بهینه سازی زنجیره تأمین برق مدرن با الگوریتم چند هدفه ژنتیک با مرتب سازی نامغلوب (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
برنامه ریزی توسعه شبکه یکی از مسائل مهم در سیستم قدرت برای برآوردن رشد تقاضای برق در سال های آینده با توجه به افزایش جمعیت، توسعه شهری و افزایش رفاه اجتماعی است. ب ه دلی ل عم ر طولانی و گستره جغرافیایی شبکه های انرژی الکتریکی، اح داث و بهره برداری از بخش های مختلف آن نیازمند هزینه های بسیار گزاف است. مشکلات زیست محیطی و گرمایش کره زمین یکی از بزرگ ترین دغدغه های جوامع است. استفاده از فناوری های تولید انرژی تجدید پذیر به عنوان یکی از اساسی ترین راهکارها، با توج ه ب ه متغیر ب ودن ت وان خروج ی آن ها در شبانه روز و همچنین وابستگی آن ها به شرایط آب وهوایی، یکی از دغدغه های اصلی برنامه ریزان و بهره برداران شبکه های قدرت است. عدم قطعیت ناشی از این تولیدات می تواند در هزینه های تحمیل ی ب ه شبکه و بهره برداری از شبکه های برق، تأثیرات زیادی مانند افزایش قطعی برق و انرژی تأمین نشده داشته باشد. برای رفع این مشکل، یک مدل جامع چندهدفه و احتمالاتی به منظور تعیین محل نصب، نوع و ظرفیت بهینه تولیدات پراکنده در سطح صنعت برق مدرن پیشنهاد شده است. هدف گذاری نهایی این مدل، کمینه سازی تلفات انرژی، هزینه های سرمایه گذاری و بهره برداری، انرژی تأمین نشده و آلاینده های زیست محیطی است. روش های پیشنهادی توسط نرم افزار MATLAB بر روی شبکه برق Garver و شبکه توزیع 33 ناحیه ای IEEE پیاده سازی و توسط الگوریتم چندهدفه ژنتیک با مرتب سازی نامغلوب (NSGA-II) حل شده اند. مدل نهایی را می توان به طور مؤثر برای برنامه ریزی زنجیره تأمین شبکه برق مدرن با نفوذ تولیدات مبتنی بر انرژی های تجدیدپذیر در ابعاد مختلف اقتصادی، زیست محیطی و اجتماعی به کار گرفت.Optimization of Modern Electricity Supply Chain with NSGA-II
Environmental problems and global warming are one of the biggest concerns of societies. Using renewable energy generation technologies as one of the most basic solutions is one of the main concerns of planners and beneficiaries of power grids, considering the variability of their output power day and night and their dependence on weather conditions. The uncertainty caused by these generations can have many effects on the costs imposed on the grid and the operation of electricity grids, such as an increase in power outages and energy not supplied. To solve this problem, a comprehensive multi-objective and probabilistic model has been proposed to determine the installation location, type, and optimal capacity of DGs in the modern supply chain of electricity. The final objective of this model is to minimize energy losses, investment and operation costs, energy not supplied, and environmental emissions. The proposed methods have been implemented by MATLAB software on the Garver power grid and IEEE 33-bus distribution grid and solved by the multi-objective NSGA-II. The final model can be effectively used to plan the supply chain of the modern electricity grid with the influence of renewable energy-based products in various economic, environmental, and social dimensions.
تبلیغات
