پروژه آموزشی شبیه سازی سیستم IEEE 69 Bus با الگوریتم ژنتیک با متلب

توضیحات

پروژه شبیه سازی سیستم IEEE 69 Bus با الگوریتم ژنتیک با متلب

• مقدمه

شبیه سازی مورد نظر برای سیستم IEEE 69 Bus و با استفاده از الگوریتم ژنتیک (GA) انجام شده است. برای پخش بار از پخش بار backward-forward استفاده شده است. البته برای اعمال منابع DG به پخش بار، الگوریتم مورد نظر کمی تغییر داده شده است. منابع DG بر اساس اندازه‌ و مکانی که با استفاده از الگوریتم GA برای آنها تعیین شده است به صورت بار منفی مدلسازی شده است. در بخش های بعد جزئیات این فرآیند توضیح داده شده است.

اطلاعات ورودی سیستم در m فایل global_var69 نوشته شده‌است. در این کد حداکثر تعداد مجاز برای تولیدات پراکنده (Nmax_DG)، حداکثر مقدار مجاز برای نسبت تولیدات پراکنده به بار اکتیو سیستم (Pmax_DG) و اطلاعات کلی سیستم (line) تعریف شده‌است.

حداقل و حداکثر ظرفیت مجاز برای تولیدات پراکنده بین 50 تا 1000 کیلووات در نظر گرفته شده‌است که به صورت حد پایین و بالای متغیرها در داخل کد GA تعریف شده‌است. تنظیمات متغیرها و ضرایب هزینه بر اساس مرجع [1][1] انتخاب شده‌است.

 

• تعریف متغیرهای بهینه‌سازی

برای سیستم 69 باسه 68 نقطه کاندید برای نصب DG وجود دارد که شامل شین 2 تا 69 است. برای اینکه تعیین شود آیا DG در باس N نصب شده است یا خیر، یک عدد بانیری به آن نسبت داده می‌شود. مقدار 1 نشان دهنده‌ی این است که DG در باس مورد نظر نصب شده و عدد صفر به معنی این است که در باس N منبع DG نصب نمی‌شود.

به طور کلی برای سیستم 69 باسه تعداد متغیرهای بهینه سازی برابر 136 عدد در نظر گرفته شده است. یعنی متغیرهای سیستم را می‌توان به صورت یک بردار نظیر X در نظر گرفت که دارای 136 ارایه است که این آرایه‌ها به صورت زیر تعریف شده است:

X(1) الی X(68) : اعداد باینری (1 یا صفر ) می‌باشند که که نشان دهنده‌ی نصب (عدد 1) یا عدم نصب (صفر) DG در باس مورد نظر می‌باشند. انجام پروژه متلب با قیمت مناسب

به عنوان مثال اگر   X(16)=1 باشد به این معنی است که در باس 16 یک DG نصب شده است. X(10)=0 نیز نشان دهنده‌ی این است که باس 10 فاقد DG می‌باشد.

 

X(69) الی X(136) : اعداد پیوسته بین 50 الی 1000 می‌باشند که نشان‌دهنده‌ی ظرفیت DG های نصب شده در باس‌های مربوطه هستند.

به عنوان مثال X(72)=50 به این معنی است که در باس 4   (72-64=4) منبع DG نصب شده باشد ظرفیت آن KVA 50 می‌باشد. مقدار ضریب توان تمام منابع DG مطابق مقاله برابر 0.85 در نظر گرفته شده است.

 

• در نظر گرفتن DG ها در پخش بار پس‌رو-پیش‌رو

بعد از بدست آمده مکان و ظرفیت DGها بر اساس فرآیند بهینه‌سازی الگوریتم‌ها، این اطلاعات برای تابع پخش بار ارسال می‌شود.  ام فایل OPF_69 نیز برای گرفتن پخش بار از سیستم 69 باسه تنظیم شده است. در ادامه OPF_69 توضیح داده شده است.

همانطور که گفته شد ام فایل OPF_69 برای گرفتن پخش بار از سیستم 69 باسه تنظیم شده است، این فایل به صورت یک تابع و با فرمت [Ploss V]=OPF_69(x) نوشته شده است. همانطور که مشخص است ورودی این تابع یعنی x بردار متغیرهای بهینه سازی بوده و خروجی آن تلفات سیستم و دامنه ولتاژ شین‌های سیستم به ازای بردار x می‌باشد که در طول پخش بار بدست می‌آید.

[1] Optimal multi-objective number, locating, and sizing of distributed generations and distributed static compensators considering loadability using the genetic algorithm.

گرفتن خروجی از شبیه سازی

برای گرفتن خروجی از شبیه‌سازی، لازم است کد اصلی مربوط به الگوریتم مورد نظر یعنی GA ران شود. بعد از ران، شبیه سازی شروع شده و حدود یک دقیقه طول می‌کشد. پس از پایان شبیه سازی، منحنی همگرایی به صورت زیر نمایش داده می‌شود.

شکل (1). منحنی همگرایی

برای الگوریتم GA، تعداد جمعیت 500 و تعداد تکرارها 200 تنظیم شده است. این مقادیر با سعی و خطا بدست آمده و بر اساس شکل (1) نیز مشخص است که برای این مقادیر، الگوریتم پیش از رسیدن به حداکثر تکرار، همگرا شده‌است.

برای نمایش خروجی‌های دیگر، یک m فایل با نام Results نوشته شده‌است که پس از پایان بهینه‌سازی به صورت خودکار فراخوانی و اجرا می‌شود. در این m فایل یک بار پخش بار برای بردار پاسخ نهایی الگوریتم یعنی gpop.pos ران شده و یک بار نیز برای بردار x خالی (عدم نصب هیچ تولید پراکنده‌ای) ران و تمام نتایج مورد نیاز نمایش داده می‌شود.

نتایج عددی به صورت زیر در command window متلب نمایش داده می‌شود.

DG_Number    DG_Bus    DG_Size

_________    ______    _______

1            25        219.76

2            58            50

3            61        817.38

4            62        441.23

5            64        336.93

DG Penetration Percent  = 49.192 %

Total DG Size  =  1865.2979  (kWh)

Power Loss Before DG  =  220.4392  (kWh)

Power Loss After DG  =  23.9449  (kWh)

مشخص است که در یک جدول، مکان نصب DG و ظرفیت آن نمایش داده شده‌است. نسبت ظرفیت تولیدات پراکنده به بار شبکه نیز 49.19 درصد بدست آمده‌است. ظرفیت کلی تولیدات پراکنده KVA 1865.29 بدست آمده‌است. تلفات توان شبکه قبل و بعد از نصب DGها نیز به ترتیب 220 و 23.9 شده‌است که بسیار مطلوب می‌باشد. در نهایت منحنی دامنه ولتاژ شین‌ها برای قبل و بعد از بهینه‌سازی نیز نمایش داده می‌شود که به صورت شکل (2) شده‌است. بر اساس شکل (2) مشخص است که حداقل دامنه ولتاژ شین‌ها حدود 0.98 پریونیت شده که نشان می‌دهد قید مذکور با حداقل ظرفیت تولید پراکنده ارضا شده‌است.

شکل (2) دامنه ولتاژ شین‌ها قبل و بعد از بهینه‌سازی

• پروژه شبیه سازی سیستم IEEE 69 Bus با الگوریتم ژنتیک با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
• فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.

سفارش پروژه مشابه

درصورتیکه این پروژه دقیقا مطابق خواسته شما نمی باشد، با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.

سفارش پروژه متلب