پخش بار احتمالاتی شبکه توزیع برق با خوشه بندی با استفاده از الگوریتم ژنتیک و مقایسه آن با روش مونت کارلو

چکیده مقاله

تجهیزات اندازه گیری در شبکه های توزیع دارای خطا هستند و مقدار توان اکتیو و راکتیو قرائت شده دارای عدم قطعیت می باشد برای تحلیل شبکه دارای عدم قطعیت، نیاز به پخش بار احتمالاتی می باشد در پخش بار احتمالاتی، با توجه به عدم قطعیت در داده های ورودی، نتایج خروجی به صورت احتمالاتی ارائه می گردد اغلب از روش مونت کارلو برای پخش بار احتمالاتی استفاده می شود زمان تحلیل شبکه در روش مونت کارلو بسیار طولانی است روش های زیادی برای جایگزینی روش مونت کارلو پیشنهاد شده است در این مقاله روش خوشه بندی با استفاده از الگوریتم ژنتیک پیشنهاد شده است ابتدا توان اکتیو و راکتیو دارای عدم قطعیت شبکه توزیع ۶۹ باس IEEE با استفاده از الگوریتم ژنتیک خوشه بندی و نتایج آن برای پخش بار به روش پسرو – پیشرو در محیط متلب استفاده شده است و با شرایط مشابه پخش بار احتمالاتی مونت کارلو نیز پیاده سازی گردید نتایج شبیه سازی نشان می دهد با اجرای روش پیشنهادی، زمان شبیه سازی نسبت به روش مونت کارلو به میزان ۹۹/۲۵ درصد بهبود یافته است

کلیدواژه‌ها

نویسندگان

مرسل صالحی

دانشجوی دکتری، گروه مهندسی برق، واحد خمینی شهر، دانشگاه آزاد اسلامی، اصفهان، ایران

محمدمهدی رضایی

استادیار، گروه مهندسی برق، واحد خمینی شهر، دانشگاه آزاد اسلامی، اصفهان، ایران

شاهرخ شجاعیان

استادیار، گروه مهندسی برق، واحد خمینی شهر، دانشگاه آزاد اسلامی، اصفهان، ایران

مریم شریف دوست

استادیار ، گروه ریاضی و آمار ، واحد خمینی شهر، دانشگاه آزاد اسلامی، اصفهان، ایران

�الحی، مرسل و رضایی، محمدمهدی و شجاعیان، شاهرخ و شریف دوست، مریم،1402،پخش بار احتمالاتی شبکه توزیع برق با خوشه بندی با استفاده از الگوریتم ژنتیک و مقایسه آن با روش مونت کارلو،پنجمین کنفرانس بین المللی محاسبات نرم،رودسر

ارائه‌شده در

مجموعه مقالات پنجمین کنفرانس بین المللی محاسبات نرم16 اسفند 1402 · رودسر