جلسه دفاع از پایان‌نامه: آقای مجید علیخانی، گروه مهندسی قدرت
 خلاصه خبر: انتخاب بهینه برنامههای پاسخگویی بار در حضور منابع اتکاناپذیر مبتنی برطبقهبندی مولفه بار
چکیده: در شبکه¬های هوشمند، می¬بایستی روش¬های مؤثر برای گزینه¬های تعامل با مصرف¬کنندگان انتخاب شوند. برنامه¬های پاسخگویی بار به‌عنوان مؤثرترین روش برای تعامل با مصرف¬کنندگان مختلفی دارند که باید با توجه به رفتار مصرف¬کننده انتخاب و اجرا شوند. مصرف¬کنندگان برق با توجه به رفتار و الگوی مصرف آن‌ها طبقه¬بندی می¬شوند. در این پایان¬نامه این طبقه¬بندی شامل خوشه¬های مختلفی ازجمله مشترکین مسکونی، تجاری، کشاورزی و صنعتی می¬باشد. تعیین رفتار مصرف¬کنندگان در این پایان¬نامه با استفاده از روش خوشه¬بندی انتشار وابستگی، طبقه¬بندی می‌شود. همچنین، مدل¬های بار مختلفی شامل مدل¬های خطی و غیرخطی، برای ارزیابی برنامه¬های پاسخگویی بار و برای هر خوشه مورداستفاده قرار می¬گیرد. شاخص¬های تصمیم¬گیری با استفاده از روش آنتروپی ارتقا یافته تعیین و وزن¬دهی می¬شوند. در گام بعد، اولويت¬بندي اجراي برنامه-های پاسخگویی بار در هر خوشه توسط روش TOPSIS صورت می¬گیرد. سرانجام، با توجه به اولویت¬بندی برنامه¬های پاسخگویی بار، بارهای موجود در یک میکروگرید همراه با منابع اتکاناپذیر، توزیع هماهنگ منابع بادی، خورشیدی، باطری و شبکه بالادست مورد برسی قرار گرفته می-شوند.
در این پایان¬نامه همچنین توضیحاتی در مورد چهارچوب و مفاهیم کلان¬داده در سیستم قدرت موردمطالعه قرار گرفته است. برای تسهیل در پیاده¬سازی برنامه¬های پاسخگویی بار، داده¬های مصرفی چندین مشترک واقعی در این مطالعه جمع¬آوری گردیده است. با توجه به این داده¬های جمع‌آوری‌شده به‌صورت سالیانه برنامه¬های پاسخگویی بار به¬صورت مدل توانی بار توسط الگوریتم شبکه عصبی مصنوعی MLP موردبحث قرار گرفته¬اند. در آخر با توجه به پیش¬بینی سری زمانی که با شبکه عصبی برای داده¬های به‌دست‌آمده انجام می¬شود، پیاده¬سازی برنامه¬های پاسخگویی بار در عمل تسهیل می¬گردد. سپس، برنامه¬های پاسخگویی بار اجراشده اولویت‌بندی شده و الگوریتم شبکه عصبی استفاده‌شده صحت¬سنجی می¬شود و در آخرین قسمت از پایان¬نامه مدل ریاضی جهت بررسی شاخص رفاه اجتماعی برای تک‌تک برنامه¬های پاسخگویی بار برای تمام بارهای مختلف ارائه می¬شود.
27 آبان 1398 / تعداد نمایش : 1698
|