0% Complete
02144443008
info@cired.ir
صفحه اصلی
/
یازدهمین کنفرانس منطقه ای سیرد
بهبود تابآوری شبکههای هوشمند تحت شرایط آب و هوایی بحرانی توسط الگوریتم بهینهسازی چتر دریایی چندهدفه
نویسندگان :
سیده فاطمه هاشمی (دانشگاه آزاد تهران غرب)
کلمات کلیدی :
تاب آوری،بهینه سازی،شبکه هوشمند،چتر دریایی،شرایط آب و هوایی،الگوریتم بهینه سازی،شرایط بحرانی،چند هدفه،الگوریتم،الگوریتم چند هدفه
چکیده :
1- مقدمه: 1-1- معرفی موضوع و اهمیت موضوع مقاله با اهمیت روزافزون پایداری، روشهای بهینهسازی برنامهریزی بهرهبرداری به عنوان راهحلهایی برای بهبود تابآوری در شبکهها استفاده میشوند. تاب آوری یکی از مفاهیم منحصر به فرد مطالعات سیستم قدرت است که در دهه گذشته مورد توجه قرار گرفته است. استراتژیهای مختلفی برای بهبود تابآوری سیستمهای قدرت بر اساس برنامهریزی بهینه در شرایط عادی یا اضطراری پیشنهاد شده است. این استراتژیها بر اساس ابزارهای پیشرفته و عملیات هوشمند طراحی شدهاند. در بیشتر مطالعات، تعاریف تابآوری برای توضیح تابآوری شبکه معرفی شده است. متأسفانه، رویدادهای ناشی از آب و هوای شدید میتواند برای مدت طولانی به شبکهها آسیب برساند. با این حال، کارایی و تاثیر روشهای قابلیت اطمینان در اکثر قطعیهای عمده اخیر در شرایط آب و هوایی شدید رضایتبخش نبوده است. در نتیجه، مطالعات تابآوری بر بهبود عملکرد شبکه در شرایط پرخطر متمرکز شدهاند [1]. پیشبینی خاموشی یک عامل کلیدی برای بهبود تابآوری است. 2-1- مرور آخرین یافته های مرتبط به موضوع مقاله [2] یک استراتژی پیشگیرانه احتمالی را برای افزایش تابآوری بهرهبرداری شبکههای توزیع در طول طوفان پیشنهاد میکند. در این کار، یک مسئله بهینهسازی برنامهریزی خطی اعداد صحیح مختلط چند هدفه برای به حداقل رساندن میزان کاهش بار و هزینههای بهرهبرداری فرمولبندی شده است. نتایج اثر دیسپاچ مجدد تولید فعال در بهبود سطوح تابآوری و کاهش کل کاهش بار به میزان 30 تا 45 درصد را نشان میدهد. مقاله [3] یک طرح جدید با شکلگیری چند ریزشبکه (MMGF) پویا بدون مدل مبتنی بر یادگیری تقویتی (RL) عمیق را پیشنهاد میکند. روش RL عمیق پیشنهادی محاسبات بلادرنگ را برای پشتیبانی از طرح MMGF پویا آنلاین ارائه میکند، و این طرح با استفاده از یک MMGF آنلاین تطبیقی برای دفاع در برابر شرایط متغیر، یک مسئله افزایش تابآوری طولانیمدت را مدیریت میکند. نتایج نشاندهنده توانایی یادگیری، پاسخ به موقع برای شرایط مختلف سیستم و افزایش تابآوری رضایتبخش است. در [4]، یک روش افزایش تابآوری سیستم توزیع (DS) چند منبعی برای کمک به بهرهبرداران DS در تصمیمگیری در برابر رویدادهای آب و هوایی شدید پیشنهاد شدهاست. در روش پیشنهادی، پیشگیری و بازیابی DS به صورت چند مرحله بر اساس فرآیند فیزیکی DS ها در هنگام تأثیرپذیری از رویدادهای آب و هوایی شدید به صورت ریاضی به عنوان یک مدل برنامهریزی خطی عدد صحیح مختلط (MILP) فرموله شده است. نتایج نشان میدهد که تخریب DS میتواند به طور موثر با هماهنگی پیش بازآرایی شبکه و پیشقرارگیری منابع قبل از رویدادها کاهش یابد. روند بازیابی را میتوان با هماهنگی بازآرایی شبکه و ارسال بلادرنگ MEG ها و تیمهای عملیاتی پس از رویدادها به طور قابل توجهی سرعت بخشید. مقاله [5] یک طرح بهرهبرداری پیشگیرانه برای بهبود تابآوری سیستم توزیع در برابر خطرات طبیعی، به ویژه طوفانهای باد ارائه میدهد. در این زمینه، ویژگیهای مهم مرتبط با طوفان شامل فاصله از مسیر طوفان، سرعت باد، فاصله از درختان و ساختمانهای بلند و نوع کابل در شبکه عصبی عمیق (DNN) برای شناسایی شاخههای آسیبپذیر استفاده میشود. نتایج شبیهسازی نشان میدهد که بدون مکانیسم یادگیری پیشنهادی، کاهش بار میتواند تا 36% برای سیستم مورد مطالعه برسد، در حالی که طرح مبتنی بر یادگیری میتواند کاهش بار را تا 13% کاهش دهد. طرح بهرهبرداری فعال مبتنی بر یادگیری پیشنهادی به طور قابلتوجهی تابآوری سیستم توزیع را در طول طوفانهای باد بهبود میبخشد. 3-1- بیان فضای خالی یا پرسش بی پاسخ در فضای پژوهش در بررسی متون، مطالعات کمی در مورد اشتراک منافع بین DISCO و بخش خصوصی پرداخته شده است. واضح است که بدون تقسیم سود عادلانه و سود اقتصادی برای بخش خصوصی، هیچ سرمایهگذاری بر روی منابع وجود نخواهد داشت. چند مطالعه یک توازن بین توابع هدف را تحلیل کردهاند. عدم مدل مناسب در اکثر مطالعات برای بهینهسازی توابع هدف به طور همزمان مانند: هزینه انرژی، تخریب باتری، هزینه ENS و غیره قابل مشاهده است. یکی دیگر از اشکالات عدم توجه به تابآوری شبکه در حالی که یکی از مهمترین ویژگیهای شبکه هوشمند است. 4-1- بیان ایده محوری (نوآوری یا مشارکت) مقاله هدف اصلی این مقاله ارائه یک مدل جامع برای بررسی رفتار شبکه در شرایط آب و هوایی نامطلوب است. روش پیشنهادی نشان میدهد که چگونه بهرهبرداری هوشمند میتواند عملکرد اقتصادی و تابآوری شبکه را در برابر قطعیهایی که ناشی از رویدادهای احتمالی در بازه زمانی معین است، بهبود بخشد. به طور خلاصه، نوآوریهای این مقاله را میتوان به شرح زیر خلاصه کرد: • ارزیابی رفتار شبکههای هوشمند را در شرایط آب و هوایی شدید و تشخیص خطر قطعی در یک شبکه تابآوری و برنامهریزی بهرهبرداری برای فواصل زمانی معین با احتمال قطعی بالا • پیشنهاد یک مدل بهینهسازی دو هدفه برای شبکه تابآور که میتواند ریسک و منافع را به شیوهای معقول متعادل کند. • پیشنهاد روشی که میتواند در سیستمهای هوشمند با کلیدزنی بالا و منابع قابل دیسپاچ در شرایط آب و هوایی شدید استفاده شود. • مدلسازی اثر سرعت باد در برنامهریزی بهرهبرداری، بازآرایی و نرخ قطعی خطوط. 2- روش پژوهش (تحقیق) یا روش پیشنهادی: الگوریتم بهینهسازی استفاده شده در این مقاله الگوریتم چتر دریایی چندهدفه (MOJS) میباشد. الگوریتم MOJS یک الگوریتم فرا ابتکاری جدید با تقلید از رفتار چتر دریایی در اقیانوس میباشد. تقلید رفتار جستجوی چتر دریایی شامل پیروی از جریان اقیانوس، حرکت درون ازدحام چتر دریایی، مکانیزم کنترل زمانی برای تغییر بین این حرکات، و همگرایی آنها به چتر دریایی اصلی میباشد. 3- پیاده سازی و نتایج حاصل یا انتظاری (مورد انتظار): در این مقاله، روشی جدید برای برنامهریزی کوتاهمدت سیستم توزیع تابآور مجهز به DG، ES مورد بررسی قرار گرفت. روش پیشنهادی مبتنی بر تغییرات احتمالات وقفههای وابسته به آب و هوا در طول زمانی 24 ساعته است، بنابراین یک برنامهریزی بهرهبرداری اقتصادی مقاوم با استفاده از زمانبندی دینامیکی منابع و بازآرایی با در نظر گرفتن خاموشیهای مبتنی بر آب و هوا در نظر گرفته شده است. در روش پیشنهادی نشان داده شده است که شبکههای جدید میتوانند خطر قطعی را به صورت پویا در نظر بگیرند و با در نظر گرفتن هزینهها و تغییرات در شرایط آب و هوایی، برنامهریزی بهرهبرداری را تغییر دهند. به منظور مشخص شدن تأثیر آب و هوا بر برنامهریزی بهرهبرداری، میانگین سرعت باد ساعتی در نظر گرفته شده و سپس بر روی احتمال خرابی انشعابات مدل سازی شده است. 4- بحث و نتیجه گیری: در این مقاله، برنامههای افزایش تابآوری، تابآوری شبکه را قبل از شروع هرگونه خرابی افزایش دادند تا با برنامهریزی مجدد منابع و انتخاب ساختارهای مناسب، اثرات جانبی قطعی را به حداقل برسانند و سعی کردند با بازآرایی پس از شروع خطا، قطعات آسیبدیده را حذف کنند. حالتهای مختلف با رویکردهای متفاوت برای مطالعه رفتار یک شبکه تابآور در بازههای زمانی با احتمال قطع بالا در نظر گرفته شدهاند. نتایج نشان داد که REP پیشنهادی تابآوری را بهبود میبخشد و هزینههای بهرهبرداری را کاهش میدهد. همچنین، برای بازآرایی سیستم آزمایشی، معیارهای ΦΛEΠ در مقایسه با برنامهریزی مجدد بهبود یافته است. توابع سود DISCO و DGO به طور همزمان در یک چارچوب بهینهسازی چند هدفه بهینه میشوند. در تمام حالتها شرایط آب و هوایی و نرخ خاموشی در تمام فواصل زمانی مشابه بود. تجزیه و تحلیل عددی نشان داد که DISCO توانایی تغییر قیمت انرژی برای DGO را به منظور تغییر رفتار DGO و بارهای انعطافپذیر با استفاده از قیمتهای اصلاحشده دارد. اثربخشی روش پیشنهادی از طریق چندین مطالعه موردی نشان داده شده است.
لیست مقالات
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 34.6.2