کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
399014 1438776 2011 5 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Artificial immune system for dynamic economic dispatch
ترجمه فارسی عنوان
سیستم ایمنی مصنوعی برای پخش بار اقتصادی دینامیکی
کلمات کلیدی
فهرست مطالب مقاله
خلاصه
مقدمه
صورت بندی مسئله
تعیین سطوح تولید
سیستم ایمنی
سیستم ایمنی مصنوعی
سیستم ایمنی مصنوعی برپایه ی انتخاب همتاسازی برای حل پخش بار اقتصادی دینامیک
تصویر1: فلوچارت سیستم ایمنی مصنوعی
نتایج شبیه سازی
جدول1:تولید ساعتی (MW) برنامه ریزی شده
جدول2: تولید ساعتی (MW) برنامه ریزی شده
نتیجه
تصویر2: همگرایی قیمت
ترجمه چکیده
پخش بار اقتصادی پویا عبارت است از برنامه ریزی بهینه برای توان خروجی ژنراتورهای شبکه به همراه پیش بینی تقاضای بار در یک دوره ی زمانی مشخص با در نظرگرفتن محدودیتهای نرخ شیب ژنراتورها. این مقاله [الگورتیم] سیستم ایمنی مصنوعی را ، بر پایه ی قانون همتاسازی انتخابی ، برای حل مسئله ی پخش بار اقتصادی دینامیک دنبال می کند. این الگوریتم از همتاسازی تطبیقی ، هایپر-بلوغ ، کاربر مسن ، و انتخاب رقابتی را [برای رسیدن به نتیجه] استفاده می کند. برای تأیید کارآیی الگوریتم بکار رفته، نتایج عددی یک سیستم [آزمایشی] با 10 واحد، به همراه تابع هزینه ی سوخت غیرهموار ارائه شده است. نتایج بدست آمده از الگوریتم مورد نظر [این مقاله] با نتایج ناشی از روش های بهینه سازی ازدحام ذرات و برنامه نویسی تکاملی مقایسه شده اند. از نتایج عددی [حاصله] می توان دریافت که الگوریتم سیستم مصنوعی ایمنی قادر است تا راه حل بهتری را در زمینه ی کمینه سازی قیمت و زمان محاسبه ارائه کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Dynamic economic dispatch determines the optimal scheduling of online generator outputs with predicted load demands over a certain period of time taking into consideration the ramp rate limits of the generators. This paper proposes artificial immune system based on the clonal selection principle for solving dynamic economic dispatch problem. This approach implements adaptive cloning, hyper-mutation, aging operator and tournament selection. Numerical results of a ten-unit system with nonsmooth fuel cost function have been presented to validate the performance of the proposed algorithm. The results obtained from the proposed algorithm are compared with those obtained from particle swarm optimization and evolutionary programming. From numerical results, it is found that the proposed artificial immune system based approach is able to provide better solution than particle swarm optimization and evolutionary programming in terms of minimum cost and computation time.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Electrical Power and Energy Systems - Volume 33, Issue 1, January 2011, Pages 131–136
نویسندگان
,