فایل ورد کامل بهینه سازی ازدحام گربه برای جایگزینی بهینه UPFC های چندگانه در بهبود پایداری ولتاژ تحت شرایط اضطراری

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل بهینه سازی ازدحام گربه برای جایگزینی بهینه UPFC های چندگانه در بهبود پایداری ولتاژ تحت شرایط اضطراری،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۴ صفحه

چکیده

ثبات ولتاژ طبقه بندی شده تحت دسته بندی های مختلف پایداری سیستم قدرت, یکی از مباحث مهم در مطالعات پایداری سیستم های قدرت محسوب می شود. یک سیستم قدرت که با اغتشاش هایی مواجه می شود، در خطر ناپایداری ولتاژ قرار دارد. دلیل اصلی برای عامل بی ثباتی ولتاژ، فلش در توان راکتیو در نقاط مختلف ناشی از پیشامدهای مداری است که تحت پایداری ولتاژی اغتشاش بزرگ طبقه بندی می گردند. هدف از این مقاله، شناسایی محل بهینه کنترلر جریان توان یکپارچه در یک سیستم قدرت به هم پیوسته تحت شرایط اضطراریN-1 می باشد. به علت اندازه و هزینه ی بالای ادوات FACTS ، محل و اندازه ی بهینه باید قبل از نصب شناسایی شود. ما سعی می کنیم مشخصات ولتاژ و حداکثر پارامتر بارگیری را با استفاده از کنترلر جریان توان یکپارچه که مکان بهینه در آن به روش بهینه سازی ازدحام گربه ها تعیین می شود، بهبود دهیم.

۷- نتیجه گیری
در این مقاله, یک روش جدید برای تعیین جایگذاری بهینه چند UPFC به منظور ارتقای پایداری ولتاژ سیستم قدرت تحت پیشامد اضطراری مختل کننده ارائه شده است. پارامتر ماکزیمم بارگذاری و مشخصات دامنه ولتاژ گذرگاه به عنوان معیاری برای عملکرد سیستم قدرت در الگوریتم بهینه سازی به کار گرفته می شوند. این روش مبتنی بر بهینه سازی ازدحام گربه (CSO) است. صرفه نظر از موقعیت بهینه, اندازه UPFC نیز با استفاده از CSO تعیین می شود. ما UPFC را در مقایسه با دیگر کنترلرهای FACTS موجود انتخاب کردیم, زیرا دارای مزایای عملیاتی مخصوص به خود است, هرچند هزینه بر می باشد. مشخص شد که این الگوریتم در پیاده سازی نسبت به تکنیک های قبلی AI به سادگی و به طور موثر عمل می کند. این الگوریتم در یافتن راه حل های بهینه متعدد برای مسئله چند-هدف محدود شده توانمند است و انعطاف پذیری بیشتر را برای تصمیم گیری نهایی در مورد موقعیت کنترلر FACTS ارائه می دهد. می توان نتیجه گرفت که برای سیستم های قدرت بزرگ, الگوریتم CSO با ارائه راه حل های بهرت با محاسبات کمتر, می تواند مزیت چشمگیری را نسبت به تکنیک های PSO و تحقیقاتی جامع به همراه داشته باشد.

عنوان انگلیسی:Cat Swarm Optimization for optimal placement of multiple UPFC’s in voltage stability enhancement under contingency~~en~~

Abstract

Voltage stability categorized under various classifications of power system stability is considered one of the important subjects in power systems stability studies. A power system, experiencing disturbances, is at risks of voltage instability. Main reason for the cause of voltage instability is the sag in reactive power at various locations due to circuit contingencies classified under large disturbance voltage stability. The aim of this paper is to identify the optimal location of Unified Power Flow Controller in an interconnected power system under N-1 contingency. As the size and the cost of the FACTS devices are high, an optimal location and size has to be identified before they are actually installed. We are trying to improve the voltage profile and Maximum Loading Parameter using Unified Power Flow Controller while determining their optimal location based upon Cat Swarm Optimization.

۷- Conclusion

In this paper, a novel method is presented to determine the optimal placement of multiple UPFC’s to enhance the power system voltage stability under large disturbance contingency. The Maximum Loading Parameter and bus voltage magnitude profile are employed as the measure of power system performance in optimization algorithm. This method is based on Cat Swarm Optimization (CSO). Apart from optimal location, size of the UPFC’s is also determined using CSO. We choose UPFC compared to the other available FACTS controllers owing to its operational benefits though it is costly. This algorithm was found to be easy and effective in implementing in comparison with earlier AI techniques. It is capable of finding multiple optimal solutions to the constrained multi objective problem, giving more flexibility to make the final decision about the location of the FACTS controller. It can be concluded that for large power systems, CSO algorithm can have a significant advantage, compared to exhaustive search and PSO techniques, by giving better solutions with lesser computational effort.

$$en!!