• هوش محاسباتی، DFIG، کنترل بهینه­سازی شده، بهینه­سازی ازدحام ذرات، آنالیز حساسیت، شبکه­ی هوشمند
    • Optimized Control of DFIG-Based Wind Generation Using Sensitivity Analysis and Particle Swarm Optimization

      Abstract—Optimal control of large-scale wind farm has become
      a critical issue for the development of renewable energy systems
      and their integration into the power grid to provide reliable
      secure and efficient electricity. Among many enabling technologies
      the latest research results from both the power and energy
      community and computational intelligence (CI) community have
      demonstrated that CI research could provide key technical innovations
      into this challenging problem. In this paper we propose
      a sensitivity analysis approach based on both trajectory and
      frequency domain information integrated with evolutionary algorithm
      to achieve the optimal control of doubly-fed induction
      generators (DFIG) based wind generation. Instead of optimizing
      all the control parameters our key idea is to use the sensitivity
      analysis to first identify the critical parameters the unified dominate
      control parameters (UDCP) to reduce the optimization
      complexity. Based on such selected parameters we then use
      particle swarm optimization (PSO) to find the optimal values to
      achieve the control objective. Simulation analysis and comparative
      studies demonstrate the effectiveness of our approach..

      کنترل بهینه­ سازی شده­ ی تولید بادی مبتنی بر- DFIG با استفاده از آنالیز حساسیت و بهینه ­سازی ازدحام ذرات

      چکیده

      کنترل بهینه­ی مزرعه بادی در مقیاس بزرگ مساله­ای حیاتی برای ایجاد سیستم­های انرژی تجدیدپذیر و ادغام آن­ها به شبکه­ی برق به منظور تامین برق مطمئن، ایمن، و کارآمد شده است. در میان بسیاری از فن­آوری­های با قابلیت، آخرین نتایج تحقیقات از هر دو جامعه­ی قدرت و انرژی و جامعه­ی هوش محاسباتی (CI) نشان داده­اند که پژوهش CI نوآوری­های کلیدی فنی برای به چالش کشیدن این مسئله را ارائه می­کند. در این مقاله، روش آنالیز حساسیت بر اساس منحنی مسیر و اطلاعات حوزه­ی فرکانسی یکپارچه شده با الگوریتم تکاملی به منظور دستیابی به کنترل بهینه­ی تولید بادی مبتنی بر ژنراتورهای القائی تغذیه­ی دوسویه (DFIG) ارائه شده است. به جای بهینه­سازی تمام پارامترهای کنترلی، ایده­ی اصلی ما اولا استفاده­ از آنالیز حساسیت به منظور شناسایی پارامترهای بحرانی، پارامترهای کنترلی غالب یکپارچه (UDCP) به منظور کاهش پیچیدگی بهینه­سازی است. از این­رو براساس این پارامترهای انتخاب شده، از بهینه­سازی اجتماع ذرات (PSO) به منظور یافتن مقادیر بهینه برای دستیابی به هدف کنترلی استفاده می­کنیم. آنالیز شبیه­سازی و مطالعات تطبیقی کارایی روش ما را نشان می­دهد.

    • سایز : ۵.۷۲۷ مگا بایت
    • فرمت : doc
    • تعداد صفحات : ۲۴
  • برای مشاهده تصویر این فایل اینجا کلیک کنید.

FileHub ID : SID14486

برای ثبت امتیاز کلیک کنید
[کلی: میانگین: ]
لینک کوتاه این مطلب: https://filehub.ir/kKrvz
<<ادامه  ترجمه مقاله یک مکانیزم پیش بینی برای مدیریت برق در یک خانه ی هوشمند، با استفاده از سیستم چند عاملی

مدیرفایل هاب

FileHub search engine

۰ دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

موبایلتو شارژ کن