بهبود خودترميمي شبكۀ توزيع هوشمند با تخصيص كليدها و منابع توليد پراكنده با استفاده از محاسبات نرم

Improving self-healing of smart distribution network by allocating switches and distributed generation resources using soft computing

توسعة شبكه‌هاي توزيع به‌منظور افزايش پايايي اين شبكه‌ها، به‌دليل تغيير رفتار و نوع مشتركين امري ضروري است. نگراني دربارة تغييرات اقليمي و زيست‌محيطي، به ظهور منابع انرژي تجديدپذير به‌عنوان جايگزيني براي منابع توليد فسيلي منجر شده است. منابع توليد پراكنده مبتني بر انرژي‌هاي تجديد‌پذير و كليدهاي كنترلي مي‌توانند نقش مهمي در بهبود پايايي و كاهش هزينه‌هاي شبكه داشته باشند. هدف اصلي اين مقاله جايابي كليدهاي كنترل از راه دور و كنترل دستي هم‌زمان با جايابي و تخصيص ظرفيت منابع توليد پراكنده مبتني بر انرژي‌هاي تجديد‌پذير شامل سلول‌هاي خورشيدي و توربين‌هاي بادي با در نظر گرفتن عدم‌قطعيت در توليد توان اين منابع است. تابع هدف در نظر گرفته شده، يك تابع دوهدفه شامل كاهش هزينه‌هاي شبكه و بهبود شاخص پايايي سايدي است. همچنين، براي اين تابع هدف محدوديت‌هاي فني و اقتصادي در نظر‌ گرفته ‌شده است. تابع هدف مدنظر به‌صورت يك برنامه‌ريزي غيرخطي همراه با عدد صحيح مدل شده است و براي حل اين مسئله از چهار الگوريتم تكاملي، استفاده و نتايج آنها با هم مقايسه شده‌اند. شبكة مطالعه‌شده در اين مقاله، شبكه 4 باس روي بيلينتون است.

Expansion of distribution networks to increase the reliability due to change of behavior and type of customers is a requirement. On the other side, the concern about environment and climate changes has led to use of renewable energy sources as a replacement for fossil generation sources. DGs based on RES and control switches can play an important role in improving the reliability of the grid, decreasing the costs and mitigating environmental effects. The main purpose of this article is evaluating the remote control switches and manual control and sizing of RES-based DG units including solar cells and wind turbines and simultaneous placement of these units considering their generation uncertainty. The intended function is a bi-objective function that includes reducing network costs and improving the Side Reliability Index and technical and economic constraints are considered too. The intended function is modeled as a mixed integer nonlinear programming and four evolutionary algorithms are used to solve this problem and their results are compared. Roy Billinton 4-bus network is chosen as the test network in this article.