مقاله کنفرانسی سال ۱۴۰۴ فارسی

ارائه یک روش ترکیبی مبتنی بر کنترل پیش بینی مدل و یادگیری تقویتی عمیق چند عاملی برای بهبود عملکرد ریزشبکه های مستقل در شرایط عادی و بحرانی

چکیده مقاله

ارتقای عملکرد ریزشبکه ها که شامل منابع انرژی متغیر و سیستم های ذخیره سازی انرژی هستند، یکی از چالش های اساسی آتی این واحدهای کوچک و خودکفا در شبکه های توزیع انرژی می باشد برای رسیدن به عملکرد مطلوب در این سیستم ها نیاز به روش های کنترلی و بهینه سازی است که بتواند به طور همزمان به مسائل مختلفی همچون هماهنگی منابع، انرژی بهینه سازی مصرف و حفظ پایداری سیستم بپردازد ریزشبکه های مدرن با وجود منابع تجدیدپذیر، ذخیره سازهای انرژی و بارهای متغیر با چالش هایی همچون نوسانات ولتاژ و فرکانس، عدم قطعیت تولید و نیاز به پاسخ دینامیکی سریع مواجه اند در این مقاله یک روش ترکیبی بهینه سازی مبتنی بر کنترل پیش بینی مدل MPC و یادگیری تقویتی عمیق چندعاملی MADRL برای بهبود عملکرد ریزشبکه های مستقل در شرایط عادی و بحرانی ارائه می شود MPC وظیفه پیش بینی کوتاه مدت و اعمال قیود عملیاتی را بر عهده دارد، در حالی که MADRL با یادگیری تجربی، سیاست های کنترلی را برای شرایط متغیر بهبود می بخشد مدل شبیه سازی چهار سناریو شامل، بارپذیری، حضور اغتشاشات، حالت جزیره ای و ترکیب شرایط بحرانی را مورد بررسی قرار خواهد داد شاخص های کلیدی نظیر پایداری ولتاژ، شاخص های خطا ISE و ITAE ، زمان نشست، فراجهش و بهره وری انرژی تحلیل می شوند نتایج نشان می دهد روش ترکیبی نسبت به کنترل صرف MPC یا روش های کلاسیک PI عملکرد بهتری دارد به گونه ای که شاخص پایداری ولتاژ به حدود ۹۸۸ می رسد، زمان نشست و فراجهش به میزان قابل توجهی کاهش می یابد و بازده انرژی در محدوده ۹۲ تا ۹۵ درصد تثبیت می شود همچنین منحنی های یادگیری MADRL بیانگر بهبود تدریجی سیاست های کنترلی در طول اپیزودهای آموزش می باشد در مجموع، ادغام MPC و MADRL علاوه بر تضمین قیود، انعطاف پذیری و پایداری سیستم را افزایش داده و رویکردی کارآمد برای مدیریت بهینه ریزشبکه های آینده ارائه می دهد

کلیدواژه‌ها

نویسندگان

تصویر حسین یوسفی دمسکی

حسین یوسفی دمسکی

دانشجوی کارشناسی ارشد مهندسی برق قدرت گروه مهندسی برق واحد تربت حیدریه دانشگاه آزاد اسلامی تربت حیدریه، ایران

تصویر حسین رضائی

حسین رضائی

استادیار، گروه مهندسی برق واحد تربت حیدریه دانشگاه آزاد اسلامی تربت حیدریه، ایران

شیوه ارجاع

یوسفی دمسکی، حسین و رضائی، حسین،1404،ارائه یک روش ترکیبی مبتنی بر کنترل پیش بینی مدل و یادگیری تقویتی عمیق چند عاملی برای بهبود عملکرد ریزشبکه های مستقل در شرایط عادی و بحرانی،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۱۸۱ مشاهده

طراحی یک تقویت کننده کم نویز سه طبقه با روش استفاده مجدد از جریان و بهبود در عملکرد بهره و عدد نویز

این مقاله یک تقویت کننده کم نویز با بهبود عملکرد در عدد نویز و بهره با استفاده از سه ساختار استفاده مجدد…

عدد نویزبهرهطبقه آبشاری
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۳ مشاهده

امکان سنجی طراحی و تحلیل اقتصادی - زیست محیطی احداث نیروگاه فتوولتائیک ۱ مگاواتی در دانشگاه آیت الله بروجردی با رویکرد تامین انرژی پایدار و ارتقاء تاب آوری زیرساخت های حیاتی با استفاده از نرم افزارهای PVSyst و RETScreen

تامین برق پایدار نقش مهمی در کاهش هزینه های انرژی و افزایش بهره وری دارد و می تواند به منبع درآمدی برای…

نیروگاه فتوولتائیکانرژی خورشیدیتحلیل اقتصادی
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

ارائه ی معماری ترکیبی GAN-YOLOv۸-CNN/CTC جهت بازشناسی مقاوم پلاک خودرو

در این پژوهش یک چارچوب یکپارچه و ماژولار برای تشخیص خودکار پلاک خودرو و تعیین وضعیت زوج یا فرد ارائه شده…

YOLOV۸بازشناسی توالی (CNN/CTC)بهینه سازی HT-SSA
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

بررسی هوش مصنوعی در سیستمهای ایمنی خودروهای خودران

AI وسایل نقلیه خودران AVS نشان دهنده پیشرفتی متحول کننده در حمل و نقل هستند که با ادغام هوش مصنوعی و فنا…

هوش مصنوعیسیستم های خودرانسیستم های ایمنی خودرو
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۲ مشاهده

چارچوب امنیتی نوین برای اینترنت اشیای خودرویی (IoV) مبتنی بر یادگیری فدرال و بلاک چین سبک وزن

با گسترش فناوری های هوشمند در حوزه حمل و نقل و ظهور شبکه های متصل میان وسایل نقلیه، اینترنت اشیای خودروی…

اینترنت اشیای خودرویییادگیری فدرالامنیت سایبری
مقاله کنفرانسی سال ۱۴۰۴ ۱۷۰ مشاهده

بخش بندی داده محور مشتریان تجارت الکترونیک با استفاده از مدل RFM و الگوریتم K-Means

در عصر داده محور کنونی بخش بندی مشتریان در پلتفرم های تجارت الکترونیک نقش کلیدی در بهینه سازی راهبردهای…

بخش بندی مشتریانتجارت الکترونیکمدل RFM