پیش بینی دقیق بار مصرفی می تواند نقش مهمی در استفاده اقتصادی از انرژی الکتریکی داشته باشد. در سالهای اخیر شبکه های عصبی مصنوعی به عنوان ابزاری توانمند جهت پیش بینی پیک بار مصرفی مورد استفاده قرار گرفته اند. به طور کلی شبکه های عصبی مصنوعی برای پیش بینی روابط بین پیک بار مصرفی در گذشته و حال و آینده مورد استفاده قرار می گیرند. سیستمهای معمول احتیاج به پارامترهای متغیر مختلفی دارند که هر کدام به نحوی بر منحنی پیک بار تاثیر می گذارند مثل اطلاعات مربوط به بار و آب و هوا. وجود تعداد زیادی متغیر ورودی سبب بروز خطا در پیش بینی عملکرد آینده سیستم می شود, بنابراین سیستم پیشنهادشده در این تحقیق فقط از مقادیر گذشته پیک بار و دمای هوا در یک هفته گذشته به عنوان متغیر ورودی استفاده می کند. در این مقاله ازدو الگوریتم مهم شبکه های عصبی مصنوعی به نامهای پرسپترون چند لایه و تابع پایه شعاعی و شبکه عصبی فازی جهت پیش بینی پیک بارمصرفی غرب کشور استفاده شده است. در نهایت خطاهای پیش بینی آنها مقایسه گردیده و نشان داده شده است که باتوجه به ماهیت پارامترهای در نظرگرفته شده, شبکه پرسپترون چند لایه از دقت بیشتری نسبت به تابع پایه شعاعی و شبکه عصبی فازی در پیش بینی پیک بارمصرفی برخوردار می باشد

مساله طراحی بردهای الکترونیک صنعتی، که قابل استفاده در انواع محیط های صنعتی بوده و یا توانایی کنترل بارهای توان بالا را داشته باشد، از جمله مسائل چالش برانگیز در مباحث الکترونیک می باشد. یکی از ابزارهای صنعتی که امروزه کاربرد فراوانی در انواع صنایع بزرگ و کوچک، از جمله صنایع خودروسازی، نظامی و غیره، دارد، ربات های بازوی صنعتی می باشد. در این پایان نامه مراحل و الزامات موجود برای طراحی برد الکترونیک این گونه ربات ها بررسی شده و یک نمونه ی آزمایشگاهی از برد الکترونیک طراحی شده برای راه اندازی و کنترل یک بازوی ربات فرمانده- فرمان بر ساخته شده است. یکی از مشکلات بزرگی که ربات های صنعتی در عمل همواره با آن روبه-رو هستند، بحث وجود انواع عدم قطعیت ها است، به نحوی که ربات های صنعتی، حتی در بهترین شرایط، باز هم با انواع این مشکلات مواجه هستند. یکی از عوامل اصلی ایجاد این گونه اختلالات در عملکرد صحیح ربات ها، وجود انواع نویزهای الکتریکی، مغناطیسی و الکترومغناطیسی است، به ویژه این که ربات های صنعتی به دلیل استفاده از ولتاژها و جریان های تغذیه ی بالا، خود نیز یکی از عوامل ایجاد این گونه نویزها به شمار می روند. از این رو لازم است تا در طراحی بردهای الکترونیک این ربات ها توجه ویژه ای به مسأله ی نویز و مقاومت در برابر آن صورت گیرد. در این پایان نامه ابتدا بخش های اصلی یک ربات صنعتی معرفی شده و پس از آن قسمت های اصلی برد الکترونیک به همراه قطعات به کاررفته در ساخت آن و دلایل به کارگیری آن ها و نیز نحوه ی طراحی برد الکترونیک شرح داده شده است. علاوه بر آن برخی ملاحظات عملی مهم در مراحل طراحی و ساخت بردهای الکترونیک توضیح داده شده اند.

دراین پروژه یک کنترل کننده آنالوگ فا زی همه- منظوره با استفاده از تکنولوژی 0.25um ،cmos استاندارد ارائه می شود. هر سه بلوک پیشنهادی برای فازی ساز، مینیمم-ماکزیمم (به اصطلاح بلوک استنتاج فازی) و نافازی ساز بر پایه و اصل سادگی در طرح پیاده سازی شده اند. این سادگی در طرح منجر به مساحت اشغالی کمتر و نیز مصرف توان کمتر می شود. یک مدار بسیار ساده و برنامه پذیر برای فازی ساز با حداقل ترانزیستورکنترلی برای کنترل توابع عضویت ارائه شده است. مدار پیشنهادی برای تشخیص همزمان مینیمم- ماکزیمم بطور همزمان، دارای دقت بسیار بالا می باشد. ما یک مدار جدید با پاسخ فرکانسی بسیار بالا و مصرف توان کم برای ضرب کننده/ تقسیم کننده مورد استفاده در نافازی ساز طراحی کرده ایم. پیاده سازی دو بلوک اخیر در مد-جریان انجام شده است،که به درک مستقیم و سادگی در طرح منجر می شود. سرانجام شبیه سازی برای یک کنترل کننده دو ورودی/ یک خروجی انجام و عملکرد کنترل کننده بررسی می شود. که سازگاری مناسبی را با نتیجه ایده آل بدست آمده از matlabنشان می دهد

با گسترش روزافزون اینترنت به عنوان محیطی برای انتقال سریع و آسان انواع اطلاعات (صوتی، تصویر، فیلم و غیره) این امکان برای افرادی که خواستار به اشتراک گذاشتن اطلاعات خود هستند به وجود آمده است. با وجود مزایای آن، این گونه انتقال اطلاعات می تواند مشکلات جدی برای کسانی که نمی خواهند اطلاعات آنها در دسترس افراد غیر مجاز قرار گیرد ، ایجاد کند. به همین دلیل حفاظت از اطلاعات امری ضروری است. یکی از بهترین روشها برای پاسخ گویی به این نیاز ، پنهان نگاری(steganography) می باشد که دارای کاربردهای زیادی از جمله مخابرات مخفی، اثبات مالکیت، نظارت بر پخش و غیره است . هدف پنهان نگاری جاسازی اطلاعات در یک رسانه میزبان است به گونه ای که کمترین سوء ظنی را در مورد وجود پیام در پوشانه میزبان ایجاد کند . پوشانه می تواند هر یک از فرمتهای صوت و تصویر و فیلم و غیره باشد . برای دستیابی به این هدف الگوریتمهای مختلفی ارائه شده است که هر یک به شیوه ای خاص چینش بیتهای پیام را لابه لای بیتهای میزبان اجرا می کند. یک الگوریتم موفق ، الگوریتمی است که علاوه بر حفظ کیفیت ظاهری پوشانه نسبت به نمونه اصلی آن ، در مقابل حملاتی که به منظور استخراج اطلاعات ، بر روی آن انجام می شود به اندازه کافی مقاوم باشد . الگوریتمهای پنهان نگاری را می توان به چند گروه تقسیم کردکه از جمله می توان به الگوریتمهای حوزه زمان و حوزه فرکانس اشاره کرد . حوزه زمان شامل آن دسته الگوریتمهایی است که بیتهای پیام عینا لا به لای بیتهای میزبان گنجانده می شوند . حوزه تبدیل فرکانس ، شامل آن دسته از روشهایی است که اطلاعات بیتهای پیام روی تمام یا قسمتی از بیتهای میزبان که به حوزه فرکانس برده شده اند پخش می شود. الگوریتمهایی که در حوزه تبدیل فرکانس به کار می روند معمولا از ظرفیت پنهان سازی و امنیت بالاتری نسبت به روشهای مکانی برخوردار هستند. با این وجود خود این روشها نیز به طور عمده در برابر حملات آماری فرکانسی مقاوم نبوده و با انجام تستهایی در هیستوگرام ضرایب سری فوریه ، می توان حداقل به احتمال وجود پیام در رسانه میزبان پی برد . بر همین مبنا در این پایان نامه به مطالعه و بررسی الگوریتمهایی از حوزه تبدیل فرکانس می پردازیم. اولین روش یک الگوریتم توسعه یافته از خانواده jsteg است و روشهای بعدی موسوم به روش وفقی (adaptive) در تبدیل dct سعی می کنند با توجه به شرایط ویژه هر تصویر و با هدف ایجاد کمترین تغییر در هیستوگرام ضرایب ، به گونه ای عمل پنهان نگاری در تصویر را انجام دهد ، که در نهایت تصویر پوشانه بتواند از مقاومت بالاتری در مقابل حملات آماری فرکانسی برخوردار باشد .

دراین پایان نامه روشی جدید برای کنترل توان تولیدی توربینهای بادی ارایه شده است و آن کنترل توان تولیدی توربینهای بادی با استفاده از کنترل زاویه آتش اینورترها میباشد . پیش از این روشی که برای کنترل زاویه آتش ارایه شده بود استفاده از شبکه های عصبی آموزش یافته با الگوریتم پس انتشار بوده است اما روشی که در این پایان نامه مورد بررسی قرارگرفته است استفاده از الگوریتم اجتماع ذرات pso میباشد .با توجه به جوابهایی که در جدول (4-1) نشان داده شده است مشاهده میشود که در حالتهای pso1 و ann1 که جوابهای بدست آمده در شبیه سازی ها با استفاده از افزایش زمان پله انجام شده است به نظر می آید که در زمانهای طولانی به دلیل اینکه تغییرات در یک زمان طولانی کم است ، در جوابهای بدست آمده بهترین نتایج را میدهد و نیز چون در بیشتر زمان پله نتایچ شبیه سازی و منحنی هدف تقریبا بر یکدیگر منطبق هستند و همین دلیل باعث شده که در جوابهای نهایی تاثیر گذاشته و در این حالت بهترین نتایج را میدهد. اما در حالتهای pso3 و ann3 که جوابهای بدست آمده در شبیه سازی ها با استفاده از افزایش مقداردامنه پله انجام شده است به نظر می آید چون در یک زمان کوتاه تغییرات زیاد است به خوبی نمیتواند سیگنال هدف را دنبال کند اما با این حال در حالت pso3 نتایج و تخمین زدن سیگنال هدف بسیار بهتر از حالت ann3 میباشد. اما در حالتهای pso2 و ann2 که جوابهای بدست آمده در شبیه سازی ها با استفاده از همان داده های اصلی و بدون تغییر میباشد مشاهده میشود که جوابهای حاصل از pso جوابهای حاصل از ann می باشد. بهینه سازی گروه ذرات یک تکنیک بهینه سازی مبتنی بر جمعیت می باشد که بر اساس قوانین احتمال کار می کند. در این روش هریک از ذرات (که نماینده یک راه حل ممکن مساله می باشند) سعی میکنند به سمتی حرکت کنند که بهترین تجربه فر دی و گروهی در آن روی داده است. از مزایای این روش می توان به تعداد کم پارامترهای تنظیمی، سادگی و به دور بودن از پیچیدگی های محاسباتی و همچنین سرعت بالای این الگوریتم اشاره کرد. الگوریتم pso راه حل های مناسب را بسیار سریعتر از شبکه عصبی پیدا میکند و همزمان با افزایش تکرارها کیفیت جواب بدست آمده را بهبود می بخشد. اما تفاوت اساسی این روش با شبکه های عصبی در این است که هر ذره دارای یک بردار سرعت نیز هست که به وسیله تغییرات آن به جستجوی پیوسته فضای تصمیم می پردازد. این بردار دارای دو جزء است که شامل حرکت ذره به سمت بهترین موقعیتی که تا کنون ملاقات کرده (pbest) و همچنین بهترین موقعیتی که یک ذره در کل جمعیت به آن رسیده است (gbest) می باشد. از دیگر مزایای الگوریتم pso نسبت به شبکه های عصبی وجود پارامتر اینرسی در این الگوریتم میباشد که این پارامتر گستردگی فضای جستجو را مشخص میکند که با تعیین مقدار مناسب برای این ضریب باعث کاهش تعداد تکرارهای لازم برای همگرایی به یک جواب مناسب، می شود. میتوان گفت که الگوریتم pso چون یک الگوریتم بهینه ساز می باشد و در طبق توضیحات فوق به سمت بهترین جوابها حرکت میکند در شبیه سازی هایی که انجام شده است به خوبی میتوان مشاهده کرد که جوابهای بدست آمده با استفاده از این الگوریتم نسبت به شبکه های عصبی بهتر توانسته تابع هدف مورد نظر را تخمین بزند. همین خصوصیات الگوریتم pso باعث شده است که این الگوریتم در حل توابع غیر خطی جوابهای بهتری نسبت به شبکه عصبی داشته باشد. همچنین بخاطر اینکه مشخصات توربینهای بادی به صورت غیر خطی هستند (مانند سرعت باد) این الگوریتم برتری خود را در حل مسایل غیر خطی نسبت به الگوریتم پس انتشار نشان داده است.امالازم به ذکراست که الگوریتمهای تکاملی ازجمله psoدرحال تکامل هستندو استفاده ازانواع ترکیبی آنها میتواند نتایج بهتری به همراه داشته باشد . همچنین با توجه به نتایجی که در منحنی گشتاور نسبت به سرعتهای مختلف باد بدست آمده مشاهده میشود که گشتاور ماکزیمم در حالت کنترل با استفاده از الگوریتم pso بیشتر از حالت الگوریتم پس انتشار میباشد که همین موضوع باعث تولید توان بیشتر در این حالت میگردد. cp max pso1 156/0 pso2 143/0 pso3 0985/0 ann1 0854/0 ann2 0783/0 ann3 0587/0

بسیاری ازمولدهای الکتریکی در صنایع مختلف با مشکلات نگهداری و خرابیهای ناشی از سیستم تحریک مواجه هستند. خرابی کموتاتور، تعویض قسمتهایی از تنظیم کننده اتوماتیک و لتاژ، خرابیهای قسمتهای گردان در سیستم تحریک، نارسائیهای مقاومتهای متغیری که با موتور کنترل می شوند و نواقص مربوط به قطع کننده های dcمیدان، تنها بعضی از مشکلات سیستمهای مولد قدیمی است که نتیجه آن هزینه های باتری و زمان خاموشی بیشتر است. جایگزینی سیستمهای تحریک گردان و تجهیزات ملحقه آن با سیستم تحریک استاتیک راه حل مناسبی برای غلبه بر مشکلات فوق می باشد. انعطاف در طراحی سیستمهای تحریک استاتیک شرایطی را ایجاد می کند که امکان تغییر و اصلاح آن برای کاربرد در ظرفیتهای بزرگ و کوچک تولید وجود دارد ضمن اینکه هزینه های نگهداری سیستم تحریک با جاروبک نیز حذف می شود. در این پایان نامه از دو مدل برای تحلیل رفتار سیستم قدرت استفاده شده است که هر دو مدل در مقالات ، مورد تحلیل های مختلف قرار می گیرد. در مدل اول از یک مدل سازی دینامیکی با جزئیات کامل برای ژنراتور، سیستم تحریک، خط انتقال و مدل خطا استفاه شده است. در این مدل سازی ژنراتور به شین بی نهایت متصل می باشد.در مدل دوم که مبتنی بر سیستم تحریک استاتیک می باشداز مدل سازی ریاضیاتی برای مدل سازی یک سیستم شامل ژنراتور سنکرون و سیستم تحریک استفاده شده است. با توجه به اینکه عملکرد مناسب سیستم در شرایط مختلف وقتی برآورده می شود که سیستم تحریک به درستی به وظیفه خود عمل کند و به دلیل اینکه عملکرد سیستم تحریک وابسته به کنترلر موجود در آن می باشد تمرکز اصلی این پایان نامه بعد از مدل سازی، بر روی کنترل کننده های مورد استفاده برای سیستم تحریک می باشد. از میان کنترل کننده های مختلف 3کنترل کنندهی کلاسیک، فازی و کنترلر عصبی برای مدل های مورد استفاده به کار گرفته شده است. از میان این 3 کنترل کننده، کنترل کننده ی عصبی با دیدگاه بهینه سازی زاویه آتش مورد استفاده قرار گرفته است. استفاده از الگوریتم بهینه سازی آموزش و یادگیری موجب بالا رفتن کارایی کنترل کنندهی عصبی شده است. نتایج شبیه سازی این موضوع را تایید می کنند.

پنل های خورشیدی دارای مشخصه جریان-ولتاژ غیرخطی بوده و تنها در یک نقطه کار خاص، حداکثر توان را تولید می کنند. از طرفی موقعیت نقطه حداکثر توان یک پنل خورشیدی با تغییرات شرایط آب و هوایی نظیر شدت تابش و دما تغییر می کند. بنابراین به منظور بدست آوردن توان ماکزیمم از یک پنل خورشیدی تحت شرایط مختلف و همچنین افزایش بازدهی پنل، استفاده از تکنیک های ردیابی نقطه حداکثر توان در سیستم های فوتوولتاییک امری ضروری است. تکنیک های مختلف ردیابی نقطه حداکثر توان به دو دسته وابسته به مدل (offline) و مستقل از مدل (online) تقسیم بندی می شوند. در این تحقیق یک تکنیک ترکیبی مقاوم مبتنی بر شبکه های عصبی به منظور ردیابی نقطه حداکثر توان ارایه شده است که هم از سرعت روش های offline و هم از دقت روش های online بصورت ترکیبی استفاده می کند. روش پیشنهادی در محیط نرم افزار matlab/simulink شبیه سازی و با روش های دیگر مقایسه شده است. نتایج شبیه سازی برتری روش پیشنهادی در دو حوزه پاسخ دینامیکی و راندمان را در مقایسه با سایر روش های ردیابی نشان می دهد.

با رشد سریع مصرف انرژی الکتریکی در سال های اخیر، سیستم های قدرت مرسوم با مشکلات مختلفی مانند مسائل زیست محیطی، کمبود سوخت های فسیلی، هزینه بالای احداث نیروگاه های جدید وغیره روبه رو شده اند که برای حل این مشکلات، استفاده از منابع تولید پراکنده ومنابع تجدیدپذیر انرژی در چند دهه گذشته مطرح گردیده است. در منابع تولید پراکنده غالبا انرژی اولیه برای تولید برق، منابع انرژی پاک وتجدیدپذیر هم چون باد، خورشید وانرژی امواج دریا است. هر چند وجود این منابع، با مزایای فراوانی همراه بوده اما افزایش تعداد آن ها مشکلات دیگری را نیز برای سیستم قدرت به وجود می آورد. به عنوان مثال می توان به پیچیده تر شدن سیستم توزیع وانتقال، برهم خوردن تقارن شبکه، از مرکزیت خارج شدن تولید و مشکلات ایجاد شده توسط این منابع برای طرح های حفاظتی اشاره کرد. به منظور بهره برداری بهینه از این منابع، مفهوم جدیدی به نام ریزشبکه در سال 1998 توسط موسسه certs مطرح شد که یک ریزشبکه را مجموعه ای از بارها ومنابع تولید کوچک در نظر می گرفت که می تواند به صورت مستقل بارهای خود را از لحاظ الکتریکی و گرمایی تغذیه نماید. اساس طراحی کنترلی درریزشبکه ها بایستی به صورتی باشد که بتوانند بارهای محلی را در هر دو حالت وصل وقطع از شبکه سراسری تغذیه نمایند. پس وجود یکسری کنترل کننده های محلی و مرکزی بین ریزشبکه وشبکه سراسری الزامی است. درحالت مرسوم این کنترل کننده ها براساس شرایط کارنامی وآرامش سیستم قدرت، در مقادیر مشخصی تنظیم شده و درسیستم قرار می گیرند، اما با توجه به نوسانات توان و اغتشاشات متداول سیستم های قدرت، این مقادیر دقیقا مقادیر بهینه نخواهند بود پس به روش های کنترلی کارآمد تر بیش از پیش احتیاج است. بر همین اساس، در این پایان نامه پایداری فرکانس ریزشبکه ها با استفاده از روش های هوشمند مورد بررسی قرار گرفته است. از الگوریتم ژنتیک و الگوریتم بهینه سازی اجتماع ذرات در امر کنترل فرکانس ریزشبکه ها به منظور تنظیم بهینه کنترل کننده های کلاسیک کمک گرفته شده است. در هر دو این روش ها عملکرد و کارآیی مطلوب تر روش های کنترلی پیشنهادی نسبت به روش های سنتی، در طی چندین شبیه سازی مختلف به روی سیستم آزمون به صورت جداگانه بررسی شده است. هم چنین با توجه به نتایج شبیه سازی ها، روش الگوریتم ژنتیک، نسبت به دو روش دیگر کارآیی وعملکرد بهتری داشته است.

در این پایان نامه کنترل سرعت توربین بادی سرعت متغیر را، برای دریافت نقطه توان حداکثر، با استفاده از دو کنترل کننده ی شبکه عصبی مصنوعی و کنترل کننده ی منطق فازی انجام شده و نتایج عملکرد این دو کنترل کننده با یکدیگر مقایسه شده است. ابتدا سرعت چرخشی بهینه توربین بادی سرعت متغیر در سرعت های مختلف باد، با توجه به نمودار توان- سرعت توربین بادی، برای دریافت ماکزیمم توان از انرژی باد، با روش تکه ای خطی(linear piecewise) محاسبه شده است. سپس با محاسبه خطای بین سرعت واقعی ژنراتور سوئیچ رلوکتانس (با سرعت توربین یکسان است) و سرعت بهینه محاسبه شده، کنترل کننده های هوشمند آموزش می بینند. پس از آموزش کنترل کننده های هوشمند، از آنها در محیط شبیه سازی استفاده شده است. ژنراتور سوئیچ رلوکتانس توان را با استفاده از یک نیم پل نامتقارن به خروجی منتقل می کند، که کنترل کننده های هوشمند با کنترل زاویه خاموش شدن این نیم پل، سرعت چرخشی را به سرعت چرخشی بهینه نزدیک می کنند. توان تولیدی ژنراتور از طریق یک مبدل dc-ac و یک ترانسفورماتور افزاینده به شبکه بی نهایت منتقل شده است. مشخصات شبیه سازی و مدل سیستم قدرت از مرجع [9] استفاده شده است.سیستم در محیط نرم افزار matlab/simulink شبیه سازی شده و کنترل کننده شبکه عصبی در یک s-function برنامه نویسی شده است. با مقایسه نتایج شبیه سازی ها می توان نتیجه گرفت که کنترل کننده شبکه عصبی سرعت بهینه را برای دریافت حداکثر توان، نسبت به کنترل کننده منطق فازی، با اختلاف کمتری دنبال می کند و در پی آن با مقایسه نمودار توان خروجی توربین، کنترل کننده شبکه عصبی توان بیشتری را از باد دریافت می کند. همچنین در تغیرات سریع و شدید باد، کنترل کننده شبکه عصبی عملکرد مطلوبتری نسبت به کنترل کننده منطق فازی دارد. همچنین ژنراتور سوئیچ رلوکتانس در عملکرد سرعت متغیر توربین بادی پاسخ مناسبی می دهد و تنش های ناشی از تغیرات باد را در باس dc برطرف می کند و از ورود این تنش ها به سیستم قدرت جلوگیری می کند، که باعث افزایش کیفیت توان می گردد.

دراین پایان نامه یک مبدل آنالوگ به دیجیتال طراحی شده از نوع سیگما-دلتا که دارای قسمتهای مربوط به طراحی مدولاتور و خازنهای کلید شونده است که در این کار فقط روی طراحی مدولاتور و بررسی انواع آن کار شده است .مدولاتورهای سیگما-دلتا نوعی از مبدل های آنالوگ به دیجیتال هستند که به دلیل استفاده از حلقه فیدبک و در نتیجه روش شکل دهی نویز امکان دستیابی به دقت بیشتری را نسبت به مبدل های نرخ نایکوییست فراهم می سازد.این مدولاتور در دو نوع پایین گذر و میان گذر طراحی می شوند و از نظر سرعت در میان مبدل های آنالوگ به دیجیتال کند هستند و مزیت آنها دقت بالا می باشد. در بخش طراحی مربوط به طراحی مدلاتور موضوع اصلی طراحی و شبیه سازی تقویت کننده ای است که در این کار روی موضوع پایداری و سرعت و توان مصرفی آن کار شده که عیب اصلی این نوع مدولاتور که کند است را پوشش دهم. توان مصرفی این تقویت کننده 29 میلی وات و زمان نشست 26 نانو ثانیه است. برای طراحی از نرم افزار ads استفاده شده است که در کاربردهای با فرکانس بالا از دقت خوبی برخوردار است.و تکنولوژی استفاده شده 130 نانومتر سی ماس میباشد.

با روال کنونی مصرف سوختهای فسیلی، این منابع مدت زمان زیادی دوام نخواهند داشت بنابراین بشر مجبور است الکتریسیته مورد نیاز خود را از طرق دیگر تامین کند. این منابع جدید انرژی تحت عنوان انرژی های نو شناخته می شوند. در این میان انرژی باد اهمیت ویژه ای دارد و افزایش توربین های بادی نصب شده در کشورهای توسعه یافته جهان هم موید این مطلب است اما هنوز تا تجاری شدن این صنعت موانعی وجود دارد که باعث می شود هزینه نهایی تولید برق بادی در مقایسه با دیگر منابع تولید برق بیشتر باشد. چرا که بعضا حین فعالیت توربین، حداکثر انرژی از باد گرفته نمی شود و یا در طولانی مدت آسیب های جدی به اجزای اساسی وارد شده و هزینه نگهداری و تعمیرات آن زیاد می شود. در واقع یکی از مشکلات اساسی این صنعت، نبود کنترل کننده ای است که بتواند اهداف مهمی مثل کار کردن در راندمان ماکزیمم و تثبیت توان خروجی را برآورده کرده و همزمان باعث شود که،کمترین لطمات مکانیکی به اجزای اساسی توربین وارد شود. طراحی چنین کنترل کننده ای می تواند گامی در جهت کاهش هزینه کل تولید الکتریسیته بادی و در یک کلام قدم در راه تجاری کردن صنعت نیروگاه بادی باشد. توربین بادی یک سیستم به شدت غیر خطی است و کنترل آن یک چالش بزرگ برای بهره برداران می باشد. در دهه اخیر در زمینه تئوری های کنترل، جهش های بزرگی اتفاق افتاده است که از آن میان می توان تئوری سیستم هایlpv را نام برد. هدف از این پایان نامه بهره‎گیری از این تئوری نوین جهت طراحی کنترل کننده برای توربین بادی است. موضوع مهم دیگر این است که کنترل کننده بدست آمده قابل پیاده سازی در عمل باشد یعنی آنکه درجه آن تا حد امکان پایین باشد. درجه کنترل کننده وابسته به درجه سیستم و فیلترهای وزنی می باشد. به همین دلیل در طراحی های رایج برای پایین آوردن درجه کنترل کننده بدست آمده تنها به برخی از عملکردهای مطلوب پرداخته می شود. جهت طراحی کنترل کننده مناسب باید حداقل درجات آزادی اساسی توربین در مدلسازی سیستم آن دخالت داده شوند. با توصیف تمام دینامیکهای توربین، هر قدر هم که سیستم خلاصه شود باز هم کنترل کننده بدست آمده از مراتب بالا خواهد بود. در این پایان نامه از ایده طراحی کنترل کننده مرتبه ثابت ( برای یک مدل lpv ) استفاده می شود. مسئله طراحی کنترل کننده مرتبه ثابت بهینه، یک مسئله بهینه سازی نامحدب است و تضمینی برای بهینه مطلق بودن این کنترل کننده وجود ندارد اما ثابت می شود که این کنترل کننده حداقل زیربهینه است. روش جستجوی این کنترل کننده اساسا یک روش سعی و خطاست و به کمک تجزیه کننده yalmip و حل کننده های sedumi وsdpt3 ( یک بسته نرم افزاری که تحت محیط نرم افزار matlab اجرا می شود ) انجام می گیرد.

استفاده نامنظم و در مقیاس بزرگ خودروهای برقی و تولید پراکنده تجدیدپذیر می تواند اثرات زیان باری روی شبکه الکتریکی داشته باشد، اما با کوپل مناسب این تکنولوژی ها همراه با باتری ها می توان این اثرات را کاهش داد. در این پایان نامه سیستم شارژ pevمتصل به شبکه همراه با منابع تولید پراکنده (dg) تجدیدپذیر و باتری با استفاده از الگوریتم ژنتیک (ga)، pso و الگوریتم پیوندی ژنتیک –pso بهینه سازی کرده و طراحی های متفاوتی با استفاده از تکنولوژی های جایگزین برای dg تجدیدپذیر و باتری توسعه داده می شود همچنین اثر راندمان چرخه شارژ و دشارژ باتری بر روی هزینه طول عمر سیستم مشاهده می شود در ادامه متدولوژی بهینه سازی برای یک سیستم شارژ عمومی توسعه داده می شود و یک استراتژی کنترلی پیشنهادی مطرح می شود و در نهایت اثر تلفات با تغییر راندمان ترانسفورماتور بر روی هزینه و تصمیم های طراحی مشاهده می شود.

باتوجه به اهمیت بخش تولید و ژنراتور به عنوان اجزاء اصلی در این زمینه ، سیستم تحریک مهمترین جزء هر ژنراتور را شامل می شود که نقش بسیار مهمی در تولید برق ، کار ژنراتور در محدوده پایدار و تاثیر مطلوب بر عملکرد دینامیکی سیستم قدرت با میرا کردن نوسانات آن دارد ، که در صورت بروز هرگونه عیب در سیستم تحریک به طور مستقیم بر روی ژنراتور تاثیر خواهد گذاشت و سبب آسیب ژنراتور و نهایتاً ناپایداری در شبکه به وجود خواهد آمد. از ابتدای طراحی و ساخت ژنراتورهای سنکرون همواره تثبیت دو کمیت اساسی در آنها مورد توجه بوده است. یکی تثبیت فرکانس و دیگری تثبیت اندازه ولتاژ خروجی ژنراتورها. ثابت ماندن این مقادیر هم از جانب مصرف کنندگان انرژی الکتریکی مورد توجه بوده است و هم تولید کنندگان. با توجه به این امر ساختار تحریک یک عامل اصلی است که رفتار دینامیکی ژنراتور را تحت تاثیر قرار می دهد در این پروژه سعی شده است با بررسی سیستم تحریک و حلقه avr ، ارتقاء عملکرد کنترل تحریک بخصوص با افزودن ربع دوم برشگر dc مورد توجه قرار گرفته و کنترل مستقیم ژنراتور با استفاده از یک ربع برشگر dc دوگانه تحقق می پذیرد ، این ساختار اجازه می دهد به کنترل مستقیم ژنراتور اصلی که می تواند عملکرد دینامیکی سیستم در حالت گذرا را بهبود بخشد . همچنین از آنجا که سیستم های قدرت از جمله سیستم های غیر خطی با تغییرات زمانی نسبتا" زیاد می باشند از روش های کنترل خود تنظیم جهت کنترل سیستم های غیرخطی و متغیر با زمان استفاده شده است.

با توجه به اهمیت برنامه ریزی توسعه انتقال در بازارهای رقابتی و رشد سریع منابع تجدیدپذیر انرژی، سعی بر حل مسئله tep با حضور منابع تجدیدپذیر انرژی می شود که به دلیل ماهیت متغیر و نوسانی این نوع انرژی و قطعی نبودن عدم قطعیت ها، یک روش برنامه ریزی احتمالاتی که روشی غیر قطعی است، در نظر گرفته خواهد شد که از الگوریتم ژنتیک برای حل استفاده گردیده است.

یکی از این روش ها افزایش میزان کیفیت توان شبکه با استفاده از عناصر ادوات الکترونیک قدرت و بکارگیری از dvrها می باشد، در این پایان نامه، هدف، طراحی فیدبک کنترلر برای جبران عدم تعادل ولتاژ و عدم تعادل جریان به وسیله statcom است. سیستم می تواند توان راکتیو و عدم تعادل در جریان بار را جبران کند و می تواند ولتاژ سیستم را متعادل و تنظیم کند. بعد از جبرانسازی ولتاژ خروجی متعادل می شود با وجود این که ولتاژ منبع نامتعادل است. هر یک از جبرانسازیهای ولتاژ یا جریان یا هردو هم زمان، با توجه به اهداف جبرانسازی از نتایج بدست آمده انجام می شود.

چکیده ندارد.