| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
الگوریتم بهبود یافته بهینه سازی تجمع زنبور عسل برای توزیع اقتصادی پویا |
| عنوان انگلیسی مقاله: |
Enhanced Bee Swarm Optimization Algorithm for Dynamic Economic Dispatch |
|
|
| مشخصات مقاله انگلیسی و ترجمه فارسی | |
| سال انتشار | 2013 |
| تعداد صفحات مقاله انگلیسی | 9 صفحه با فرمت pdf |
| تعداد صفحات ترجمه مقاله | 20 صفحه با فرمت word به صورت تایپ شده با قابلیت ویرایش |
| رشته های مرتبط با این مقاله | مهندسی برق |
| گرایش های مرتبط با این مفاله | انتقال و توزیع، برق قدرت و الکترونیک |
| مجله | مجله سیستم ها (Systems Journal) |
| دانشگاه | گروه مهندسی برق و الکترونیک، دانشگاه صنعتی شیراز، ایران |
| کلمات کلیدی | توزیع اقتصادی پویا (DED)، بهینه‌سازی بهبود یافته تجمع زنبورهای عسل (EBSO)، محدودیت‌های نرخ شیب، اثرات نقطه دریچه ای |
| شناسه شاپا یا ISSN | ISSN 1932-8184 |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در سایت IEEE |
| نشریه | IEEE |
- بخشی از ترجمه:
چکیده
این مقاله یک روش بهبود یافته‌ی بهینه سازی تجمع زنبور عسل را جهت حل مساله‌ی توزیع اقتصادی پویای واحدهای حرارتی پیشنهاد می‌دهد به نحوی که در آن اثرات نقطه ی دریچه ای ( valve-point effect)، محدودیت‌های نرخ شیب و تلفات انتقال توان در نظر گرفته می‌شوند. الگوریتم بهینه سازی تجمع زنبور عسل برخلاف اغلب الگوریتم‌های جمعیت محور، الگوهای حرکت متفاوتی را جهت جستجوی فضای محتمل پاسخ بکار می‌گیرد. این ویژگی توازن موثری را بین جستجو و بهره‌برداری بوجود می‌آورد. نسخه‌های تغییر داده شده‌ی متفاوتی برای الگوهای حرکتی در روش بهینه‌سازی تجمع زنبورهای عسل پیشنهاد شده‌اند که هدف آنها جستجوی موثرتر فضای محتمل بوده است. کارایی روش با استفاده از سه سیستم تست با ٣٠،١٠ و ۶٠ واحد که به ترتیب دربردارنده‌ی ٧٢٠،٢۴٠ و ١۴۴٠ متغیر طراحی بوده اند ارزیابی شده است. مورد آخر را می‌توان به عنوان یک سیستم توان با مقیاس بزرگ در نظر گرفت. نتایج با دیگر کارهای انجام شده در این حوزه مقایسه شده‌اند و برتری روش پیشنهادی نتیجه گیری شده است.
واژگان کلیدی (شاخص) – توزیع اقتصادی پویا (DED)، بهینه‌سازی بهبود یافته تجمع زنبورهای عسل (EBSO)، محدودیت‌های نرخ شیب، اثرات نقطه دریچه ای
١.مقدمه:
توزیع اقتصادی پویا (DED) یکی از موارد مهم بهینه‌سازی در عملکرد سیستم‌های قدرت است و هدف آن این است که بار درخواستی پیش بینی شده را در یک دوره‌ی زمانی ویژه به‌گونه‌ای به مولدهای موجود اختصاص دهد که در عین حالی که بهترین شرایط اقتصادی محقق گردد، همزمان محدودیت‌های عملکردی و فیزیکی نیز اقناع گردند. DED با در نظر گرفتن محدودیت‌های متفاوت برای مدلسازی دقیق‌تر، ویژگی‌های غیر محدبی را از خود نشان می‌دهد [٢[,[١]. روشهای متفاوتی در متون جهت پاسخ دادن مساله‌ی DED پیشنهاد شده‌اند. روشهای مرسوم [۴],[٣] قادر به دادن پاسخ‌های بهینه نمی‌باشند که این مساله به دلیل ویژگی‌های غیر محدب و غیرخطی مساله‌ی DED می‌باشد. به علاوه این روشها از لحاظ محاسباتی پیچیده می‌باشند و ممکن است که در مینیمم‌های محلی گیر بیفتند. در طی چندین سال گذشته تحقیقات بر استفاده از روشهای اکتشافی (ابتکاری) جهت حل مساله‌ی DED متمرکز بوده است [۵] .
- بخشی از مقاله انگلیسی:
Abstract
This paper proposes an enhanced bee swarm optimization method to solve the dynamic economic dispatch problem of thermal units considering the valve-point effects, ramp-rate limits, and the transmission power losses. The bee swarm optimization algorithm unlike most of the populationbased algorithms employs different moving patterns to search the feasible solution space. This property makes an effective balance between exploration and exploitation. Different modifications in moving patterns of the bee swarm optimization method are proposed to search the feasible space more effectively. The efficiency of the method is validated using three test systems with 10, 30, and 60 units, including 240, 720, and 1440 design variables. The latter can be considered as a large-scale power system. The results are compared with other reported works in this area and found to be superior.
I. Introduction
DYNAMIC ECONOMIC dispatch (DED) is one of the major optimization issues in power system operations. Its objective is to allocate the forecasted load demand over a certain period of time among available generators in the best economical manner, while all physical and operational constraints are satisfied. Considering different constraints for the purpose of more precise modeling, the DED shows nonconvex characteristics [1], [2]. Different methods are proposed in the literature for coping with the DED problem. Traditional methods [3] and [4] fail to lead to optimal solutions because of nonlinear and nonconvex characteristics of the DED problem. In addition, they are computationally complex and may trap in local optima. Over the past few years, research has been using heuristic optimization methods in the DED problem [5]. Although these methods impose no restriction on the problem formulation, they are incapable to guarantee achieving global optimal solution. The main problem of these methods is the “curseof-dimensionality,” which leads to high computational cost.
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
الگوریتم بهبود یافته بهینه سازی تجمع زنبور عسل برای توزیع اقتصادی پویا |
| عنوان انگلیسی مقاله: |
Enhanced Bee Swarm Optimization Algorithm for Dynamic Economic Dispatch |
|
|