ذخیره­ سازی انرژی الکتریکی یکی از مسائل مهم صنعت برق است که می­تواند خدمات جانبی بسیاری همچون تسطیح منحنی بار، پیک­ سایی، ادغام با واحدهای تجدیدپذیر، رزرو چرخان و ... را عاید شبکه سازد. در این مقاله یک روش جدید و کاربردی به منظور جایابی، تعیین اندازه و برنامه ­ریزی بهینه ذخیره­ ساز باتری جریانی وانادیوم در پست­ های فوق توزیع ارائه می­ گردد. در این روش ابتکاری، با استفاده از پیش­ بینی بار، مقدار...

در این مقاله برای تنظیم پارامترهای سیستم قدرت و ادوات facts از روش های بهینه سازی ژنتیک، ازدحام ذرات، ترکیب منطق فازی با الگوریتم ژنتیک و ترکیب منطق فازی با الگوریتم تکامل دیفرانسیل استفاده شده است. در اینجا دو نوع از ادوات facts، جبران ساز سری کنترل شده با تریستور (tcsc) و جبران ساز توان راکتیو استاتیک (svc) برای بهینه‎سازی مصرف توان راکتیو شبکه و کاهش تراکم خطوط مورد استفاده قرار گرفته است. ج...

بازنگری و بهینه ­سازی مداوم سبدهای ردیاب شاخص به گونه­ای که همواره بتوان به پیگیری دقیق شاخص اطمینان داشت امری دشوار و پیچیده است. علاوه بر آن توجه به هزینه­ های معاملاتی نیز اجتناب ناپذیر است. این مقاله، مدلی جهت بهینه ­سازی مساله سبد ردیاب شاخص و روش حلی بر اساس الگوریتم ژنتیک تکاملی را ارائه می­نماید. مدل پیشنهادی، یک مدل دوهدفه است که به دنبال حداقل نمودن خطای ردیابی و همچنین حداقل کردن هزی...

الگوریتم تکاملی چند هدفه مبتنی بر تجزیه (moea/d-de) یکی از الگوریتم های تکاملی است که به منظور برآورد نقاط بهینه پارتو با پیچیدگی کمتر محاسباتی در مسائل با ابعاد زیاد استفاده می شود. عملکرد الگوریتم moea/d-de به تنظیم مناسب پارامترهای کنترلی آن بستگی دارد و بهترین نحوه تنظیم این پارامترها تاثیر بسزای در افزایش توانایی و بهبود عملکرد آن دارد. یکی از این پارامترهای کنترلی ، پارامتر همسایگی می باش...

امروزه، استفاده از الگوریتم های ابتکاری برای حل مسائل مهندسی، پیشرفت چشم گیری داشته است. در سال های اخیر، تلفیق مباحث کوانتومی (که الهام گرفته از فیزیک کوانتوم می باشد) با الگوریتم های ابتکاری مطرح شده است. علت استفاده از مباحث کوانتومی، افزایش تنوع جمعیت در الگوریتم ها و گریز از بهینه محلی مسائل بهینه سازی می باشد. این تلفیق، سبب پیدایش الگوریتم های پیشنهادی متعددی شده است. از جمله این الگوریت...