هدف اصلی در مطالعات معمول قابلیت اطمینان سیستم های قدرت، برآورد شاخص های کمّی معینی است که توانایی و کفایت سیستم قدرت در عرضه انرژی الکتریکی سیستم را برآورد می نماید. امّا علاوه بر این شاخص های کلّی، شناسایی و تعیین تأثیر و رتبه بندی نقش هر یک از عناصر مهم سیستم در قابلیت اطمینان و برآورد کفایت سیستم در تغذیه هریک از نقاط بار اصلی نیز می تواند از جنبه های مختلف برنامه ریزی و بهره برداری بهینه از سیستم مفید و موثر باشد. عناصر یک سیستم مهندسی از دیدگاه های مختلف دارای مراتب اهمیت متفاوتی هستند و بر این اساس اندازه های اهمیت گوناگونی مطرح و جهت برآورد آنها از دو دسته روش های تحلیلی و روش های مبتنی بر شبیه سازی استفاده شده است. اما برای سیستم های پیچیده ای مانند سیستم های قدرت مرکب، متشکل از سیستم تولید و انتقال انرژی، بکارگیری روش های تحلیلی مستلزم بدست آوردن تابع قابلیت اطمینان سیستم برحسب قابلیت اطمینان عناصر آن می باشد که امری مشکل و اغلب ناممکن است. برآورد اندازه های اهمیت عناصر سیستم با استفاده از روش های مبتنی بر شبیه سازی نیز نیازمند صرف حجم و زمان محاسبات زیاد و ناکارآمد است. هدف اصلی این رساله طراحی و ارائه چارچوب مناسبی بر مبنای استفاده از شبکه های بیزی (bn)، جهت ارزیابی تفصیلی و سریع از قابلیت اطمینان سیستم های قدرت مرکب و بویژه ارزیابی میزان اهمیت و رتبه بندی نقش عناصر در شاخص های قابلیت اطمینان و برآورد کفایت سیستم در تأمین بار در نقاط مختلف است. اولین قدم در راستای استفاده از شبکه های بیزی، ساختن شبکه بیزی متناظر با سیستم مورد مطالعه است. بر اساس روش های معمول، تشکیل شبکه های بیزی برای سیستم های قدرت مرکب مستلزم تشخیص کات ست های مینیمال و یا درخت خطای نظیر سیستم است که بویژه در سیستم های بزرگ با توجه به پیچیدگی، قیود مختلف بهره برداری و شرایط بارگذاری تصادفی میسّر نیست. در این رساله، به ارائه روش مناسبی جهت تشکیل شبکه بیزی نظیر سیستم قدرت مرکب پرداخته شده است. روش ارائه شده مبتنی بر قابلیت یادگیری شبکه های بیزی از داده های آموزشی و قابل کاربرد در سیستم های قدرت مرکب بزرگ است. جهت فراهم ساختن مجموعه نمونه آموزشی مورد نیاز شبیه سازی مونت کارلو و به منظور ارزیابی دقیق تر بخش انتقال روش نمونه برداری اهمیت مورد استفاده قرار گرفته است. انجام ارزیابی های احتمالی مختلفی از جمله شناسائی نقاط ضعیف، برآورد اندازه های اهمیت متداول عناصر و رتبه بندی اهمیت عناصر سیستم از جنبه های گوناگون از جمله مواردی است که با استفاده از شبکه بیزی بدست آمده براحتی و به سرعت قابل انجام است. چگونگی اعمال تغییرات سالانه بار در مدل bn، چگونگی محاسبه شاخص های فرکانس و مدت با کمک bn و بدون بکارگیری شبیه سازی های طولانی مبتنی بر دنباله های زمانی، همچنین چگونگی توسعه شبکه های بیزی براساس دیاگرام تأثیر به منظور تعیین شاخص مقدار انتظاری انرژی تأمین نشده و ارزیابی تأثیر عناصر مختلف بر این شاخص ها نیز در این رساله مورد بررسی قرار گرفته است. نظر به اینکه آب و هوا تأثیر قابل توجهی بر نرخ خطای برخی عناصر بویژه خطوط انتقال هوایی دارد، لذا در یک مدل جامع تر از شبکه بیزی، چگونگی در نظر گرفتن اثر آب و هوا در برآورد قابلیت اطمینان سیستم قدرت مرکب نیز مورد توجه قرار گرفته است.

تحقیقات نشان داده است که 13درصد توان تولیدی در نیروگاه ها به صورت تلفات در سیستم های توزیع تلف می‏گردد و با افزایش روزافزون مصرف کننده ها پروفایل ولتاژ افت می‏کند و حتی پایین تر از مقدار قابل قبول می‏رسد. همچنین میزان تقاضا برای انرژی الکتریکی روز به روز در حال افزایش می‏باشد که برای تامین انرژی آنها باید تجهیزات کنونی را به روز نمودکه چنین کاری نیازمندصرف بودجه عظیم می‏باشد. در چنین شرایطی ورود dg ها نقش مهمی را در شبکه ایفا نمودند.dg ها منابع تولید انرژی کوچکی هستند که در نزدیکی محل مصرف کننده ها نصب می‏گردند. همچنین با جبران توان راکتیو به وسیله نصب خازن های موازی در شبکه می توان باعث کاهش تلفات، تنظیم ولتاژ و تصحیح ضریب قدرت در سیستم های توزیع گشت. دستیابی به این ویژه‏‎گی ها به شدت بستگی به انتخاب مکان و اندازه مناسب dg و خازن دارد و انتخاب نادرست آنها باعث بدتر شدن تلفات و پروفایل ولتاژ و هارمونیک می‏گردد. در بسیاری از کارهایی که در زمینه مکان یابی خازن ها انجام گرفته است تمامی بارهای متصل به سیستم را خطی در نظر گرفتند که امروزه با رشد روز افزون ادوات الکترونیک قدرت چنین فرضی موجب دور شدن از فضای واقعیت می شود. نباید از نقش بارهای غیر خطی که مهمترین ویژه گی آن ها تولید هارمونیک و آلوده کردن شبکه می باشد غافل شد. مخصوصا در مورد خازن که در هارمونیک ها امپدانس کمی از خود نشان می دهد و در مواردی با به وجود آوردن رزونانس، جریان و یا ولتاژ های هارمونیکی را چندین برابر تقویت نموده و آسیب هایی جدی به تجهیزات وارد می سازد. بنابراین باید نقش بارهای غیر خطی را در مکان یابی خازن ها کاملا جدی در نظر گرفت و هرگونه غفلت از این امر ممکن است به مکان یابی اشتباه بیانجامد. در این پایان نامه از الگوریتم اصلاح شده pso که dpso نام دارد و مناسب مسایل گسسته می باشد برای مکان یابی بهینه خازن ها و منابع تولید پراکنده استفاده شده است. از سیستم 33 باس ieee به عنوان سیستم نمونه استفاده شده است و مکان خازن ها و منابع تولید پراکنده به گونه ای تعیین می شوند تا تلفات و اعوجاجات هارمونیکی سیستم کاهش یافته و پروفایل ولتاژ در سیستم بهبود یابد. در این پایان نامه از 3 حالت استفاده شده است. در حالت اول فقط بارهای خطی در نظر گرفته شده است و تنها منابع تولید هارمونیک، کانورترهایی که در باس های 5 و 26 قرار دارند می باشند. و در 2 حالت دیگر علاوه بر بارهای خطی بارهای غیر خطی نیز در نظر گرفته شده است. شبیه سازی های انجام شده نشان می دهد که با نصب خازن و منابع تولید پراکنده می توان اعوجاجات هارمونیک سیستم را کاهش داد اما اگر اعوجاجات هارمونیکی سیستم از حدی بیشتر گردد نصب این منابع قادر نخواهد بود که اعوجاجات سیستم را به حد استاندارد برساند در چنین شرایطی باید تمهیدات دیگری برای بهبود کیفیت سیستم اندیشید. البته در همه این 3 حالت نصب تجهیزات به طور موثری موجب کاهش تلفات سیستم و بهتر شدن پروفایل ولتاژ گردیده است.

سیستم های متداول مانند scada/ems امکان نمونه برداری همزمان را ندارند. به همین دلیل قادر به اندازه گیری مقدار فاز ولتاژ و جریان نیستند. سرعت پایین نمونه برداری این سیستم ها و دقت پایین که حدودا هر 10 ثانیه یکبار اندازه ولتاژ، جریان، توان اکتیو یا راکتیو را اندازه گیری می کنند، برای بسیاری از کاربردها زیاد مناسب نیستند. اما pmuها قادر به اندازه گیری فازور ولتاژ و جریان، با نرخ متغیر از 1 تا 60 نمونه در هر ثانیه و با دقت بسیار بالا هستند که این کار را با استفاده از الگوریتم تبدیل فوریه گسسته بازگشتی انجام می دهند [1]. واحدهای اندازه گیری فازوری (phasor measurement unit) برای اولین بار در اواسط دهه 1980 میلادی معرفی شدند که قبل از آن مشکلات فنی بسیاری ناشی از عدم توانایی در سنکرون کردن دستگاه های اندازه گیری در محل های گوناگون وجود داشت. این واحدها در پست های مختلف سیستم و فواصل دور از هم نصب می شوند و بایستی اطلاعات آنها از طریق سیستم های مخابراتی در یک مرکز کنترلی جمع آوری شود تا تحلیل آنها میسر شود [2]. تخمین حالت (state estimation) فرآیندی است که در طی آن، مقادیر مجهول متغیرهای حالت یک سیستم، با توجه به اندازه گیری های انجام شده در همان سیستم بدست می آید. از اطلاعات خروجی تخمین گرهای حالت در مراکز کنترل سیستم های قدرت استفاده می شود. یکی از عوامل مهم که کیفیت تخمین را تحت تاثیر قرار می دهد، دقت اندازه گیری است. واحدهای اندازه گیری فازوری روند تخمین حالت را دگرگون کرده اند [3]. با مطرح شدن این واحدها و سرعت و دقت بالای آنها در نمونه برداری فازوری، بتدریج گرایش به استفاده از داده های این ادوات اندازه گیری در روند تخمین حالت در حال افزایش است [4].

در نیروگاه بعداز ژنراتور و ترانسفورماتور، کلید های قدرت قیمت زیادی دارند و بایستی به صورت مداوم از آنها بازدید و مراقبت به عمل آید ، زیرا این تجهیز علاوه بر قطع و وصل عمل حفاظت را بر عهده دارد قطع کامل جریان بخصوص کلید قدرت تنها بستگی به عوامل فیزیکی مکانیکی کلید ندارد بلکه بیشتر بستگی به نوع و فرم جریان دارد. همانطور که مشخص است پدیده حالت گذرا یکی از مسائل مهم در سیستم های قدرت می باشد، چراکه ممکن است بروز یک حالت گذرا نهایتاً منجر به اضافه ولتاژهایی گردد که بر روی تجهیزات بخصوص تجهیزات نصب شده در پستها تاثیر نامطلوبی بگذارد و یا باعث آسیب های جدی در دیگر تجهیزات گردد. در این راستا شبیه سازی این حالتهای گذرا می تواند کمک بسیار بزرگی در تحلیل شبکه های قدرت و مبحث هماهنگی عایقی در پستها باشد. با توجه به مشکل موجود در نیروگاه سیکل ترکیبی نکا مبنی بر اینکه با هر بار بازکردن سکسیونر واحد یک گازی در شرایط off بریکر اصلی و خارج بودن واحد یک از مدار ، بار واحد دو گازی به طور ناگهانی در مدت زمان کوتاهی افت شدید پیدا کرده و حتی به مرز تریپ نیز میرسد و مجددا به حالت اولیه خود بر میگردد ،حال با توجه به اینکه عوامل زیادی می تواند در این پدیده به عنوان خطا های حالت گذرا نقش داشته باشند ، بنابراین ما در این پروژه می خواهیم با اندازه گیری ظرفیت خازن بریکر های پست و شبیه سازی در محیط matlab اثر تغییرات ظرفیت خازن بریکر پست های نیروگاهی بر کنترل بار واحد ها در نیروگاه سیکل ترکیبی نکاء را با توجه به منحنی های خروجی ولتاژ و جریان تحلیل کنیم.

قابلیت اطمینان یکی از مباحث کلیدی در ارزیابی سیستم های قدرت می باشد. جهت بهبود قابلیت اطمینان در شبکه توزیع مطالعات و طرح هایی انجام شده است که بیشتر بر تغییر ساختار سیستم توزیع یا انتقال تمرکز داشته اند که اجرایی کردن آن ها بسیار پر هزینه بوده و حتی در مواردی غیر قابل انجام می باشد. در این کار تحقیقاتی با توجه به گسترش استفاده از واحدهای تولید پراکنده در شبکه توزیع به تأثیر حضور این منابع بر شاخص های قابیلت اطمینان شبکه توزیع خواهیم پرداخت. در این پایان‎نامه، هدف اصلی بررسی اثرات سیستم تولید پراکنده بر پارامترهای مرتبط با قابلیت اطمینان سیستم با لحاظ نمودن محدودیت هایی نظیر پروفیل ولتاژ و تلفات در شبکه توزیع می باشد. ابتدا مفاهیم قابلیت اطمینان و شاخص های آن مطالعه شده و در ادامه روی شبکه نمونه اثرات واحدهای تولید پراکنده بر قابلیت اطمینان شبکه توزیع بررسی خواهد شد. در نهایت با استفاده از الگوریتم هوشمند مورچگان به جایابی بهینه واحدهای تولید پراکنده به منظور دستیابی به بهترین شاخص های قابلیت اطمینان با لحاظ کردن محدودیت های عنوان شده پرداخته شده است. الگوریتم پیشنهادی بر روی شبکه های تست 13 و 34 شینه ieee شبیه سازی شده و نتایج مورد بررسی و مقایسه قرار گرفته است.