پایدارساز سیستم قدرت (pss) بطور گسترده ای برای تولید سیگنال های کنترلی تکمیلی به منظور میرا کردن نوسانات فرکانس پایین در سیستم های قدرت مورد استفاده قرار می گیرد. در این پروژه روشی برای تنظیم بهنگام پارامترهای یک پایدارساز مرسوم سیستم های قدرت (cpss)به کمک شبکه های عصبی شعاعی (rbf) و شبکه پرسپترون چند لایه (mlp)، ارائه می شود. توان های اکتیو و راکتیو به همراه ولتاژ ترمینال ژنراتور به عنوان ورودی های این شبکه های عصبی و پارامترهای پایدارساز یعنی ضریب بهره و همچنین ثابت زمانی های جبران کننده های پیش فاز - پس فاز به عنوان خروجی آن ها می باشند. در روش آموزش ترکیبی شبکه عصبی rbf، ابتدا تعداد نرون های لایه پنهان و همچنین مراکز آن ها با یک روش غیر نظارتی تعیین می شود و سپس وزن های لایه ی خطی خروجی از طریق ماتریس شبه معکوس بدست می آیند. در مورد شبکه عصبی پرسپترون چند لایه (mlp) نیز تعداد نرون های لایه ی پنهان به روش سعی و خطا بدست می آیند و از روش levenberg-marquardt برای آموزش شبکه عصبی استفاده می شود. همچنین به منظور تعیین بهینه ی پارامترهای پایدارساز مرسوم، یک روش بهینه سازی به کمک الگوریتم تجمع ذرات pso ارائه می شود. برای تعیین بهینه ی پارامترهای cpss توسط pso، دو تابع شایستگی مرتبط با مقادیر ویژه در نظر گرفته می شود و هدف ماکزیمم کردن هر دوی این توابع به منظور افزایش میرایی در سیستم است. روش های طرح شده به طور موفقیت آمیزی بر روی یک سیستم قدرت تک ماشینه و تحت شرایط کاری و همچنین راکتانس متغیر خط انتقال پیاده سازی شده است.

باتوجه به اینکه اخیرا یکسوکنندهها در سیستمهای توزیع الکتریکی کاربرد بسیاری پیدا کردهاند، مدلسازی آنها نیز از دیدگاه مصرف کننده هایdc مورد توجه زیادی قرار گرفته است. تا کنون در این راستا مدلسازی یکسوکننده های 12پالس و 18 پالس با استفاده از روشهای متوسط گیری انجام شده است. از سوی دیگر به منظور کاهش هارمونیک های ناشی از وجود یکسوکننده ها (هم در قسمت ولتاژ بارdc وهم در قسمت جریان منبع تغذیه ac ) یکسوکننده های با تعداد پالسهای بیشتر مورد توجه قرار گرفته است. در این پروژه مدلسازی یکسوکننده های چند پالسه با استفاده از تعمیم روشهای متوسط گیری استفاده شده در یکسوکننده های با پالس کمتر مورد بررسی قرار گرفته است. از آنجایی که طراحی و مدلسازی یکسوکننده های 24 پالس‏‏ باعث کاهش دامنه هارمونیک 23 و 25 می گردد در این پایان نامه ابتدا مبدل های 6 و 12 و 18 پالس مورد ارزیابی و سپس یکسوکننده 24 پالس مدلسازی می گردد و کارآیی این مدلسازی توسط نرم افزارهای (micro cap)mc7,pspice,hspice مورد ارزیابی گرفته است. از آنجایی که با افزایش تعداد پالسها دامنه هارمونیک ها کاهش بیشتری پیدا می کند، خروجی یکسوکننده های 24پالس دارای کمترین اعوجاج ولتاژ و جریان می باشد که می توان برای سطوح بالای توان و ولتاژ نیز از یکسوکننده های 24 پالسه استفاده کرد. کاربرد این یکسوکننده ها بیشر در هوافضا ، زیردریایی ، آسانسور ، hvdc و ups می باشد.

در صنعت برق تجدید ساختار شده، تامین امنیت از انرژی تفکیک شده و به عنوان یک خدمت جانبی قیمت گذاری می شود. در این ساختار، یک بازار رقابتی ایجاد می شود که در آن، حداکثرسازی سود حاصل از فروش انرژی و خدمات جانبی مسئله مهمی است. تأمین بار، دیگر از اهداف تولید کنندگان نیست و در حقیقت iso این وظیفه را دارد. برنامه ریزی برای حداکثر سازی سود حاصل از فروش انرژی و خدمات جانبی با در نظر گرفتن قیدهای غالب که از اهداف اصلی تولید کنندگان است، به برنامه ریزی مبتنی بر قیمت مشارکت واحدها نامگذاری می شود. در این برنامه ریزی برای واقعی تر کردن سود، علاوه بر قیدهای واحد و سیستم، در نظر گرفتن هزینه راه اندازی نیز ضروری به نظر می رسد. همچنین، اعمال هزینه راه اندازی مستلزم این است که دوره زمانی مطالعه، در مدت یک شبانه روز، یعنی متغیر زمان معادل24 ساعت باشد. در این پایان نامه با توجه به اهمّیت برنامه ریزی شرکت های تولیدی برای کسب سود بیشتر و نیز به دلیل زیاد بودن حجم محاسبات، از الگوریتم ژنتیک برای حل مسئله استفاده شده است. نتایج محاسباتی حاکی از آن است که این روش برای برنامه ریزی واحدهای بیشتر، در طول شبانه روز با در نظر گرفتن هزینه راه اندازی، در حداقل زمان ممکن می تواند مفید باشد.

در این پایان نامه از الگوریتم ژنتیک (ga) و یک الگوریتم جدید به نام بهینه سازی بر اساس زیست جغرافیایی (bbo) برای تجدید پیکربندی(بازآرایی) شبکه توزیع به منظورکاهش تلفات و بهبود پروفیل ولتاژ در حضور منابع تولید پراکنده به همراه مکان یابی بهینه تولیدات پراکنده استفاده شده است. همچنین مقایسه هایی بین تلفات و پروفیل ولتاژ شبکه در حالت های زیر صورت گرفته است: مقایسه شبکه درحالت اولیه با شبکه بعد از بازآرایی، مقایسه شبکه درحالت اولیه در حضور منابع تولید پراکنده در مکان های غیر بهینه با شبکه درحالت اولیه در حضور منابع تولید پراکنده در مکان های بهینه، مقایسه شبکه درحالت اولیه در حضور منابع تولید پراکنده در مکان های بهینه با شبکه بعد از بازآرایی در حضور منابع تولید پراکنده در مکان های بهینه، مقایسه شبکه بعد از بازآرایی در حضور منابع تولید پراکنده در مکان های غیر بهینه با شبکه بعداز بازآرایی در حضور منابع تولید پراکنده در مکان های بهینه. شبیه سازی با استفاده از نرم افزار matlab انجام شده است. نتایج شبیه سازی نشان می دهد که بکارگیری توأم جایابی بهینه dg و بازآرایی شبکه توزیع نسبت به بکارگیری تنها یکی از این دو روش اثر قابل ملاحظه ای بر کاهش تلفات و موازنه بار در فیدرهای سیستم و همچنین پروفیل ولتاژ سیستم می گذارد.

در سالهای اخیر با توجه به نگرانی های عمومی در باره گرم شدن زمین و تغییر شرایط آب و هوایی بیشتر توجهات روی گسترش تکنولوژی های دوستدار محیط زیست برای تولید برق معطوف گردیده است. بر این اساس نیروگاههای بادی، نیروگاههای سلول های خورشیدی و... شکل گرفتند. در نیروگاه های بادی فرکانس برق تولیدی دارای فرکانس ثابتی نیست، برای اتصال این dg ها به شبکه، از اینورترهای الکترونیک قدرت استفاده می شود. هر دو نوع اینورتر یعنی اینورتر ولتاژ و جریان در توربین های بادی بکاربرده می شوند. اینورترهای جریان تریستوری از قیمت کمتر و قابلیت اطمینان و توان بالاتری نسبت به سایر اینورترها بر خوردارند. از مشکلات اصلی مبدل های جریان تریستوری ایجاد هارمونیک و پایین بودن ضریب توان است. کیفیت توان تزریقی نیروگاه های بادی به شبکه بایستی از استاندارد ieee 1547 پیروی نماید. راه کار سنتی بهبود کیفیت توان فیلتر های پسیو هستند. با بیشتر شدن توجهات بر روی مسئله کیفیت توان، مهندیسین قدرت به فکر یافتن راه حلی دینامیک و قابل تنظیم برای حل مشکل کیفیت توان شدند. بر این اساس وسایلی که امروزه به نام فیلترهای اکتیو می شناسیم، بوجود آمدند. این وسائل توانایی جبرانسازی هارمونیک های ولتاژ و جریان، توان راکتیو، تنظیم ولتاژ، فلیکر ولتاژ و نامتعادلی ولتاژ را دارا هستند. مهمترین مزیت این فیلترها انعطاف پذیری بالای آن ها است. اما قیمت این فیلترها نسبت به فیلترهای پسیو بیشتر است. فیلتر هایبرید ترکیبی از فیلتر اکتیو و فیلتر پسیو هستند و در مقایسه با فیلتر اکتیو، از قیمت پایین تری برخوردارند. روش های زیادی برای کنترل فیلتر هایبرید وجود دارد. تقریباً همه روش های کنترلی فیلتر هایبرید، از فیلتر پایین گذر در توپولوژی خود استفاده می کنند. این فیلترها در ضریب توان های پایین عملکرد ضعیفی دارند به همین منظور در این پایان نامه برای بهبود بخشیدن عمل جبران سازی استفاده از شبکه های عصبی (neural networks)، به جای فیلتر پایین گذر پیشنهاد شده است.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.