جدول ‏5‑4: نتایج حدود خطای مجاز و مقدار شاخص Tn تجربی به دست آمده از داده ها 96
جدول ‏5‑5: تابع چگالی برای داده های شبیه سازی شده از مدل اولیه 96
جدول ‏5‑6: ضرایب مدل سری زمانی برای داده های شبیه سازی شده از مدل اولیه 96
جدول ‏5‑7: تابع چگالی برای داده های شبیه سازی شده از مدل اولیه 97
جدول ‏5‑8: ضرایب مدل سری زمانی برای داده های شبیه سازی شده از مدل اولیه 97
جدول ‏7‑1: داده های مربوط به شبکه 14 شینه 102
جدول ‏7‑2: داده های مربوط به خطوط شبکه 14 شینه 102
جدول ‏7‑3: اطلاعات مربوط به بارها و خطوط در شبکه 69 باسه 104

فهرست شکل­ها

عنوان                                     صفحه

شکل ‏2‑1: ضرائب خودهمبستگی برای مدل……. 33
شکل ‏2‑2: ضرائب خودهمبستگی برای مدل……. 33
شکل ‏2‑3: ضرائب خودهمبستگی برای مدل……. 34
شکل ‏2‑4: ضرائب خودهمبستگی برای مدل……. 34
شکل ‏2‑5: كاهش مولفه ها به صورت كند 35
شکل ‏2‑6: كاهش مولفه ها به صورت نمائی سریع 36
شکل ‏2‑7: كاهش ناگهانی مولفه ها 36
شکل ‏3‑1: نمایش یک پخش بار قطعی در سیستم با ورودی های مشخص ]1[ 42
شکل ‏3‑2: نمایش یک پخش بار سری زمانی با ورودی های مدل سری زمانی ]1[ 43
شکل ‏3‑3: نمایش ضرائب خودهمبستگی توان خروجی مزرعه بادی 53
شکل ‏3‑4: نمایش ضرائب خودهمبستگی جزئی توان خروجی مزرعه بادی 54
شکل ‏3‑5: سری زمانی مربوط به زاویه باس شماره 3 با بهره گرفتن از برابری مقادیر نویز تصادفی 61

شکل ‏3‑6: سری زمانی مربوط به زاویه باس شماره 6 با بهره گرفتن از برابری مقادیر نویز تصادفی 61
شکل ‏3‑7: سری زمانی مربوط به دامنه ولتاژ باس شماره 10 با بهره گرفتن از برابری مقادیر نویز تصادفی 62
شکل ‏3‑8: سری زمانی مربوط به دامنه ولتاژ باس شماره 13 با بهره گرفتن از برابری مقادیر نویز تصادفی 62
شکل ‏3‑13: تابع توزیع احتمالی زاویه باس شماره 3 63
شکل ‏3‑14: تابع توزیع احتمالی زاویه باس شماره 6 63
شکل ‏3‑15: تابع توزیع احتمالی دامنه ولتاژ باس شماره 10 64
شکل ‏3‑16: تابع توزیع احتمالی دامنه ولتاژ باس شماره 13 64
شکل ‏4‑1: نمایش وضعیت تولید واحدهای CHP در 6 گروه به صورت ساعتی ]54[ 94
شکل ‏4‑2: تابع توزیع شاخص Tn برای آزمون درستنمایی مدل انتخاب شده 95
شکل ‏7‑1: نمایش تک خطی شبکه 14 باسه استاندارد IEEE 103
شکل ‏7‑2: شبکه 69 باسه ]52[ 107

 
 
 
فصل اول
مقدمه
 

1-    مقدمه

1-1- اهمیت مسئله

اولین و اصلی­ترین قدم در بهره­برداری، برنامه ­ریزی و طراحی سیستم­های قدرت داشتن اطلاعات کافی از شرایط شبکه قدرت، شامل توان­های عبوری از خطوط و ولتاژ باس­ها در حالت دائمی است. داشتن چنین اطلاعاتی نیازمند انجام پخش بار در شبکه قدرت است. ضرورت انجام مطالعات پخش بار از دیر باز مورد توجه محققین بوده است، به طوری که همه ساله روش­ها و الگوهای جدیدی جهت بهبود روش­های موجود پخش بار ارائه می­گردد. روش­های مختلف پخش بار به صورت گسترده­ای برای مطالعات برنامه ­ریزی و بهره ­برداری در شبکه قدرت استفاده می­شود.
ابزار پخش بار با پاسخ به ورودی­ های توان تزریقی ژنراتور، بار و توپولوژی شبکه، متغیرهای حالت شبکه و توان­های عبوری از خطوط را در خروجی محاسبه می­ کند. در پخش بار قطعی[1] سیستم قدرت، مقادیر توان­­های تولیدی ژنراتورها و مصارف بارهای سیستم و همچنین توپولوژی شبکه به صورت کاملا مشخص در نظر گرفته می­شوند. بنابراین این روش نمی ­تواند عدم قطعیت موجود در بار سیستم، نرخ خروج ژنراتورها از مدار و همچنین تغییرات توپولوژی شبکه را مدل نماید. در حالی که متغیرهای حالت سیستم به دلیل احتمالی بودن بارها، خطای پیش ­بینی بار و تخمین غیر دقیق پارامترهای سیستم، دارای طبیعت متغیر است. روش پخش بار احتمالی[2]، راه حل موثری جهت ورودی­ های غیر قطعی با دانستن مشخصات آماری آن­ها می­باشد.
با تحول در سیستم­های قدرت به دلیل نفوذ منابع انرژی پراکنده و عدم کنترل بر روی محرک­های طبیعی در برخی از این منابع، همانند توربین­های بادی و سیستم­های فوتوولتائیک[3]، یک پخش بار معمولی، متغیرهای حالت سیستم را در یک بازه زمانی محدود معین می­ کند. با گسترش تولیدات پراکنده در شبکه قدرت،

این مطلب را هم بخوانید :

مدل BCC:{پایان نامه ارزیابی نمایندگی بیمه باکمک تحلیل پوششی داده } - مجله علمی

 کاربرد سری زمانی تولید و مصرف در آنالیز پخش بار می ­تواند مفید باشد، زیرا داده ­های تولید و مصرف در یک دوره زمانی به دست می­آیند و می­توانند به صورت یک سری زمانی نوشته شوند ]1[.

در یک سیستم قدرت بارها تغییر می­ کنند و توزیع آماری و ارتباط بین آن­ها باید مدل شود. بر خلاف آنالیز پخش بار احتمالی که داده ­های ورودی آن­ها از توزیع­های آماری حاصل می­شود، در این جا از سری زمانی تولید و مصرف به طور مستقیم استفاده می­گردد. در این تحقیق سعی بر معرفی پخش بار سری زمانی و همچنین استفاده از مدلسازی سری زمانی برای برخی پارامترهای با ماهیت گسسته همچون تپ ترانس، وضعیت بانک های خازنی و توان خروجی واحدهای تولید پراکنده [4]CHP در سیستم قدرت می باشد.

1-2- پخش بار احتمالی

برای در نظر گرفتن موارد عدم قطعیت در سیستم­های قدرت، همان­طور که پیشتر نیز گفته شد روش­های مختلفی بر مبنای ریاضیات آماری برای آنالیز این پدیده­های تصادفی پیشنهاد شده که به سه صورت کلی زیر است:

• روش­های احتمالی[5]