ترجمه فایل بكارگيري الگوريتم ژنتيك در بهينه سازي پارامترهاي كنترلكننده جريان انرژي يكپارچه
توضیحات
ترجمه فایل بكارگيري الگوريتم ژنتيك در بهينه سازي پارامترهاي كنترلكننده جريان انرژي يكپارچهفايل داراي پاورپوينت مطلب(PPT) و اصل مقاله(PDF) و ترجمه مقاله(WORD) همين مطلب نيز مي باشدسال مقاله: 2012 تعداد صفحه انگليسي: 9تعداد صفحه فارسي: 30ترجمه مقاله برق: Application of genetic algorithm in optimization of unified power flow controller parameters and its location in the power system networkAbctract:Thiswork demonstrates the application ofGenetic Algorithm(GA) technique for the simultaneous stabilization of power systems using a Unified Power FlowController (UPFC). TheGAis applied tofind the optimal location of theUPFC and to tune its control parameters under different operating conditions. The problem is formulated as amultiobjective optimization problem which aims at maximizing the damping ratio of the electromechanical modes using different lines fittedwith the UPFC. The approach is successfully tested on the 16-machine 68-bus NewEngland–NewYork interconnected system and on the IraqiNational Super Grid System (INSGS) tovalidate its effectiveness in the damping of local and inter-areamodes of oscillations. Inaddition, the proposed approach demonstrated better performance when compared to a fuzzy-based UPFC damping controller.مقاله ترجمه شده رشته برق: بكارگيري الگوريتم ژنتيك در بهينه سازي پارامترهاي كنترلكننده جريان انرژي يكپارچه و مكان آن در سيستم شبكه انتقالچكيده: این کار، بکارگیری تکنیک الگوریتم ژنتیک (GA) را برای تثبیت همزمان سیستمهای انرژی با استفاده از یک ' کنترلکننده جریان انرژی یکپارچه (UPFC) ' توصیف مینماید. GA برای یافتن مکان بهینه UPFC و تنظیم پارامترهای کنترل آن تحت شرایط عملیاتی مختلف بهکارگیری میشود. مشکل بعنوان یک مشکل بهینهسازی چند هدفی تعیین میشود که در حداکثر سازی نرخ کاهش حالات الکترومکانیکی با استفاده از خطوط متفاوت متناسب در UPFC هدف دارد. رویکرد به صورت موفقی روی سیستم مرتبط نیویورک – نیوانگلند 16 - ماشین 68 – مسیر و روی سیستم ' شبکه اصلی ملی عراقی ' (INSGS) برای اعتبارسنجی اثرگذاری آن در کاهش حالات میان حوزهای و محلی نوسانات آزمایششد. علاوه براین، رویکرد توصیفی عملکرد بهتری را در زمان مقایسه با یک کنترلکننده کاهشی UPFC فازی -محور ارائه داد.1 – مقدمه2- مدل سازی سیستم انتقال و با UPFC نصب شده3- الگوریتم بهینهسازی ارائه شدهکاهش نوسانات سیستم انتقال توسط این مسئله مورد اثر است که چگونه پارامترهای کنترلکننده ابزارهای FACTS تنظیم شده و توسط محل انتخاب میشوند.4- نتایج و بحث متد ارائه شد بر روی دو سیستم انتقال عملیاتی آزمایش شده است . اولین سیستم ، سیستم مرتبط نیویورک و نیو اینگلند 16 – ماشین 68 - مسیر میباشد. سیستم ثانویه INSGS میباشد. برنامه MATLAB و یک PC (2.61-GHz) با حافظه رم (2-GB) برای انجام بهینه سازی مورد استفاده میباشند. 4.1- اولین مورد بررسی برای استفاده از تکنیک بهینهسازی ارائه شدهدر این قسمت، سیستم مرتبط نیویورک – نیو انگلند 68 - مسیر 16 – ماشین درنظرگرفتهشده دادههای مرتبط به سیستم انتقال در [18] ارائه میشوند. برای تخمین شرایط سیستم اولیه، برای جریان – بار برای پنج سناریوی متفاوت اجرا میشود که شامل مورد مبنایی و چهار سناریوی قطع – خط میباشند. این شرایط، همچنین در [17], در نظر گرفته میشوند و میتوانند مطابق زیر توصیف شوند• سناریوی 1: مورد اصلی.• سناریوی 2: قطع خط 29 – 28 • سناریوی 3: قطع خط 2 - 1• سناریوی 4: قطع خط 26 - 25 و خط 18 – 3 .• سناریوی 5 : قطع خط 42 – 41 .4.3 مزیتهای رویکرد ارائه شدهمزیت اصلی مرتبط با کنترلکننده کاهش UPFC ی GA محور میتواند مطابق زیر خلاصه سازی شود:1 - روند GA ارائه شده یک نمونه چند هدفی می باشد که چند عملکرد را در یک زمان انجام میدهد؛ GA ارائه شده با استفاده از یک عملکرد بهینه سازی چند هدفی به منظور تعیین همزمان مکان بهینه برای UPFC و به منظور سازگاری پارامترهای کنترل آن تحت شرایط عملیاتی مختلف استفاده مینمایند.5 - نتیجهگیرییک متد برای تعیین همزمان مکان بهینه مربوط به تثبیتکننده UPFC محور و پارامترهای بهینه مرتبط با کنترلکننده آن با استفاده از ' الگوریتم ژنتیک (GA) ' در شرایط عملیاتی متفاوت در این مقاله ارائه شدند.