این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
هوش محاسباتی در مهندسی برق، جلد ۲، شماره ۱، صفحات ۲۷-۴۴
عنوان فارسی برنامه‌ریزی توسعه تولید با استفاده از الگوریتم اصلاح‌شده SFL
چکیده فارسی مقاله : در این مقاله، برنامه‌ریزی توسعه تولید به‌صورت یک مسأله بهینه‌سازی مدل شده است که در آن تابع هدف، کمینه کردن مجموع هزینه‌های سرمایه‌گذاری، بهره‌برداری، تعمیر و نگهداری، هزینه انرژی تأمین نشده و همچنین ارزش بازیافتی هزینه‌های سرمایه‌گذاری است. قابلیت اطمینان سیستم با استفاده از شاخص‌های مقدار انتظاری انرژی تأمین نشده (EENS) و احتمال عدم تأمین بار (LOLP) برآورد و تأمین می‌شود. برای حل مسأله، اصلاح و به‌کارگیری الگوریتم جهش قورباغه‌های به‌هم آمیخته به‌نام MSFL پیشنهاد گردیده است. در این الگوریتم، به‌منظور بهبود الگوریتم SFL مرسوم، روش جدیدی برای توزیع راه‌حل‌ها در ممپلکس و قانون جدیدی برای پرش راه‌حل‌های بدتر به سمت راه‌حل‌های بهتر پیشنهاد شده است. جهت ارزیابی روش پیشنهادی، برنامه‌ریزی توسعه تولید در یک سیستم قدرت نمونه و برای افق‌های برنامه‌ریزی 12 ساله و نیز 24 ساله، که باعث افزایش ابعاد مسأله و نزدیک شدن به شرایط واقعی می‌گردد، انجام گرفته است. مسأله GEP، توسط الگوریتم‌های SFL مرسوم و ژنتیک نیز حل و جواب‌های به‌دست آمده با MSFL پیشنهادی مقایسه شده است. مقایسه انجام شده نشان می‌دهد که عملکرد و کیفیت جواب به‌دست آمده از الگوریتم MSFL پیشنهادی، در هر دو حالت بهتر از الگوریتم SFL مرسوم و GA است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Generation Expansion Planning by a Modified SFL Algorithm
چکیده انگلیسی مقاله In this paper, Generation Expansion Planning (GEP), is modeled as an optimization problem in which the objective function is to minimize the total investment, operation, and outage (energy not served) costs of power system as well as salvage value of investment costs. Generation system reliability is assessed and provided by means of EENS and LOLP indices. To solve the GEP problem, a new Modified Shuffled Frog Leaping namely MSFL algorithm is proposed. A new frog leaping rule and a new strategy for frog distribution into memeplexes is introduced to improve the local exploration and performance of the original SFL algorithm. To show the effectiveness of the MSFL algorithm, it is applied to a test system with 15 existing power plants and 5 types of new candidates, for a 12-years and a 24-years planning horizon. The original SFL algorithm and the Genetic Algorithm (GA) are also applied to solve the GEP problem. Simulation results show the advantages of the proposed MSFL algorithm over the original SFL and GA.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مرتضی جدیدالاسلام زیدآبادی |
دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

احسان بی جامی |
دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

اکبر ابراهیمی |
دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

نشانی اینترنتی http://isee.ui.ac.ir/article_15308_d9d2e2201a3accc8cfd508c0c8a98ae8.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1306/article-1306-343851.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات