مکان‏یابی همزمان منابع تولید پراکنده و کلیدهای جداکننده جهت کاهش تلفات و بهبود قابلیت اطمینان در شبکه توزیع با امکان عملکرد جزیره ‏ای و بار متغیر با زمان توسط الگوریتم ژنتیک بهبود یافته

استفاده همزمان از کلیدهای جداکننده و منابع تولید پراکنده، می تواند تاثیر قابل توجهی در بهبود قابلیت اطمینان شبکه توزیع داشته باشد. همچنین بهره برداری از این نوع منابع در شبکه توزیع، می تواند نقش موثری در کاهش تلفات بالای سیستم توزیع ایفا نماید. در این مقاله، روشی به منظور جایابی همزمان این تجهیزات برای رسیدن به اهداف کاهش تلفات توان و بهبود قابلیت اطمینان سیستم با در نظر گرفتن قیود فنی شبکه ارائه می شود. در این راستا تابع هدف پیشنهادی مبتنی بر سود و هزینه، شامل هزینه نصب و نگهداری و منافع ناشی از این تجهیزات، معرفی شده است. همچنین در طرح پیشنهادی، جنبه تغییرپذیری میزان بارهای شبکه با زمان نیز لحاظ شده است. جهت حل مساله مکان یابی مورد نظراز الگوریتم ژنتیکی استفاده شده که با معرفی عملگرهای تکمیلی و جدید در همگرایی آن تسریع شده است. نتایج حاصل از پیاده سازی روش پیشنهادی مبتنی بر الگوریتم ژنتیک بهبود یافته بر روی شبکه آزمایش 33 شینه استاندارد ieee، کاربردی بودن و کارایی این روش و تاثیر استفاده از مدل بار دقیق تر را نمایان می سازد.

Simultaneous Placement of Distributed Generation Units and Sectionalizing Switches in Distribution Network for Loss Reduction and Reliability Improvement with Islanding Operation and Time Variant Load Using Improved Genetic based Algorithm

Simultaneous use of distributed generation units and sectionalizing switches, can significantly improves system reliability. Moreover, operation of these resources in distribution network can play important role in reducing power losses. In this paper, presents a method for simultaneous placement of mentioned equipments, in order to minimizing power loss and improving reliability with considering network technical constraints. For this problem, a cost based objective function is used. In proposed method, time varying aspect of loads is considered via multi level load modeling. An improved genetic based algorithm by introducing new and complementary operators is used as solution method for the mentioned optimal placement problem. The proposed method, based on improved genetic algorithm, is applied on a 33bus IEEE radial distribution test system to demonstrate its performance and efficacy. Also the impact of considering time varying load model is investigated.