关键字 |
| 功率流、DG拍频振荡器,牛顿迭代方法。 |
介绍 |
| 在三相交流电力系统无功和有功功率流动从发电站到负载通过不同的网络公共汽车和分支。无功和有功功率叫做功率流或负载流。功率流研究提供一个系统的数学方法来测定各种总线电压、相位角、活跃和无功功率流动通过不同的分支,在稳态条件下发电机和负荷。因此功率流研究是用来发现电力系统的稳态运行状态[1]。功率流分析中广泛使用的配电专业操作和规划配电系统[2]。功率流分析或负载流分析是非常重要的在新网络的规划阶段或补充现有会议增加负荷需求和定位新的传播网站和添加新的发电机网站[3]。功率流的研究都是基于电力系统节点电压的分析。图1显示了基本的配电系统。功率流研究的目的是提前计划,占各种假设的情况。如果在电力系统输电线路正确提供负载必须采取离线维护[4]。 The load flow a problem was first solved using the simplest techniques, soon to be replaced by more sophisticated methods. Load flow analysis is important in planning of new networks or providing addition to existing ones like adding new generator sites, meeting increase load demand and locating new transmission sites. It is helpful in determining the as optimal capacity as well as location of proposed generating station, substation and new lines. A load flow also helps for economic operations. The line should not be overloaded, it means, we should not operate the close to their stability or thermal limits. Load flow analysis is the most important of all network calculations because it concerns the network performance in its normal operating conditions. It is performed to check the magnitude and phase angle of the voltage at each bus and the real and reactive power flows in the system component [5]. There are three main methods for load flow studies namely Gauss-Seidel method, Newton-Raphson method and Fast decoupled method [3]. Different resources are also be used in DG, such as wind turbines, biomass, micro turbine, photovoltaic, fuel-cells, small hydroelectric plants, etc., and it ranging from sub-kW to multi-MW sizes [6]. On basis of the some features of distribution systems such as; radial structure, unbalanced distributed loads, large number of nodes, a wide range of R/X ratios; the conventional techniques developed for transmission systems generally fail on the determination of optimum location of distributed generations. The Newton-Raphson load flow algorithm is used in this paper. |
| 分散的一代(DG)或分布式发电或嵌入式代(如)是小规模发电,通常是连接或嵌入在分布系统。DG也表明这个词的使用技术,是坐落在一个实用程序服务来降低服务的成本。DG影响电压和功率流的条件下对系统设备。这些可能会影响自己正面或负面根据配电系统操作条件和DG特征[7]。有很多好处DG和实现DG的原因是一个能源效率或合理使用能源,放松管制或竞争政策,多元化的能源,可用性的模块化的发电设备,找到网站的小型发电机,缩短施工时间和降低资本成本较小的植物和邻近的发电厂沉重的负荷,降低传输成本。分布代也被许多国家接受(8、9)。巨大的负荷增长系统的在目前的情况下,发挥DG变得更加优势减少分布和传输成本,电力价格,减少声音污染和温室气体。其他好处包括减少线损,调峰,和更好的电压,电能质量改善,重温的输电和配电拥堵然后提高网络容量,保护选择性和网络的鲁棒性。DG对权力的影响损失不仅影响分布生成位置也依赖于网络拓扑以及DG的大小和类型。DG的位置,应该是最优的为了最大化的好处它[10]。 Different protective schemes are applied to distribution systems, the over current protection and the fuse saving or blowing schemes are the commonly used [11]. The objective of this paper is to investigate the optimal placement of two DGs in order to obtain minimum real powers losses using BFO algorithm. The details of BFO algorithm is given in section II. The methodology is specified in section III, result and discussions in section IV along with conclusions in section V. |
拍频振荡器 |
| 拍频振荡器提供了许多研究人员的关注,尤其是由于其生理动机和其优雅的结构。许多研究人员试图杂交拍频振荡器与不同的算法,以提高其局部和全局搜索属性单独[12]。觅食理论解释了如何得到一个补丁或数量的食物和决定是否进入和寻找食物,当离开补丁。拍频振荡器是社会觅食行为的启发,大肠杆菌。它具有快速收敛性和自适应性的个体群搜索活动。拍频振荡器更优先算法相比,遗传算法,因为它是导数免费技术。拍频振荡器趋化性分为四个主要步骤,消除繁殖和传播。拍频振荡器是一个新概念,是用来找到最好的位置放置DG [13]。细菌觅食期间,运动是通过一组拉伸鞭毛。鞭毛帮助大肠杆菌细菌游泳,所以两个基本操作由一个细菌觅食的时候。 When they rotate the flagella in the clockwise direction, each flagellum pulls on the cell. That output in the moving of flagella independently and finally the bacterium swings with lesser number of swings whereas in a harmful place it swings frequently to find a nutrient gradient. Moving the flagella in the counterclockwise direction helps the bacterium to move or travel at high speed so that bacteria undergo chemotaxis, where they like to move towards a nutrient gradient and avoid noxious environment [14]. Generally the bacteria move for a longer distance in a friendly environment. When they get food in sufficient, they are increased in length and in presence of suitable temperature they break in the middle to from an exact replica of itself. Passino introduce an event of reproduction in BFOA. Due to the occurrence of sudden environmental changes or attack, the chemotactic progress may be destroyed and a group of bacteria may move to some other places. That provides the event of elimination-dispersal in the real bacterial population, where all the bacteria in a region are killed or a group is dispersed into a new part of the environment [15]. |
方法 |
| IEEE 14总线数据系统被认为是为研究和分析目的最好的DGs的位置。计算整体最小损失,采用牛顿迭代法只即插入两个DGs手工在系统中不同的位置是一个困难和不恰当的任务。拍频振荡器算法来克服这个困难。总体实际损失计算了牛顿迭代法,当没有DG系统中插入。图2显示了整个步骤流程图的形式寻找最小值使用拍频振荡器的损失。两个相同的大小或DGs能力系统中插入。 |
| 在拍频振荡器,50细菌选择旅游在不同的位置。所有的细菌在随机方向移动寻找食物(最小值的损失)。在每一个所选位置的细菌,估计损失。过程是反复细菌代受激情,引入一个事件拍频振荡器的繁殖。由于突然的存在环境变化或突然袭击,趋化现象的进展可能被摧毁和一群细菌选择可能会搬到其他地方或其他可能被引入关注的群体。这构成了事件的elimination-dispersal细菌数量在现实,所有的细菌被杀死在一个地区或一组分散到一个新的环境的一部分。位置最小值损失是细菌,获得的3 d图形生成。因此而损失的计算在每一个位置的两个DGs 14公交系统,实现系统提高了拍频振荡器。在拍频振荡器所产生的特定位置,再次使用牛顿迭代法计算整体损失。 |
结果和讨论 |
| 调查进行了使用14总线数据系统为放置DGs找到最好的位置。图3表示最小值的位置,x =θ1和y =θ2代表DG1的位置和DG2范围从1到14分别。虽然z = J代表价值的实际损失和最小值的位置,图中暴露于山谷。 |
| 没有图中的峰代表不需要有害细菌的价值。拍频振荡器算法找到的位置和负载流计算是由使用牛顿迭代方法计算损失。位置总体损失最小,视为最好的位置DG的位置。图4表示细菌的运动搜索最小值时采取一些值。在得到最好的位置DG放置提高有功功率,无功功率,减少实际损失和提高效率。通过使用拍频振荡器,20个可能的最小值是获得和损失计算在每一个这样的位置显示在表i损失14公交系统不使用DG对13.81 MVA,和最小损失与插入两个DG在位置(3、7)约为10.12。DG1和DG2必须分别插入在第三和第七的位置。从而减少损失减少26.72%左右。这可以进一步减少使用DG的不同能力。 |
结论 |
| 进行了实验探索最优位置的DGs 14公交系统。的位置和容量DG的两个重要参数是安装在任何系统。分析结果表明,DG必须放在特定位置为了得到最小的损失。2 DG系统中插入相同的能力。手动插入DGs变得漫长而艰难的过程,找到每一点每一点损失。提出过程拍频振荡器和牛顿迭代方法减少了劳动力和提供有效的和有效的结果用更少的时间复杂性。 |
表乍一看 |
 |
| 表1 |
|
数据乍一看 |
|
|
引用 |
- Hota b . s . Mallick, a . k .“负载流研究在电力系统中,“论文技术在电气工程学士,电气工程系研究所技术Rourkela, 2011。
- Available_online: http://www.reseeds.com/load%20flow%20notes.pdf。
- Ghosh:,“一个基于负载流量分配单元的优化配置方法在配电网电压改善和损失最小化,“国际期刊的计算机应用程序,50卷,页。975年,2012年。
- Available_online: http://faculty.ksu.edu.sa/htalaat/EE342/PS3_281.pdf。
- Available_online: http://prr.hec.gov.pk/chapters/543s - 2. - pdf。
- Kotb, m F。,“Distributed generators location and capacity effect on voltage profile improvement and power losses reduction using genetic algorithm,’’ Journal of Energy and Power Engineering, vol. 6, pp. 446, 2012.
- Subrahmanyam表示b . v . Radhakrishna, C。,“Distributed generator placement and sizing in unbalanced radial distribution system,”International Journal of Electrical and Electronics Engineering, vol. 2,232年,2009页。
- InTech Gaonkar, d . n .“分布式发电”的哲理,289年,2010页。
- Injeti, s . k .出版社“分布式发电优化计划提高电压稳定性和减少损失,”国际期刊《计算机应用》卷。15日,40,2011页。
- 皮雷,b . a . s .出版社,“最大化peneration有功功率的分布式发电在真实系统上,“涂蜡的21 InternationalConference配电法兰克福,93年,2011页。
- Yammani C。,Maheswarapu, S., and Matam, S., “Optimal placement of multi DGs in distribution system with considering the DG BusAvailable Limits,’’能源和电力2012年,卷2,页18日。
- Das,美国出版社,“细菌觅食优化算法:理论基础、分析和应用,“计算智能的基础3 pp.23 2009。
- 刘,y, Passino k . M。,“Biomimicry of social foraging bacteria for distributed optimization: models, principles, and emergentbehaviors,” Journal优化理论与应用,115卷,603年,2002页。
- Naziraghdam, H。,“Bacretia Foraging for dispressed energy resourses, placement, considering reliability and enhancement and power loss reduction of distribution system,’’ World Applied Sciences Journal, vol. 20, pp. 1426, 2012.
- 诉和Darabian Rashtchi, M。,“A New BFA-Based Approach for Optimal Sitting and Sizing of Distributed Generation in DistributionSystem,”自动化和控制工程的国际期刊,卷1,9,2012页。
|
菜单
