مقاله رایگان با موضوع پایداری ولتاژ در سیستم قدرت

101/3/1 , 11:4 ع نظر

عنوان مقاله:

به حداقل رساندن تلفات واقعی توان خطوط انتقال و بهبود پایداری ولتاژ در سیستم قدرت با استفاده از الگوریتم حالت بازگشتی

Minimization of Real Power Losses of Transmission Lines and Improvement of Voltage Stability in Power System using Recurring MODE Algorithm

سال انتشار: 2022

رشته: مهندسی برق - مهندسی کامپیوتر

گرایش: برق قدرت - تولید، انتقال و توزیع - مهندسی الگوریتم

دانلود رایگان این مقاله:

دانلود مقاله پایداری ولتاژ در سیستم قدرت

مشاهده سایر مقالات جدید:

مقالات جدید مهندسی کامپیوتر

مقالات جدید مهندسی برق

Simulation Results

The proposed recurring multi-objective DE algorithm is employed for solving MORPD problem in the 30-bus IEEE test system [3, 45] and 75-bus Indian system [45]. In this paper, for solving MORPD problem, two cases of each power system have been considered. Only the voltage constraints on PQ buses were considered in (i), whereas the constraints of voltage and the constraints of line loading both were implemented in (ii). Performance of the proposed recurring MODE algorithm is evaluated by applying NSGA-II, MOPSO, MODE and HMPSO [35] algorithms for the MORPD problem and comparing the obtained results for both the systems. Simulation results of all the algorithms were carried out using Matab2017Ra software on Intel –i7 3470 Desktop PC computer 2.8 GHz, with 2 GB of RAM.

30-Bus IEEE Test System

The 30-bus IEEE test system consists of 06 number of generators at bus numbers 13, 11, 8, 5, 2 and 1 and total transmission lines 41 with 04 off-nominal transformers tap setting ratio in lines 9–6, 10–6, 12–04 and 28–27. This system has 09 number of shunt VAR sources at bus nos. 29, 24, 23, 21, 20, 17, 15, 12 and 10. Thus, the total number of control variables in 30-bus IEEE test system for MORPD problem is 19 (6 ? 4 ? 9). At all the load buses, the lower limits on bus voltage magnitude are 0.95pu, while the upper voltage limits are 1.1pu for the PV buses and 1.05pu for PQ buses. Maximum limits are 1.1pu and minimum limits are 0.9 pu for transformer tap settings ratio. The lower limits of the VAR outputs of all the shunt reactive power sources are 0 and upper limits are 0.05pu [3, 14]. With varying parameters’ values, several trials were taken when applying various MOEC algorithms for MORPD problem. However, the best results attained and provided here are for recurring multi-objective DE population size NP = 30, number of recurring MODE rounds R equal to 10, number of MODE iterations M = 100, mutation factor F equal to 0.39 and the crossover probability Cr equal to 0.95. For multi-objective DE algorithm, with the similar values of crossover probability Cr and mutation factor F the maximum number of iterations considered = 1000 (10 9 100). In multi-objective PSO algorithm, the key parameters considered were like this, inertia weight w equal to 0.76, cognitive coefficient c1 and social coefficient c2 equal to 1.9, the total number of population NP = 30 and number of the particles in repository = 20. Each algorithm method was implemented for 1000 iterations only for Case 1(i) as well as for Case 1(ii).

Case1 (i): Voltage Constraints

With the voltage profile magnitudes constraints at various PQ-type buses of IEEE 30-bus system, multi-objective PSO, non-dominated sorting GA-II, multi-objective DE, recurring MODE and hybrid multi-swarm PSO algorithms were applied for MORPD problem with the objectives of minimization PTLOSS and L-index. The Pareto optimal fronts obtained on applying these MOEC algorithms are compared with the reference Pareto optimal solution [35, 36] in Fig. 2. Recurring MODE algorithm obtained Pareto optimal front closest to the reference optimal Pareto front as compared to other multi-objective EC algorithms. Out of the Pareto optimal solutions, the preferred solutions having the maximum value of normalized membership function have been extracted [45] for various algorithms. The preferred solutions attained for the minimum PTLOSS and minimum L-index same time using RMODE algorithm and other algorithms along with the corresponding control variables are shown in Table 1. As shown in Table 1, the recurring MODE algorithm gives the minimum total transmission lines real power losses as 4.87857 MW and minimum L-index as 0.12864 which are close to those obtained in reference Pareto optimal solutions using HMOPSO [36]. This clearly establishes the effectiveness of the proposed recurring MODE algorithm over the other MOEC algorithms.

(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)

نتایج شبیه سازی

الگوریتم DE چند هدفه تکرارشونده پیشنهادی برای حل مسئله MORPD در سیستم آزمایشی IEEE 30 شینه [3، 45] و سیستم هندی 75 شینه [45] استفاده می‌شود. در این مقاله برای حل مسئله MORPD دو مورد از هر سیستم قدرت در نظر گرفته شده است. فقط محدودیت‌های ولتاژ در اتوبوس‌های PQ در (i) در نظر گرفته شد، در حالی که محدودیت‌های ولتاژ و محدودیت‌های بارگذاری خط هر دو در (ii) پیاده‌سازی شدند. عملکرد الگوریتم MODE تکراری پیشنهادی با استفاده از الگوریتم‌های NSGA-II، MOPSO، MODE و HMPSO [35] برای مسئله MORPD و مقایسه نتایج به‌دست‌آمده برای هر دو سیستم ارزیابی می‌شود. نتایج شبیه‌سازی تمامی الگوریتم‌ها با استفاده از نرم‌افزار Matab2017Ra بر روی کامپیوتر رومیزی Intel –i7 3470 با فرکانس 2.8 گیگاهرتز، با 2 گیگابایت رم انجام شد.

سیستم تست 30 اتوبوس IEEE

سیستم تست IEEE 30 شینه شامل 06 عدد ژنراتور در باس های شماره 13، 11، 8، 5، 2 و 1 و کل خطوط انتقال 41 با نسبت تنظیم شیر ترانسفورماتور 04 خارج از اسمی در خطوط 9-6، 10-6 است. ، 12-04 و 28-27. این سیستم دارای 09 منبع شنت VAR در شماره باس است. 29، 24، 23، 21، 20، 17، 15، 12 و 10. بنابراین، تعداد کل متغیرهای کنترل در سیستم تست IEEE 30 شینه برای مسئله MORPD 19 است (6 ? 4 ? 9). در تمام باس‌های بار، محدودیت‌های پایین‌تر در بزرگی ولتاژ باس 0.95 pu است، در حالی که محدودیت‌های ولتاژ بالایی برای باس‌های PV 1.1 pu و برای اتوبوس‌های PQ 1.05 pu است. حداکثر محدودیت 1.1 pu و حداقل محدودیت 0.9 pu برای نسبت تنظیمات شیر ??ترانسفورماتور است. حد پایین خروجی VAR همه منابع توان راکتیو شنت 0 و حد بالایی 0.05 pu است [3، 14]. با مقادیر متغیر پارامترها، چندین آزمایش هنگام اعمال الگوریتم‌های مختلف MOEC برای مسئله MORPD انجام شد. با این حال، بهترین نتایج به دست آمده و ارائه شده در اینجا برای اندازه جمعیت DE چندهدفه تکرارشونده NP = 30، تعداد دورهای MODE تکرارشونده R برابر با 10، تعداد تکرارهای MODE M = 100، ضریب جهش F برابر با 0.39 و احتمال متقاطع است. Cr برابر با 0.95. برای الگوریتم DE چندهدفه، با مقادیر مشابه احتمال متقاطع Cr و ضریب جهش F حداکثر تعداد تکرار در نظر گرفته شده = 1000 (109100). در الگوریتم PSO چند هدفه، پارامترهای کلیدی در نظر گرفته شده به این صورت بود، وزن اینرسی w برابر 0.76، ضریب شناختی c1 و ضریب اجتماعی c2 برابر با 1.9، تعداد کل جمعیت NP = 30 و تعداد ذرات موجود در مخزن = 20. هر روش الگوریتم برای 1000 تکرار فقط برای مورد 1 (i) و همچنین برای مورد 1 (ii) اجرا شد.

مورد 1 (i): محدودیت های ولتاژ

با محدودیت‌های بزرگی پروفیل ولتاژ در باس‌های مختلف از نوع PQ سیستم IEEE 30 باس، PSO چند هدفه، مرتب‌سازی غیر غالب GA-II، DE چند هدفه، MODE تکرارشونده و الگوریتم‌های ترکیبی چند ازدحامی PSO برای MORPD استفاده شد. مشکل با اهداف کمینه سازی PTLOSS و L-index. جبهه‌های بهینه پارتو که با اعمال این الگوریتم‌های MOEC به دست می‌آیند با راه‌حل بهینه پارتو [35، 36] در شکل 2 مقایسه می‌شوند. الگوریتم MODE تکرارشونده، نزدیک‌ترین جبهه بهینه پارتو به جبهه بهینه پارتو مرجع را در مقایسه با سایر EC چند هدفه به دست آورد. الگوریتم ها از راه‌حل‌های بهینه پارتو، راه‌حل‌های ترجیحی با حداکثر مقدار تابع عضویت نرمال شده برای الگوریتم‌های مختلف استخراج شده‌اند [45]. راه حل های ترجیحی به دست آمده برای حداقل PTLOSS و حداقل L-index در همان زمان با استفاده از الگوریتم RMODE و سایر الگوریتم ها همراه با متغیرهای کنترل مربوطه در جدول 1 نشان داده شده است. همانطور که در جدول 1 نشان داده شده است، الگوریتم MODE تکرارشونده حداقل خطوط انتقال کل را واقعی می دهد. تلفات توان 4.87857 مگاوات و حداقل L-شاخص 0.12864 که نزدیک به آنهایی است که در راه حل های بهینه پارتو مرجع با استفاده از HMOPSO [36] به دست آمده است. این به وضوح اثربخشی الگوریتم MODE تکراری پیشنهادی را بر سایر الگوریتم‌های MOEC نشان می‌دهد.