مهندسی برق و مهندسی کامپیوتر ایران، الف- مهندسی برق
سال:1391 | دوره:10 | شماره:1 |تعداد مقالات:6

برنامه ریزی توسعه شبکه انتقال، یکی از مهم ترین بخش های برنامه ریزی توسعه شبکه برق می باشد. تاکنون روش های مختلفی جهت انجام این برنامه ریزی مورد استفاده قرار گرفته اند تا بتوانند بهترین حالت توسعه شبکه انتقال را ارائه دهند. در این مقاله، روش های برنامه ریزی خطی ترکیبی عدد- صحیح (MILP) و برنامه ریزی غیرخطی ترکیبی عدد- صحیح (MINLP) جهت انجام مطالعات برنامه ریزی توسعه شبکه انتقال مورد استفاده قرار گرفته و روش جدید برنامه ریزی غیرخطی (NLP) با حذف عدد صحیح به عنوان روشی جدید معرفی گشته است. همچنین در انجام مساله برنامه ریزی، حالات مختلف وقوع پیشامد نیز در حل مساله وارد شده است که در مطالعات گذشته، این مهم صورت نگرفته بود. برای حل مساله، ترکیب های مختلفی از توابع هدف شامل هزینه توسعه، هزینه بهره برداری و هزینه تلفات مورد توجه قرار گرفته و نتایج حالات مختلف با یکدیگر مقایسه شده اند. برای بررسی امکان دسترسی به نقطه بهینه مطلق در مساله حاضر، روش حل BARON به عنوان روش حل مناسب مورد استفاده قرار گرفته است. روش های ارائه شده بر روی شبکه نمونه 6 شینه گارور و شبکه 118 شینه IEEE اعمال شده است. نتایج به دست آمده، نشان دهنده امکان دسترسی به نقطه بهینه مطلق با دقت و سرعت بالا با استفاده از روش های مدل سازی MINLP و NLP است. همچنین مشاهده می شود که با در نظرگیری حالات وقوع پیشامد، نتایج توسعه شبکه، دقیق تر و صحیح تر خواهد بود.

سلول های هرمی هسته حلزونی پشتی (DCN)، دارای الگوهای پاسخ نورونی با تاخیرهای متفاوتی هستند. این سلول ها دارای دو جریان پتاسیمی گذرا به نام های IKif و IKis هستند که به ترتیب دارای دریچه های نافعال شوندگی با دینامیک سریع و آهسته می باشند. جریان های پتاسیمی گذرا یعنی جریان های دارای دریچه های فعال شوندگی و نافعال شوندگی در تنظیم تاخیر قبل از شلیک پتانسیل های عمل تاثیر دارند. این جریان ها الگوهای متفاوتی از پاسخ نورونی مانند شلیک پیوسته بلافاصله بعد از اعمال تحریک یا پاسخ گویی با تاخیری طولانی بعد از ایجاد یک تک اسپایک پیشتاز یا حتی بدون تک اسپایک آغازین را به نمایش می گذارند. در گزارش پیش رو، رفتار پاسخ نورونی سلول های هرمی DCN با استفاده از یک مدل دارای رسانایی 3 متغیره شبیه سازی شده است و در ادامه با استفاده از روش های تحلیلی سیستم های دینامیکی، مکانیسم های زیربنایی پاسخ های نورونی مدل ارائه شده توجیه شده است. این مدل نسخه کاهش یافته ای از یک مدل الکتروفیزیولوژیکی با 10 متغیر حالت می باشد.

تعیین سطح امنیت سیستم قدرت، به طور سنتی با استفاده از معیارهای قطعی انجام می پذیرد. با استفاده از این معیار در نهایت نقاط بهره برداری سیستم قدرت به دو دسته دارای امنیت و فاقد امنیت دسته بندی می شود. اگر در صورت وقوع یک خطای مشخص، متغیرهای بهره برداری از حدود خود خارج شوند (شرایط فاقد امنیت) لازم است تصمیمات پیشگیرانه ای اتخاذ شود تا از امنیت سیستم در صورت وقوع خطا اطمینان حاصل گردد. علاوه بر معیار قطعی جهت تعیین سطح امنیت سیستم قدرت، اخیرا از معیار احتمالاتی و یا معیار بر اساس ریسک استفاده می شود. ارزیابی امنیت بر اساس ریسک، بر محاسبه شاخص ریسک استوار می باشد.در این مقاله شاخص های ریسک امنیت استاتیکی و امنیت دینامیکی مطالعه و بررسی شده است. یک شاخص جدید ریسک پایداری گذرا تعریف شده و از آن در تصمیمات بهره بردار استفاده شده است.به طور معمول امنیت به عنوان یک قید در تصمیمات بهره برداری در نظر گرفته می شود. در این مقاله برای اولین بار، شاخص ریسک امنیت استاتیکی به عنوان تابع هدف و شاخص ریسک امنیت دینامیکی به عنوان قید مساله برنامه ریزی مجدد تولید لحاظ شده است. تصمیم بهره بردار در دو حالت ارزیابی قطعی و ارزیابی بر اساس ریسک مقایسه شده است. متغیر حالت بهره برداری، میزان توان اکتیو تولیدی نیروگاه ها و ولتاژ مرجع ژنراتورها بوده و از الگوریتم بهینه سازی گروهی پرندگان به دلیل کارایی بالای آن جهت رسیدن به نقطه بهینه تولید استفاده شده است. تابع هدف پیشنهادی شامل حداقل سازی هزینه تولید و حداکثرسازی امنیت (حداقل سازی شاخص ریسک امنیت) و قید مساله شامل در محدوده بودن شاخص ریسک پایداری گذرا می باشد. قابلیت بالای روش پیشنهادی بر روی شبکه 24 شین IEEE نشان داده شده است.

در این مقاله 4 سناریوی تامین انرژی مصرف کنندگان با استفاده از تابع هدف پیشنهادی با هم مقایسه گردیده و مناسب ترین روش تامین انرژی مشخص شده است. 4 سناریوی تامین انرژی عبارتند از: تامین انرژی تنها به وسیله شبکه، شبکه و منابع تولید پراکنده، ریزشبکه به تنهایی و ریزشبکه متصل به شبکه بالادست. این سناریوهای تامین انرژی در قالب دو حالت، بارها بر روی یک فیدر و بارها بر روی فیدرهای مجزا محاسبه و با هم مقایسه می شوند. تابع هدف پیشنهادی برای هر کدام از سناریوها دارای دو بعد اقتصادی و قابلیت اطمینان است. بعد اقتصادی شامل هزینه ثابت و هزینه جاری تامین انرژی و بعد قابلیت اطمینان شامل انرژی تامین نشده مصرف کنندگان می باشد که پس از تبدیل تابع هدف به یک بعد با استفاده از برنامه ریزی خطی حل می شود. روش پیشنهادی در این مقاله با روش مشابه مقایسه شده که نتایج نشان از کارآمد بودن و کاربردی تر بودن روش فوق دارد.

تراکم در خطوط انتقال یکی از موانع اصلی برای شکل گیری رقابت سالم در بازار برق می باشد و بنابراین تحقیقات متعددی بر روی روش های مدیریت تراکم در بازار برق انجام شده است. از سوی دیگر، رفتار یک سیستم قدرت دارای ماهیت تصادفی است و به همین دلیل در بسیاری از مباحث مطالعاتی مرتبط با بهره برداری و برنامه ریزی، سیستم به صورت غیرقطعی مدل سازی و بررسی می گردد. عدم قطعیت های سیستم قدرت را به طور کلی می توان در سه بخش مستقل بار، تولید و شبکه انتقال بررسی نمود.در این مقاله، هدف ارائه روشی جدید برای تحلیل تصادفی تراکم به کمک مدل سازی عدم قطعیت های ذاتی سیستم قدرت است. جهت تحلیل مساله مدیریت تراکم به صورت احتمالی به جای استفاده از روش های معمول، از برنامه ریزی مبتنی بر شانس که روشی برای مدل سازی مسایل بهینه سازی تصادفی است، استفاده می گردد. مدل پیشنهادی مدیریت احتمالی تراکم توسط یک روش عددی با تکیه بر الگوریتم ژنتیک کد حقیقی و تکنیک مونت کارلو تحلیل می شود. برای مطالعه کارایی روش پیشنهادی، مدیریت تراکم به صورت احتمالی بر روی شبکه 9 باسه اصلاح شده IEEE پیاده سازی می شود. در این شبکه منتخب، روش پیشنهادی برای تحلیل تصادفی تراکم با روش میانگین مقایسه شده و عملکرد روش ارائه شده در این مقاله ارزیابی می گردد. مطالعه نتایج، نشان دهنده انعطاف پذیری روش پیشنهادی در مدیریت تراکم شبکه انتقال است.

با تجدید ساختار در صنعت برق، قیمت گذاری انتقال به یکی از مسایل مهم صنعت برق مبدل شده است. برای دست یابی به یک محیط رقابتی سالم باید قیمت گذاری به صورت منصفانه صورت گیرد. در این مقاله روش ردگیری بار مورد بحث قرار می گیرد که هزینه انتقال برای هر بازیگر قبل از اجرای بازار با استفاده از داده های آماری برآورد می شود. در این مقاله از ترکیب ضرایب رگرسیون خطی و ضرایب همبستگی، ضرایب مشارکت به دست می آید که توصیف مناسبی از هزینه انتقال ارائه می دهد. برای این منظور ابتدا با استفاده از داده های آماری نقاط کار مختلفی حول نقطه کار نامی ساخته می شود. سپس برای هر نقطه کار پخش بار شبکه محاسبه شده و ضرایب رگرسیون خطی و همبستگی بین میزان تولید/ مصرف هر تولیدکننده/ مصرف کننده و توان عبوری از هر خط به دست می آید و از ترکیب این ضرایب سهم بازیگران از هزینه انتقال محاسبه می شود. در پایان ضرایب مشارکت برای شبکه 39 شینه IEEE محاسبه شده و نتایج آن با روش های قبلی مقایسه می شود. مقایسه نتایج نشان می دهد که روش های بررسی شده هزینه انتقال را پوشش می دهند اما سهم تعیین شده برای هر بازیگر با استفاده از روش این مقاله، تناسب بیشتری با میزان استفاده از شبکه انتقال دارد.