کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
398192 1438718 2016 8 صفحه PDF 20 صفحه WORD دانلود کنید
عنوان انگلیسی مقاله ISI
Optimal SSSC design for damping power systems oscillations via Gravitational Search Algorithm
ترجمه فارسی عنوان
طراحی بهینه ی SSSC برای کاهش نوسانات سیستم های قدرت بوسیله ی الگوریتم جستجوی گرانشی
کلمات کلیدی
SSSC؛ الگوریتم جستجوی گرانشی ؛ تغذیه باکتریایی؛ الگوریتم ژنتیک؛ نوسانات؛ سیستم های قدرت
فهرست مطالب مقاله
چکیده
کلمات کلیدی
مقدمه
شکل 1. SMIB با SSSC.
تنظیم کننده ی ولتاژ AC
تنظیم کننده ی ولتاژ DC
شکل 2. مدل دینامیک SSSC تنظیم کننده ی ولتاژ AC. 
شکل 3. مدل دینامیک SSSC تنظیم کننده ی ولتاژ DC.
تابع هدف 
الگوریتم جستجوی گرانشی 
شکل 4. فلوچارت GSA. 
نتایج و شبیه سازی SMIB
شکل 5. تغییرات تابع هدف
شکل 6. تغییر در سرعت برای شرایط بار نرمال. 
جدول 1. حالت های مکانیکی و نسبت های میرایی برای کنترل کننده های مختلف و شرایط عملیات. 
جدول 2. پارامترهای کنترل کننده برای کنترل کننده های مختلف. 
شکل 7. تغییر در سرعت برای شرایط بار سنگین. 
پاسخ تحت شرایط نرمال بار 
پاسخ تحت شرایط بار سنگین 
شبیه سازی و نتایج سیستم قدرت چند ماشین 
شکل 8. سیستم قدرت چند ماشین
جدول 3. بارگذاری سیستم. 
جدول 4. پارامترهای کنترل کننده برای کنترل کننده های مختلف 
پاسخ تحت شرایط بار نرمال
پاسخ تحت شرایط بار سنگین 
شکل 9. تغییر در   برای شرایط نرمال بار. 
شکل 10. تغییر در   برای شرایط نرمال بار. 
شکل 11. تغییر در   برای شرایط بار نرمال. 
شکل 12. تغییر در   برای شرایط بار سنگین. 
شکل 13. تغییر در   برای شرایط بار سنگین. 
شکل 14. تغییر در   برای شرایط بار سنگین. 
نتیجه گیری  
ضمیمه 
ترجمه چکیده
در سال های اخیر، روش های بهینه سازی مختلفی توسعه یافته اند. بسیاری از این روش ها تحت تأثیر رفتارهای ازدحامی در طبیعت قرار دارند. در این مقاله، یک الگوریتم جدید بهینه سازی به نام الگوریتم جستجوی گرانشی (GSA) براساس قانون گرانش و تعاملات توده ای برای طراحی جبران ساز سری سنکرونی استاتیک (SSSC) برای سیستم های توان تک ماشینی و چند ماشینی نشان داده شده است. در الگوریتم پیشنهادی، عاملین جستجو کننده مجموعه ای از توده ها هستند که با هم براساس گرانش نیوتونی و قوانین حرکت تعامل میک نند. روش پیشنهادی با چند روش جستجوی تجربی معروف مقایسه شده است. نتایج بدست آمده عملکرد بالای روش پیشنهادی در تنظیم SSSC در مقایسه با تغذیه ی باتری (BF) و الگوریتم ژنتیک (GF) را تصدیق می کنند. بعلاوه، نتایج برای توضیح کارایی کنترل کننده ی پیشنهادی جهت بهبود پایداری سیستم های قدرت طی دامنه ی وسیعی از شرایط بارگذاری ارائه شده اند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
In recent years, various heuristic optimization methods have been developed. Many of these methods are inspired by swarm behaviors in nature. In this paper, a new optimization algorithm namely Gravitational Search Algorithm (GSA) based on the law of gravity and mass interactions is illustrated for designing Static Synchronous Series Compensator (SSSC) for single and multimachine power systems. In the proposed algorithm, the searcher agents are a collection of masses which interact with each other based on the Newtonian gravity and the laws of motion. The proposed method has been compared with some well-known heuristic search methods. The obtained results confirm the high performance of the proposed method in tuning SSSC compared with Bacteria Foraging (BF) and Genetic Algorithm (GA). Moreover, the results are presented to demonstrate the effectiveness of the proposed controller to improve the power systems stability over a wide range of loading conditions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Electrical Power & Energy Systems - Volume 82, November 2016, Pages 161–168
نویسندگان
, ,