تلفن: 04142273781

ترجمه مقاله تخصیص بهینه SVC و TCSC برای بهبود پایداری ولتاژ و کاهش تلفات سیستم قدرت – نشریه IEEE

عنوان فارسی: تخصیص بهینه SVC و TCSC برای بهبود پایداری ولتاژ و کاهش تلفات سیستم قدرت با استفاده از ترکیب الگوریتم ژنتیک باینری و بهینه سازی ازدحام ذرات
عنوان انگلیسی: Optimal Allocation of SVC and TCSC for Improving Voltage Stability and Reducing Power System Losses using Hybrid Binary Genetic Algorithm and Particle Swarm Optimization
تعداد صفحات مقاله انگلیسی : 8 تعداد صفحات ترجمه فارسی : 15
سال انتشار : 2012 نشریه : آی تریپل ای - IEEE
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 6936 رفرنس : دارد
محتوای فایل : zip حجم فایل : 1.19Mb
رشته های مرتبط با این مقاله: مهندسی برق
گرایش های مرتبط با این مقاله: مهندسی الکترونیک، برق قدرت و سیستم های قدرت
مجله: مجله کانادایی در مهندسی برق و الکترونیک
دانشگاه: دانشکده مهندسی برق، دانشگاه شهید باهنر کرمان، ایران
کلمات کلیدی: ادوات FACTS، ترکیب الگوریتم ژنتیک باینری و بهینه‌سازی ازدحام ذرات، پایداری ولتاژ، تلفات سیستم، جایابی بهینه، هزینه‌های نصب و اجرا
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1. مقدمه

2. مرور ترکیب الگوریتم ژنتیک باینری و بهینه‌سازی ازدحام ذرات (HBGAPSO)

3. مدلسای ادوات FACTS

4. شاخص پایداری ولتاژ استاتیکی

5. تابع هدف

6. تابع هزینه ادوات FACTS

7. سیستم مورد مطالعه

8. شبیه‌سازی و نتایج

9. نتیجه‌گیری

نمونه متن انگلیسی

Abstract

some applications of FACTS devices show that they are proper and effective instruments to control the technical parameters of power systems. However determination of optimal location, size and type of these devices is a difficult problem. Moreover, applying a suitable objective function for optimal placement of FACTS devices plays a very important role in economic improvement of a power market. In this paper, an advantageous method have been presented for multi-type FACTS placement to increase the voltage stability and to decrease the losses with considering costs of installation of the equipments and the general costs of operation of the power system. So the hybrid binary genetic algorithm and particle swarm optimization (HBGAPSO) is used in this paper for simultaneous locating and for determining the sizes of two types of series and parallel devices (TCSC,SVC) in a multi objective structure, and the method of hierarchical analysis process is used for achieving an optimal response of the fitness function. After that, the suggested method is implemented on the modified 30- bus IEEE system. By comparing the results achieved from the suggested algorithm with PSO and GA algorithms, the proper efficiency of the presented algorithm will be enforced. 1

نمونه متن ترجمه

چکیده

برخی کاربردهای ادوات FACTS نشان دهنده آن است که آنها ابزارهایی مناسب و موثر برای کنترل پارامترهای فنی سیستم‌های قدرت هستند. با این حال، تعیین محل بهینۀ اندازه و نوع این تجهیزات مساله دشواری است. علاوه بر این، بکارگیری یک تابع هدف مناسب برای جایابی بهینه ادوات FACTS یک نقش مهم در بهبود اقتصادی یک باز برق ایفا می‌کند. در این مقاله، یک روش مناسب برای جایابی چندین نوع تجهیز FACTS ارائه می‌شود تا پایداری ولتاژ افزایش یافته و تلفات با در نظر گرفتن هزینه‌های نصب تجهیزات و هزینه‌های عمومی عملکرد سیستم قدرت، کاهش یابد. لذا در این مقاله برای جایابی همزمان و تعیین اندازه دو نوع تجهیز سری و موازی (TCSC,SVC) در یک ساختار چندمنظوره از ترکیب الگوریتم ژنتیک باینری و بهینه‌سازی ازدحام ذرات استفاده می‌شود؛ و نیز برای دست‌یابی به یک پاسخ بهینه برای تابع سازگاری  از فرایند تحلیل سلسله‌مراتبی بهره گرفته می‌شود. پس از آن، روش پیشنهادی روی یک سیستم 30 باس اصلاح شده IEEE پیاده‌سازی می‌شود. با مقایسه نتایج بدست آمده از الگوریتم پیشنهادی با الگوریتم‌های PSO (بهینه‌سازی ازدحام ذرات) و GA (الگوریتم ژنتیک)، کارائی بالای الگوریتم ارائه شده تصدیق خواهد شد.