایی، اشاره کرد.

مقدمه:

استفاده از تولیدات پراکنده یکی از موثرترین روشها برای کاهش تلفات خطوط انتقال و کنترل پروفیل ولتاژ و جریان است. مینیمم سازی تلفات توان با استفاده از DG به عوامل بسیاری ازجمله محل کارگذاری و نوع تولیدات پراکنده وابستگی شدیدی دارد .از روشهای بکار برده شده در اینجا برای کاهش تلفات و جایابی بهینه ، می توان به الگوریتم ژنتیک اشاره کرد.درروش ژنتیک با اتخاب یک جمعیت اول متناسب با قیود یک value برای آن بدست می آوریم.جمعیت انتخابی را بصورت رندم در حوضچه های جفت یابی قرار می دهیم .

پس از جفت یابی و انتخاب crossover جهش ژنتیکی در آن ایجاد می کنیم، جمعیت جدید را در تابع هدف قرار داده مقدار value جدید بدست می آوریم. این مقدار را با مقدار قبلی مقایسه کرده و یک جمعیت دیگر با توجه به valueهای پایین انتخاب و مراحل را ادامه می دهیم تا بهینه ترین پاسخ را بدست بیاوریم. از روشهای دیگر می توان به کاهش ماتریس امپدانس خط اشاره کرد.

این روش مبتنی بر سه اصل جریان تزریقی،اختصاص جریانات متعادل کننده و کواریانس و رگرسیون خطی می باشد.  در این روش سوالات چه مقدار تلفات در مقایسه با بار و تولید وجود دارند؟ تلفات پراکنده در سیستم در کجاها می باشد؟ تلفات ناشی از ادغام DG چیست؟ تلفات ناشی از انتقال توان راکتیو چیست؟ پتانسیل ذخیره سازی در تلفات چیست؟بایستی همیشه مدنظر قرار بگیرد.

- 1 اختصاص بهینه تولیدات پراکنده با استفاده از الگوریتم ژنتیک برای مینیمم کردن تلفات سیستم: در این قسمت ابتدا به مشخص کردن تابع هدف و قیود می پردازیم،تابع هدف مینیمم سازی تلفات توان حقیقی در شبکه می باشد.[1] در تابع هدف βوα ضرایب تلفات می باشد.Pi و Qi توان اکتیو در باس i و n تعداد باس می باشد.گفتنی است قبد ما نیز وابسته به محدودیتهای ولتاژی و ظرفیت جریان خط و تولید توان حقیقی توسط تولیدات پراکنده می باشد.[1]

پس از مشخص شدن تابع هدف ، قیود ،نوع DG - مدل تک ماشینه - و همچنین نوع شبکه - شعاعی - از روش الگوریتم ژنتیک برای مینیمم سازی استفاده شده است.DG بکار برده شده با استفاده از الگوریتم در شبکه به صورت باینری در چندین مکان گذاشته می شود تا بهترین شرایط حاصل شود. تلفات خط با ادغام DG یک مجموعه دوقسمتی می شود: .a تلفات خط از منبع به مکان DG .b تلفات خط از مکان DG به محل بار کل تلفات خط پس از گداشتن DG در فاصله x از منبع بصورت زیر می باشد: گفتنی است کاهش تلفات خطوط وسیله ای برای کاهش برق تولیدی است .در اینجا تزریق توان اکتیو برای کاهش تلفات خط لحاظ شده است. تلفات تابع ضریب تلفات βوα می باشد.[1]

هنگامیکه DG در یک سیستم نصب شد مقدار ضرایب تلفات نیز تغییر می کندو وابسته به موقعیت اختلاف ولتاژ و زاویه اش می باشد. پارامترهای بکار رفته در الگوریتم ژنتیک برای بهینه سازی عبارتند از: تعداد تولید:50 اندازه جمعیت:100 نفر احتمال %86: Cross Over احتمال جهش:%0,6 نمونه انتخاب:دونفره نوع : Cross Over یک نقطه همگذر نمونه جهش:ثابت با توجه به پارامترهای بالا مراحل انجام الگوریتم ژنتیک عبارتند از :

گام :1 تعیین مکانهای انتخابی

·    وارد کردن امپدانس شاخه سیستمهای توزیع و توان باس بار

·    تعیین ارزش حساسیت

·    ارایش باس ها

گام :2وارد کردن دیتاهای کنترل الگوریتم ژنتیک

گام :3بررسی جمعیت بصورت تصادفی و گذاشتن در مرحله جفت یابی

گام:4انجام تا زمانیکه تعداد تولیدات کمتر از ماکسیمم تعداد تولیدات پرفته شده باشد.

·    انجام دادن این مرحله تا زمانیکه تعداد جمعیت کمتر از اندازه جمعیت باشد.

·    برداشتن تعداد جمعیتی از استخر جفت یابی و دوباره کد نویسی کردن آن در ترکیب تست جدید.

·    بکار بستن دیماند بار

·    حل کننده جریان بار توزیع شده

·    بررسی کردن محدوده ولتاژ

·    محاسبه کردن تابع تناسب - fitness function -

·    افزودن تعداد جمعیت به صورت یک به یک

·    از mating pool در ایجاد جمعیت جدید برای تولیدات بعدی استفاده می شود.

·    تکثیر ، جهش Mutation و کراس اور در mating pool انجام می شود.

·    افزودن تعداد تولیدات به صورت یک به یک.

گام :5 راه حل مطلوب بری اندازه DG ایده آل با در نظر گرفتن کاهش تلفات سیستم و ذخیره سازی تلفات بدست آورده می شود.

گام :6 توقف - Stop -

این روش و راه حل برای یک سیستم 69 باسه آزمایش شده است. DG دارای توان پیشنهادی 500 kw و .هزینه هر واحد DG برابر 1500 دلار می باشد.در این مقاله هزینه انرژی قبل و بعد از نصب DG حساب شده همچنین تلفات سیستم ،تحلیل حساسیت و انتخاب بهترین مکان در جدول 1 نشان داده شده است.[1] همچنین از جدول 2 می توان فهمید که اندازه ایده آل DG در گره 50 همان 1872kw می باشد که تلفات سیستم را تا 62,5 درصد کاهش میدهد .