بازآرایی شبکه‌های توزیع برق جهت افزایش تاب آوری و قابلیت اطمینان با استفاده از توابع هدف فازی و نظریه بازی

شبکه‌های توزیع در سیستم قدرت بالاترین تلفات انرژی را به خود اختصاص می‌دهند و سبب کاهش بازده سیستم و نیز کاهش تنظیم ولتاژ مناسب می‌گردند، بنابراین یک روش مناسب برای کاهش تلفات شبکه و نیز افزایش تاب آوری در زمان وقوع حادثه در شبکه‌های توزیع بازآرایی آن می‌باشد. به علاوه حضور انواع مختلف منابع تولید پراکنده در شبکه‌های توزیع سبب شده تا تجدید ساختاری با کمترین هزینه در شبکه‌های موجود مورد مطالعه قرار بگیرد. بنابراین در این مقاله یک روش بهینه‌سازی چند هدفه شامل کاهش تلفات شبکه توزیع، افزایش سطح نفوذ منابع تولید پراکنده و درنهایت کاهش میزان انرژی تامین نشده با حفظ محدودیت‌های بهره‌برداری و فنی شبکه معرفی شده است. به علاوه با توجه به ماهیت مختلف توابع هدف از توابع فازی برای فازی سازی استفاده شده است و درنهایت ترکیب نظریه بازی‌ها و الگوریتم بهینه‌سازی حرکت پرندگان جهت پیدا کردن نقطه بهینه مسئله به عنوان نقطه نش ارائه شده است. نتایج بر روی دو شبکه 33 و 69 باس استاندارد ieee پیاده‌سازی می‌گردد که نتایج حاکی از کاهش تلفات و افزایش سطح ولتاژ شبکه‌های مورد مطالعه و نیز کاهش میزان انرژی تامین نشده در شبکه خواهد بود.

reconfiguration of electricity distribution networks to increase resilience and reliability using fuzzy objective functions and game theory

distribution networks, the final stage delivering electricity to consumers, are a major source of inefficiency in power systems. these networks suffer from high energy losses, decreasing overall system efficiency and voltage regulation problems. restructuring these networks presents a promising solution. not only can it reduce losses and improve resilience during outages, but it can also accommodate the growing presence of distributed generation sources.this article proposes a novel, multi-objective optimization method for distribution network reconfiguration. it aims to achieve three key goals: minimizing energy losses, increasing the use of distributed generation, and reducing unsupplied energy. the method utilizes fuzzy logic and game theory to navigate the complexities of these sometimes conflicting objectives. finally, a powerful algorithm called particle swarm optimization helps identify the optimal network reconfiguration, ensuring all objectives are met simultaneously.the effectiveness of this method is demonstrated by applying it to standard ieee 33 and 69 bus networks. the results are encouraging, showing reductions in energy losses, improved voltage stability, and minimized outages during disruptions. this paves the way for a more efficient, resilient, and sustainable power grid that integrates renewable energy sources seamlessly.