تخصیص بهینه نیروی انسانی و منابع سیار انرژی در مدیریت خطای سیستم‌های توزیع نیروی برق

بهینه سازی مدیریت خطا در شبکه های توزیع نیروی برق بالاخص در شرایط بحرانی خطاهای چندگانه در اثر شرایط نامساعد آب و هوایی به عنوان تلاشی در جهت کاهش پیامدهای مخرب اجتماعی و اقتصادی خاموشی های گسترده و طولانی مدت در سال های اخیر مورد توجه بسیاری از محققین این حوزه قرار گرفته است. در این مقاله، یک طرح بازیابی بار بهینه با تمرکز بر روی برنامه ریزی اعزام تیم های تعمیر و عملیات و هماهنگی سیستم اتوماسیون و اعزام منابع تولید توان سیار با عملیات این تیم ها ارائه شده است. مدل ارائه شده اقدامات اصلاحی را در جهت کاهش خاموشی مشترکین در ضمن حفظ قیود بهره برداری شبکه شامل حفظ ساختار شعاعی، رعایت محدوده مجاز ولتاژ و حدود حرارتی هادی های شبکه طرح ریزی می کند. روابط ریاضی این مدل در چهارچوب مساله خطیعدد صحیح (milp) ارائه شده است. در نتایج عددی این مقاله، به منظور ارزیابی عملکرد مدل پیشنهادی، شبکه 69 باسه ieee در نظر گرفته شده است. نتایج عددی به دست آمده کارآیی مدل را در تصمیم گیری بهینه در شرایط خطا تصدیق می کند.

Optimal Allocation of Human and Mobile Energy Resources in Fault Management of Power Distribution Systems

Fault management optimization in electrical distribution networks especially in critical situations of multiple faults due to adverse weather conditions as an attempt to reduce the destructive social and economic consequences of extensive and long network blackouts in recent years has attracted the attention of researchers in this field. In this paper, an optimal load restoration with the focus on planning the dispatch of repair and operation crews and coordinating the automation system and mobile power generation resources with the operations of these crews is presented. The proposed model designs remedial actions to reduce customer outages while maintaining network operational constraints, including radial structure, allowable voltage range, and the thermal limits of network conductors. The mathematical formulations of the proposed model are stated in the framework of the mixedinteger linear problem (MILP). In the numerical results of this paper, in order to evaluate performance of the model, IEEE 69bus network is employed. The obtained numerical results confirm the efficiency of the model in optimal decision making in fault situations.