ثبت نام در مجله
مهلت ارسال مقالات

آخرین مهلت ارسال مقالات برای دوره ۲ -شماره ۵ -زمستان ۱۴۰۱:

(۱۵ اسفند ماه ۱۴۰۱)

بانک ها و نمایه ها


civilica

56454

tpbin

magiran

jref-fa

Irindexing

Untitled

 

قوانین

قانون بین المللی کپی رایت

 این نشریه تحت قانون بین المللی کپی رایت BY: Creative Commons  می‌باشد.

قوانین کمیتۀ اخلاق در انتشار

این نشریه تابع قوانین کمیتۀ اخلاق در انتشار (COPE) است و از آیین نامه اجرایی قانون پیشگیری و مقابله با تقلب در آثار علمی پیروی می نماید.

open access
دسترسی آزاد به مقالات نشریه
 
DOAJ
 
برنامه‌ریزی بهینه تولید برای واحدهای تولید پراکنده در یک ریزشبکه هیبریدی بر اساس شاخص ترکیبی جذابیت و انتشار آلاینده
دوره 2، شماره 2، 1401، صفحات 63 - 81
نویسندگان : احسان اکبری * 1

1 دانشکده مهندسی برق و کامپیوتر، دانشگاه علوم و فنون مازندران، بابل، ایران

چکیده :
با توسعه واحدهای تولیدپراکنده، استفاده از ریزشبکه های هیبرید درکنار سیستم‌های ذخیره‌سازی انرژی، آینده صنعت برق را دچار دگرگونی کرده است. ریزشبکه ها درکنار مزایای متعددی که به همراه دارند، در صورت عدم برنامه‌ ریزی صحیح می‌توانند شاخص‌های امنیت، قابلیت اطمینان، پایداری و سایر شاخص‌های شبکه را تضعیف کنند. در این مقاله به منظور برنامه‌ ریزی بهینه تولید واحدهای تولید پراکنده و برنامه ‌ریزی شارژ و دشارژ سیستم ذخیره‌ساز از نوع باتری در یک ریزشبکه هیبرید، یک شاخص جذابیت جدید تعریف شده است. همچنین میزان انتشار گازهای آلاینده واحدهای تولیدی به عنوان شاخص دوم در نظر گرفته شده و در کنار شاخص پیشنهادی، یک مسئله بهینه ‌سازی دو هدفه را تشکیل می‌دهد. برای حل این مسئله بهینه‌سازی که از نوع غیرخطی و غیرمحدب است، الگوریتم بهینه‌سازی ژنتیک رتبه‌بندی غیرغالب نوع 2 (NSGA-II) مورداستفاده قرارگرفته است. قابلیت این الگوریتم در گریز از تله پاسخ‌های محلی و سرعت همگرایی بالا دلیل استفاده از آن است. به منظور مقایسه بیشتر، الگوریتم بهینه‌سازی انبوه ذرات کوانتومی (QPSO) هم که یک روش حل مسائل چند هدفه سنتی است، پیاده‌سازی شده است. عملکرد هر دو الگوریتم در حل مسئله بهینه‌سازی پیشنهادی روی یک ریزشبکه هیبرید استاندارد تست شده است. نتایج حاصل نشان‌دهنده سرعت همگرایی بالاتر و عملکرد بهتر الگوریتم NSGA-II ازنظر بهینگی پاسخ نهایی است.
کلمات کلیدی :
ریزشبکه هیبرید، برنامه‌ریزی بهینه تولید، شاخص جذابیت، الگوریتم ژنتیک رتبه‌بندی غیرغالب نوع 2، الگوریتم بهینه‌سازی انبوه ذرات کوانتومی.