بهینه سازی مسأله SCUC با استفاده از الگوریتم PSO باینری در نیروگاه حرارتی/خورشیدی

Authors

Abstract:

چکیده: در این تحقیق، یک راه حل بهینه برای برنامه ریزی روز-پیش (Day-ahed) مسأله امنیت-مقید مشارکت واحدها یا همان SCUC (Security Constrained Unit Commitment)در سیستم قدرت فراهم شده است. چنین برنامه ریزی، در واقع درگیر فراهم کردن یک هماهنگی بین واحد های تولیدی در پاسخ به تغییرات شرایط بارگزاری است تا بتواند هزینه های کلی سیستم قدرت را کاهش دهد. برای حل مسأله، از یک روش کاربردی و دقیق با عنوان بهینه سازی ازدحام ذرات یا همان PSO (Particle Swarm Optimization) استفاده شده است. سیستم مورد مطالعه در این تحقیق، شامل واحدهای حرارتی و خورشیدی است. برای در نظر گرفتن عدم قطعیت موجود در واحدهای خورشیدی و همچنین بار سیستم، از روش مونت کارلو (Monte Carlo) استفاده شده است. تابع هدف در اینجا یک چندجمله ای درجه دوم است که مربوط به هزینه های سوخت و راه اندازی واحدها است. نتایج شبیه سازی نشان می دهد که برنامه ریزی مشارکت واحدها با استفاده از این روش، منجر به کاهش چشمگیر هزینه های عملکرد سیستم، درکنار ارضاء تمامی قیود غالب سیستم می شود که نسبت به روش های مرسوم و سنتی، دارای سرعت همگرایی بالاتر و دقت بیشتری است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه سازی مسأله scuc با استفاده از الگوریتم pso باینری در نیروگاه حرارتی/خورشیدی

چکیده: در این تحقیق، یک راه حل بهینه برای برنامه ریزی روز-پیش (day-ahed) مسأله امنیت-مقید مشارکت واحدها یا همان scuc (security constrained unit commitment)در سیستم قدرت فراهم شده است. چنین برنامه ریزی، در واقع درگیر فراهم کردن یک هماهنگی بین واحد های تولیدی در پاسخ به تغییرات شرایط بارگزاری است تا بتواند هزینه های کلی سیستم قدرت را کاهش دهد. برای حل مسأله، از یک روش کاربردی و دقیق با عنوان بهین...

full text

بهینه سازی سیکل ترکیبی با استفاده از الگوریتم های ژنتیک(GA) و بهینه سازی دسته ذرات(PSO)

چکیده: در این مقاله، سیکل ترکیبی بصورت کامل مدلسازی شده و پس از تحلیل انرژی و اگزرژی، تابع برازش مناسب تعریف و بهینه سازی آن توسط الگوریتم های ژنتیک و بهینه سازی دسته ذرات انجام شده است. لازم به ذکر است سیکل های ترکیبی از طراحی پیچیده­ای برخوردار بوده و اعمال هر تغییر در طراحی، بر متغیرهای زیادی به صورت مستقیم و غیر مستقیم تاثیر گذار می­باشد. اگرچه در گذشته تلاشهای زیادی به منظور بهینه سازی تک ...

full text

بهینه سازی مبدل حرارتی پره صفحه ای با استفاده از الگوریتم PSO

در کار حاضر، الگوریتمی برای بهینه سازی مبدل حرارتی پره-صفحه ای با استفاده از کمینه کردن نرخ رشد آنتروپی، هزینه کل سالیانه و ترکیبی از آن‌دو ارائه شد. از الگوریتم تکاملی PSO برای بدست آوردن جوابهای بهینه استفاده شد. ابتدا نرخ رشد آنتروپی به تنهایی به عنوان تابع هدف در نظر گرفته شد و در ادامه هزینه کل سالیانه مبدل بعنوان تابع هدف بهینه سازی انتخاب گردید. طول مبدل، فرکانس پره، تعداد لایه های عبور ...

full text

حل مسأله ی برش دوبعدی غیرگیوتینی با تقاضا با استفاده از الگوریتم بهینه سازی ازدحام ذرات

بهینهسازی چیدمان قطعات کاربردهای فراوانی در صنایع برش ورق فلزی، برش الوار، تولیدشیشه، کاغذ و پوشاک دارد و به دلیل اهمیت کاهش ضایعات، روش های زیادی برای حل اینمسأله ارائه شده است. یکی از بهترین روشها استفاده از الگوریتم بهینهسازی ازدحام ذرات میباشد.در این پژوهش، مسألهی برش دوبعدی با تقاضا مورد بررسی قرار میگیرد. در این مسأله باید با برشورق های مستطیل شکل بزرگ، مستطیلهای کوچکتر مورد نیاز به نحوی ...

full text

برآورد ظرفیت بالفعل مالیاتی ایران با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSO) و الگوریتم ژنتیک (GA)

  با توجه به اهمیت فراوان درآمدهای مالیاتی در تأمین منابع مالی مورد نیاز دولت­ها، بررسی ظرفیت بالفعل مالیاتی همواره مورد توجه دولت­مردان و سیاست­گذاران بوده است. در این مقاله، تابع ظرفیت مالیاتی با دو الگوریتم ژنتیک و بهینه سازی انبوه ذرات طی دوره 1389-1361 برآورد شده است. براساس معیارهای ارزیابی عملکرد که شامل میانگین انحراف معیار، جذر میانگین انحراف معیار، میانگین درصد خطای مطلق و میانگین خطا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 4  issue 8

pages  4- 14

publication date 2016-02

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023