کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1514299 1511221 2011 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multi-Objective Service Restoration for Blackout of Distribution System with Distributed Generators based on Multi-agent GA
ترجمه فارسی عنوان
بازیابی بار چندهدفه برای خاموشی سیستم توزیع دارای تولیدات پراکنده بر اساس الگوریتم ژنتیک چندعامله
فهرست مطالب مقاله
چکیده
1.مقدمه
2.مدل ریاضیاتی برای بازیابی خاموشی مقیاس بزرگ در سیستم توزیع همراه DGها
2.1.ساده‌سازی برای ساختار توپولوژی سیستم توزیع
2.2مدل ریاضیاتی برای بازیابی بار در سیستم توزیع دارای DG
3.الگوریتم ژنتیک چندعامله برای سیستم توزیع بازیابی بار
3.1الگوریتم ژنتیک و سیستم چندعاملهرمزگذاری برای عاملانرژی، هدف و محیط زندگی عاملرفتار عاملنوسازی پاسخ غیرممکنقانون شکل‌دهی جمعیت پاسخ پارتوتحقق الگوریتمشکل1. ساختار محیط عامل4.مثال محاسباتیمثال 1مثال 2شکل2. سیستم توزیع دارای DGجدول1. نتایج بهینه‌سازی مثال1شکل3. سیستم توزیع پیچیدهجدول2. نتایج بهینه‌سازی مثال25.نتیجه‌گیری
ترجمه چکیده
وقتی سیستم‌های توزیع دارای DGها (تولیدات پراکنده) دچار ناحیه‌ی بزرگ خاموشی می‌شوند، بازیابی بار به مساله‌ای چند هدفه و با چندین قید تبدیل می‌شود. در این مقاله مدل بازیابی بار چندهدفه‌ در رابطه‌ با سیستم‌های توزیع دارای DG ایجاد می‌شود، که در آن اولویت کابران، زمان‌های عمکلرد کلیدهای دستی یا کلیدهای دوربرد و تلفات شبکه پس از بازیابی بار در نظر گرفته شده است. به منظور جستجوی مجموعه پاسخ‌ بهینه‌ی پارِتو برای مساله‌ی بازیابی بار چندهدفه می‌توان از الگوریتم ژنتیک چندعامله بهره برد. اعمال رقابتی و خودیادگیری عامل ‌ها بازتاب کننده‌ی قانون نجات سازگاری و تنوع است. این کار می‌تواند با استفاده از روش رقابت چالش میزان پیچیدگی را کاهش داده و راندمان را بهبود دهد تا پاسخ پارتو را برای جمعیت‌های ذخیره شکل دهد. در نهایت مثال محاسباتی، سرعت و دقت بازیابی بار چندهدفه را برای الگوریتم ژنتیک چندعامله‌ی مبتنی بر خاموشی بارز نموده و نسبت به روش تک هدفه گزینه‌ی بهتری برای سیستم توزیع است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
چکیده انگلیسی
Service restoration is a problem with multiple objectives and constraints, when the distribution systems with DGs (distributed generators) come up large area blackout. In this article the model of multiple objective service restoration about distribution systems with DGs has been built, considering users’ priority, the action times of hand switches or tele-switches and network losses after service restoring. Multi-agent GA can be used to search the Pareto optimal solution set for the multiple objectives service restoration problem. Agent's competitive and selflearning actions reflect the principal of survival of the fittest and diversity. It can reduce complex rate and improve efficiency using challenge match method to form Pareto solution to store populations. At last the calculation example manifests the quickness and precision of the multiple objective service restoration for blackout based multi-agent GA, and it is better suit for the distribution system than single objective method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Procedia - Volume 12, 2011, Pages 253–262