آکادمی و موسسه علمی پژوهشی ابن سینا

عنوان پایان‌نامه كارشناسي ارشد يا دكتراي حرفه‌اي:

تعیین اندازه بهینه منابع تولید پراکنده با در نظر گرفتن کلیدزنی های مختلف در شبکه های توزیع فعال

عنوان به زبان انگليسي/(آلماني، فرانسه، عربي):

Determine the Optimal Size of DG in Active Distribution Networks Considering Different Switching Modes

بيان مسأله اساسي تحقيق به طور كلي (شامل تشريح مسأله و معرفي آن، بيان جنبه‏ هاي مجهول و مبهم، بيان متغيرهاي مربوطه و منظور از انجام رساله دکتری و پایان نامه برق):

شبکه های الکتریکی مرسوم، در حال حاضر در دوران تحول اساسی می باشند و توسعه سیستم های قدرت به عنوان بزرگترین و پیچیده ترین صنعت موجود جهان بسیار شگفت انگیز است. در این میان در 10 سال اخیر، ریز شبکه های هوشمند و شبکه های توزیع فعال، مورد توجه خاص پژوهشگران بوده است به طوری که کنفرانس ها و بودجه های تحقیقاتی زیادی به این موضوع جدید اختصاص داده شده است. در واقع ریز شبکه ها به عنوان شبکه های ولتاژ پایین و ولتاژ متوسط، با داشتن مزایا و پتانسیل های موجود می توانند یک سری مزایای کلان و عمده را برای شبکه توزیع سراسری با بهبود بازده انرژی، کیفیت توان و قابلیت اطمینان برای رضایت مشتریان فراهم کنند. حضور منابع انرژی تجدید پذیر و بارهای پاسخگو به قیمت در سطح شبکه های توزیع موجب شده که این شبکه ها از رفتار پسیو خارج شده و نقش فعالتری داشته باشند. بدین صورت برنامه ریزی توسعه شبکه های توزیع از زمانیکه فقط مصرف کننده انرژی بودند پیچیده تر شدند و مستلزم در نظر گرفتن این شرایط توام با عدم قطعیت می باشند. همچنین با درنظر گرفتن حالتهای مختلف کلیدزنی در شبکه توزیع میتوان اندازه بهینه تولیدات پراکنده ناشی از این کلید زنیها را بدست آورد تا شبکه توزیع با این اندازه بهینه مصارف مورد نیاز خود را بدست آورد.

اهمیت و ضرورت انجام تحقيق (شامل اختلاف نظرها و خلاءهاي تحقيقاتي موجود، ميزان نياز به موضوع، فوايد احتمالي نظري و عملي آن و همچنين مواد، روش و يا فرآيند تحقيقي احتمالاً جديدي كه در اين تحقيق مورد استفاده قرار مي‏گيرد)

حضور منابع انرژی تجدید پذیر و بارهای پاسخگو به قیمت در سطح شبکه های توزیع موجب شده که این شبکه ها از رفتار پسیو خارج شده و نقش فعالتری داشته باشند. بدین برنامه ریزی توسعه شبکه های توزیع از زمانیکه فقط مصرف کننده انرژی بودند پیچیده تر شدند و مستلزم در نظر گرفتن این شرایط توأم با عدم قطعیت می باشند. از اینرو در این تحقیق موضوع شبکه های توزیع فعال و مدلسازی رفتار آنها به بحث و بررسی گذاشته میشود.

مرور ادبیات و سوابق مربوطه (بيان مختصر پیشینه تحقيقات انجام شده در داخل و خارج کشور پيرامون موضوع تحقیق و نتايج آنها و مرور ادبیات و چارچوب نظري تحقیق):

سیستم های توزیع با چالشی که در برگیرنده شبکه های پسیو با پخش غیر مستقیم فلوی توزیع شده بوده، با شبکه انتقال به شبکه توزیع فعال با درنظر گرفتن تولیدات پراکنده مواجه است [1]. شبکه توزیع زمانیکه تولیدات پراکنده که با پخش بار مستقیم است بصورت فعال در نظر گرفته می شود. تعداد زیادی از واحدهای  DGمبتنی بر منابع انرژی تجدید پذیر مانند انرژی باد، فتوولتاییک خورشیدی، بیوماس، پیل سوختی و... می باشد. بعبارت دیگر محدودیتهای زیست محیطی ایجاد شده بر مبنای پروتکل کیوتو و دیگر قراردادهای دولتی می باشد. اگر چه امید به بهبود در قابلیت اطمینان منابع تغذیه وکاهش گازهای گلخانه ای شبکه های توزیع فعال را بعنوان ابزاری برای تحمیل بر تعداد زیادی از مسائل فنی که باید به دقت ارزیابی شوند، بوجود آورده است. برنامه ریزی شبکه های توزیع وابسته به دو آیتم اصلی می باشد: قیود فنی (ظرفیت تجهیزات، افت ولتاژ، ساختار شعاعی شبکه، قابلیت اطمینان و...) و بهینه سازی اهداف اقتصادی مانند کمینه کردن سرمایه گذاری و هزینه های بهره برداری، کمینه کردن انرژی وارد شده از طرف شبکه انتقال به شبکه توزیع، انرژی تلفاتی و هزینه های قابلیت اطمینان هست. با وجود استفاده از الگوریتمهای بهینه سازی مرسوم،آنها در مواجه با مشخصه های گرفته شده از شبکه توزیع دچار مشکل می باشند. زیر تعداد زیادی از متغیرها در آن درگیر می باشند. بهمین دلیل از الگوریتمهای تکاملی مانند الگوریتم ژنتیک در این مورد استفاده شده است. روش ارائه شده در [2] با استفاده از الگوریتم ژنتیک بعنوان راه حل استفاده شده برای برنامه ریزی استاتیکی شبکه توزیع با درنظر گرفتن تقویت یا نصب فیدرهای جدید وپستها می باشد. تعدادی از روش ها با استفاده از روش فازی [3] جهت درنظر گرفتن عدم قطعیت در گسترش برنامه ریزی شبکه توزیع استفاده شده است. روش چند هدفه و همچنین با در نظر گرفتن عدم قطعیت در [4] مبتنی بر روش فازی استفاده شده است. روشهای مبتنی بر سناریوهای چند هدفه در [5] جهت تعیین خطوط که جهت بهینه کردن پروفیل ولتاژ در حضور تولیدات پراکنده می باشد، مورد توجه قرار گرفته است. مقالات [6-8] با استفاده از الگوریتم ژنتیک جهت تعیین مکان و ظرفیت بهینه واحدهای  DGبا درنظر گرفتن عدم قطعیت در بار بوسیله منطق فازی می باشد [9]. در مراجع [12-10] با استفاده از مدل احتمالی برای در نظر گرفتن عدم قطعیت استفاده شده است. همچنین در مقاله [13] با استفاده از روش احتمالی برای درنظر گرفتن عدم قطعیت در تولید وبا درنظر گرفتن تولیدات پراکنده بعنوان میکروگرید به بحث در شبکه های توزیع فعال پرداخته است.

منابع

[1] S. Chowdhury, S. P. Chowdhury, and P. Crossley, “Microgrids and active distribution networks”, London, U.K.: IET, 2009.

[2] R. I. J. Rosado and B. J. L. Agustin, “Genetic algorithm applied to the design of large power distribution systems,” IEEE Trans. Power Syst., vol. 13, no. 2, pp. 696–703, May 1997.

[3] V. Miranda and M. A. C. C. Matos, “Distribution system planning with fuzzy models and techniques,” in Proc. CIRED, Brighton, U.K., 1989, vol. 6, pp. 472–476.

[4] N. Kagan and R. N. Adams, “Electrical power distribution systems planning using fuzzy mathematical programming,” Elect. Power Energy Syst., vol. 16, no. 3, pp. 191– 196, 1994.

[5] V. Calderaro, V. Galdi, and A. Picolo, “Distribution planning by genetic algorithm with renewable energy units,” in Proc. Bulk Power Systems Dynamics and Control, Italy, 2004, vol. 1, pp. 375–380.

[6] G. Celli et al., “A multi-objective evolutionary algorithm for the sizing and sitting of distributed generation,” IEEE Trans. Power Syst., vol. 20, no. 2, pp. 750–757, May 2005.

[7] K. H. Kim et al., “Dispersed generator placement using fuzzy-GA in distribution systems,” in Proc. IEEE Power Eng. Soc. Summer Meeting, 2002, vol. 13, pp. 1148–1153.

[8] G. Carpinelli et al., “Distributed generation siting and sizing under uncertainty,” IEEE Trans. Power Syst., vol. 20, no. 2, pp. 750–757, May 2009.

[9] V. F. Martins, “Heuristic algorithm dedicated to reconfiguration of distribution networks,” (in Portuguese) M.Sc. thesis, Federal Univ. Juiz de Fora, Juiz de Fora, Brazil, 2012.

[10] C. L. T. Borges and D. M. Falcao, “Optimal distributed generation allocation for reliability, losses, and voltage improvement,” Int. J. Elect. Power Energy Syst., vol. 28, no. 6, pp. 413–420, 2010.

[11] A. P. Leite, C. L. T. Borges, and D. M. Falcao, “Probabilistic wind farms generation model for reliability studies applied to Brazilian sites,” IEEE Trans. Power Syst., vol. 21, no. 4, pp. 1493–1501, Nov. 2006.

[12] M. Baran and F.Wu, “Network reconfiguration in distribution systems for loss reduction and load balancing,” IEEE Trans. Power Syst., vol.4, no. 2, pp. 1401–1407, May 1989.

[13]S. Tan and J.Xu,S.panda , “Optimization of Distribution Network Incorporating Distributed Generators: An Integrated Approach,” IEEE Trans. Power Syst, vol. 28, no. 3, August 2013.

جنبه جديد بودن و نوآوري در تحقيق

با توجه به اهمیت تعیین دقیق اندازه بهینه تولیدات پراکنده و اینکه به کارگیری روش‌های قبلی به دلیل عدم همگرایی مناسب و زمانبر بودن مقرون به صرفه و اقتصادی نیست، لذا یک روش مناسب برای حل این مسأله استفاده از الگوریتم‌های بهینه‌سازی هوشمند می‌باشد. از اینرو در این پروژه با استفاده از الگوریتم بهینه سازی فاخته به بررسی تعیین اندازه بهینه تولیدات پراکنده خواهیم پرداخت. الگوریتم فاخته یکی از الگوریتمهای جدید الهام گرفته شده از طبیعت بوده که از سرعت و دقت بالایی برخوردار است. بنابراین در یک کار جدید، این الگوریتم برای تعیین اندازه بهینه تولیدات پراکنده در شبکه های توزیع فعال به کار گرفته می شود. در انتها به منظور اثبات قابلیتهای روش پیشنهادی، مقایسه ای با الگوریتم ژنتیک انجام خواهد شد.

اهداف مشخص تحقيق (شامل اهداف آرماني، کلی، اهداف ويژه و كاربردي از انجام رساله و پایان نامه): 

1-     بدست آوردن اندازه بهینه تولیدات پراکنده در شبکههای توزیع فعال

2-     در نظر گرفتن عدم قطعیت را برای انواع بارها (سبک سنگین ومتوسط)

3-     استفاده از روش بهینه سازی جدید بر پایه الگوریتم فاخته

4-     مقایسه قابلیت روش پیشنهادی با روش‌های دیگر

در صورت داشتن هدف كاربردي، نام بهره‏وران (سازمان‏ها، صنايع و يا گروه ذينفعان) ذكر شود (به عبارت دیگر محل اجرای مطالعه موردی):

وزارت نیرو، شرکتهای توزیع و برق منطقه ای

سؤالات تحقیق

1-    مفهوم شبکه توزیع فعال چیست؟

2-    مدلسازی عدم قطعیت در بار به چه صورتی می باشد؟

3-    تعیین اندازه بهینه تولیدات پراکنده چگونه با استفاده از روش‌های بهینه‌سازی هوشمند صورت می‌گیرد؟

4-    از بین روش‌های مختلف هوشمند کدام روش برای حل مسأله مناسب است؟

فرضيه‏ هاي تحقیق

داشتن اطلاعات شبکه توزیع نمونه که از مقالات معتبر استخراج می شود.

تعريف واژه‏ها و اصطلاحات فني و تخصصی (به صورت مفهومی و عملیاتی):

شبکه توزیع فعال: شبکه ایی که با حضور منابع تولید پراکنده بصورت دو سو تغذیه بوده و دارای قابلیت تبادل توان در شبکه را دارد.

عدم قطعیت در بار: یعنی تغییرات ناشی از بار به چه صورت لحاظ می شود ودارای چه مزایایی می باشد.

روش شناسی تحقیق

الف- شرح كامل روش تحقیق بر حسب هدف، نوع داده ها و نحوه اجراء (شامل مواد، تجهيزات و استانداردهاي مورد استفاده در قالب مراحل انجام پایان نامه و رساله دکتری به تفكيك): 

تذكر: درخصوص تفكيك مراحل اجرايي تحقيق و توضيح آن، از به كار بردن عناوين كلي نظير، «گردآوري اطلاعات اوليه»، «تهيه نمونه‏هاي آزمون»، «انجام آزمايش‏ها» و غيره خودداري شده و لازم است در هر مورد توضيحات كامل در رابطه با منابع و مراكز تهيه داده‏ها و ملزومات، نوع فعاليت، مواد، روش‏ها، استانداردها، تجهيزات و مشخصات هر يك ارائه گردد.

1- جستجو و بررسی منابع و مطالعه کامل روش‌های موجود و انتخاب روش‌های مناسب هوشمند و نرم‌افزار مورد استفاده

2- ايجاد بانک اطلاعاتي از نتایج شبیه‌سازی  با استفاده از نرم افزارهای MATLAB و GAMS

3- استفاده از روش‌های قبلی برای تعیین اندازه بهینه واحدهای تولید پراکنده

4- به کارگیری روش جدید برپایه الگوریتم فاخته برای تعیین اندازه بهینه واحدهای تولید پراکنده

5- مقایسه نتایج روش پیشنهادی با روشهای پیشین

ب-  متغيرهاي مورد بررسي در قالب یک مدل مفهومی و شرح چگونگی بررسی و اندازه گیری متغیرها:

متغیرهای مسأله شلامل اندازه بهینه واحدهای تولید پراکنده می باشد.

ج –  شرح کامل روش (ميداني، كتابخانه‏اي) و ابزار (مشاهده و آزمون، پرسشنامه،  مصاحبه،  فيش‏برداري و غيره) گردآوري داده‏ها :

در ابتدا با استفاده از منابع کتابخانه ای دیجیتال مانند:IEEE, Elsevier, Springer,……. و منابع فارسی مانند: کتابخانه توانیر شروع به جمع آوری منابع اطلاعاتی کرده و در ادامه با استفاده از راه حل پیشنهاد شده با  استفاده از شبکه های نمونه و استاندارد IEEE (مثلا 33 باسه یا 69 باسه و....) به حل مسئله و متغییرهای وابسته به آن خواهیم پرداخت.

د – جامعه آماري، روش نمونه‏گيري و حجم نمونه (در صورت وجود و امکان):

جامعه آماری شامل یک یا چند شبکه نمونه و استاندارد (مثلا IEEE، 33 باسه یا 69 باسه و....) می باشد.

هـ - روش‌ها و ابزار تجزيه و تحليل داده‏ها:

برای تجزیه و تحلیل داده‌ها از روش‌های بهینه‌سازی هوشمند استفاده خواهد شد، به گونه‌ای که بتوان با استفاده از این روش‌ها به حل مسأله پرداخت. در این راستا از نرم افزارهای مناسب مانند MATLAB و GAMS استفاده خواهد شد.

در صورت داشتن هرگونه سوال و یا نیاز به مشاوره در زمینه انجام رساله دکتری و پایان نامه برق قدرت با ما در ارتباط باشید.