پروژه حاضر با ارائه یک مدل اقتصادی از سیستم های فتوولتاییک، توربین های بادی، دیزل ژنراتورها به همراه باتری های ذخیره ساز، هزینه های عملیاتی سیستم های مختلف را مورد بررسی قرار می دهد. تأمین انرژی به صورت منفرد از سیستم های خورشیدی و بادی به دلیل وابستگی شدید آن ها به شرایط مختلف جوی چندان مقرون به صرفه نیست. لذا می توان با ترکیب نمودن این منابع در یک سیستم واحد و استفاده از دیزل ژنراتور ها، هزینه های عملیاتی سیستم را تا حد قابل توجهی کاهش داد. در این پژوهش هزینه مدل اقتصادی ارائه شده برای سیستم ترکیبی پیشنهادی شامل هزینه توان تولیدی توربین بادی، هزینه توان تولیدی سلول خورشیدی، هزینه توان تولیدی دیزل ژنراتور، توان ذخیره شده در باتری و هزینه های تعمیر و نگهداری می باشد. بر این اساس با مقایسه ای بین انواع الگوریتم های انبوه ذرات، جستجوی ممنوع و جستجوی هارمونی بهبود داده شده، بهترین الگوریتم انتخاب شده، و با بهره گیری از آن تابع هدف اقتصادی مسئله بهینه سازی، کمینه گردیده و تعداد بهینه پنل فتوولتائیک، توربین بادی، باتری و دیزل ژنراتور تعیین شده است. همچنین میزان آلودگی های محیط زیست در استراتژی¬های مختلف در طول یک سال بررسی شده است. نتایج شبیه سازی حاکی از آن است که الگوریتم انبوه ذرات با عامل انقباض بهترین روش بهینه سازی است و همچنین نشان می دهد که با افزایش قیمت سوخت دیزل ژنراتور و کاهش قیمت انرژی های تجدید پذیر در آینده سیستم ترکیبی پنل فتوولتائیک- دیزل ژنراتور به همراه ذخیره سازی باتری بهینه ترین سیستم برای تأمین بار شهر رفسنجان واقع در استان کرمان است.

صنعت برق به عنوان صنعت زیربنایی و مادر نقش مهمی در توسعه اقتصادی و رفاه جوامع دارد. در محیط رقابتی بازارهای برق تجدید ساختاریافته، شرکت کنندگان در بازار به منظور بالا بردن سود خود، بایستی از میزان تقاضای مصرف کنندگان و همچنین قیمت انرژی الکتریسیته در ساعت های پیش رو آگاهی داشته باشند. ازاین رو پیش بینی بار و قیمت انرژی الکتریکی دو عنصر مهم و کلیدی در بازارهای تجدید ساختاریافته برق به شمار می آیند. پیش بینی بار الکتریکی می تواند در بهبود کارایی و افزایش امنیت سیستم های قدرت نقش بسزایی داشته باشد. همچنین پیش بینی قیمت انرژی الکتریکی به عنوان یکی از مهمترین ابزارها برای شرکت کنندگان در بازار برق به بهبود استراتژی قیمت دهی و گرفتن تصمیمات مهم در بخش سرمایه گذاری کمک می کند. در سال های اخیر روش های گوناگونی برای پیش بینی بار و قیمت انرژی الکتریکی در بازارهای تجدید ساختار شده برق معرفی شده است. کارشناسان و پژوهشگران، به دلیل اهمیت این موضوع، همواره به دنبال ارائه روش-های پیش بینی دقیق تری نسبت به گذشته بوده اند. در این پایان نامه کاربرد انواع شبکه های عصبی و روش های ترکیبی در پیش بینی بار و قیمت انرژی الکتریکی مورد ارزیابی قرارگرفته است. همچنین روش های جدیدی برای پیش بینی بار و قیمت انرژی الکتریکی ارائه شده است. با به کارگیری روش های ترکیبی مختلف می توان کارایی و دقت بالاتری را در پیش بینی بار و قیمت انرژی الکتریکی مشاهده نمود. استفاده از الگویتم بهینه سازی ازدحام ذرات در کنار مدل های ترکیبی برای کمتر کردن خطای آموزش می تواند در بهبود نتایج پیش بینی نقش داشته باشد. همچنین استفاده از الگوریتم بهینه سازی ازدحام ذرات برای آموزش شبکه عصبی، قابلیت جست وجو در فضای جواب را بهبود بخشیده و از به دام افتادن در بهینه های محلی جلوگیری می نماید. علاوه بر این چندین ساختار انتخاب ویژگی موثر در این پایان نامه ارائه شده است. نتایج بررسی ها و آزمایش های صورت گرفته دقت و عملکرد روش های پیشنهادشده را تائید می نمایند.

بسیاری از مناطق استان کرمان دارای پتانسیل بالایی در بخش کشاورزی می باشد. در این مناطق آب موردنیاز بخش های مختلف کشاورزی و شرب از طریق منابع زیرزمینی با حفر چاه تأمین می شود که استخراج آن مستلزم صرف انرژی می باشد و از آنجایی که شبکه برق رسانی موجود در برخی از مناطق ظرفیت تأمین انرژی برق برای تمام چاه ها را ندارد، بخش عمده ای از چاه ها از طریق سوخت های فسیلی (دیزل ژنراتور)، تأمین انرژی می شوند و برخی از آنها نیز بدون برق هستند. نکته قابل تأمل اینکه، بسیاری از این مناطق دارای پتانسیل بالایی در زمینه بهره برداری از انرژی های نو و خصوصاً انرژی های خورشیدی، بادی و زیست توده هستند. با توجه به ضرورت و اهمیت موضوع، در این پژوهش به طراحی بهینه یک سیستم ترکیبی فتوولتائیک/ باد/ زیست توده به منظور برق رسانی به چاه های کشاورزی یکی از مناطق استان کرمان (شهرستان بردسیر) پرداخته شده است.

در این پایان نامه طراحی بهینه ی یک سیستم ترکیبی متصل به شبکه شامل منابع بادی و خورشیدی با هدف کمینه کردن هزینه ی کل سیستم مورد توجه قرار گرفته است و با انواع طرح های تشویقی در سناریوهای مختلف هزینه ی کلی سیستم کمینه شده است. از آنجایی که در کشور ایران قیمت برق به تدریج در حال افزایش است، لذا در این پژوهش طراحی سیستم در قیمت های مختلف و بالاتر از قیمت فعلی برق نیز بررسی شده است. نتایج به دست آمده نشان می دهند که طراحی بهینه ی سیستم ترکیبی تحت طرح های تشویقی دولتی باعث کاهش هزینه ی کل سیستم ترکیبی می شود.

مدیریت بار جهت تامین انرژی با کیفیت و قابلیت اطمینان زیاد و همچنین کنترل منابع تولید جهت کاهش هزینه ها و استفاده بهینه از منابع و ملاحظات زیست محیطی جزء مهمترین مسائل پیش روی سیستم قدرت می باشند. به همین دلیل در پایان نامه حاضر از مزارع بادی با قابلیت اتصال به شبکه به منظور توسعه استفاده از انرژی های تجدیدپذیر و کاهش هزینه ی بهره برداری در شبکه ی قدرت و از پاسخ تقاضا برای کاهش پیک استفاده شده است. در این مطالعه به حل مسئله برنامه ریزی مشارکت واحدها با حضور انرژی بادی و با استفاده از پاسخ تقاضای سریع پرداخته شده است. برای حل مسئله موردنظر روش های بهینه سازی متفاوتی وجود دارند که در این مطالعه یک نسخه جدید از الگوریتم بهینه سازی دودویی ازدحام ذرات نیز ارائه شده و عملکرد آن روی 30 تابع استاندارد آزمایش شده و پاسخ هایی بسیار بهتر از سایر الگوریتم ها به دست آمده است. در ادامه از همین الگوریتم برای حل مسئله برنامه ریزی مشارکت واحدها استفاده شده است که با استفاده از این الگوریتم، پاسخ های بهتری حاصل شده و تفاوت هزینه تولید حاصل از این روش با هزینه حاصل از سایر روش ها مقدار قابل توجهی است. در گام اول خروجی مزارع بادی با استفاده از داده های واقعی و درنظر گرفتن عدم قطعیت ها شبیه سازی می شوند و براساس آن مشارکت مصرف کنندگان به عنوان یک نیروگاه مجازی به صورت پاسخ تقاضای سریع در مسئله برنامه ریزی مشارکت واحد های نیروگاهی تعیین می گردد. با بهره گیری از روش احتمالاتی تخمین دونقطه ای، خروجی مزارع بادی، مدل گردیده و برای شبیه سازی پاسخ تقاضا نیز از توزیع خطی کاهشی استفاده شده است. کارایی ساختار ارائه شده با بهره گیری از شبکه ی 32 باس ieee-rts مورد ارزیابی قرار گرفته است. با استفاده از مزارع بادی و پاسخ تقاضا، قابلیت اطمینان بهبود یافته، پیک بار کاهش یافته و هزینه بهره برداری نیز به مقدار قابل توجهی کمتر شده است.

چکیده ندارد.