fa مکان یابی همزمان با مقداریابی انواع مختلف تولیدات پراکنده در شبکه‌های توزیع با در نظر گرفتن عدم قطعیت‌های تولید به روش تخمین نقطه تخصصي Special كاربردي Applicable <span style="font-family:b nazanin;"><span style="font-size:14.0pt;">چکیده</span></span><span dir="LTR">:</span> <span style="font-family:b nazanin;"><span style="font-size:11.0pt;">به دلیل افزایش روزافزون تقاضای انرژی الکتریکی و لزوم استفاده از فناوری‌های نوین، بکارگیری تولیدات پراکنده، به عنوان راه</span></span><span style="font-family:cambria,serif;"><span style="font-size:11.0pt;">&shy;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">کاری برای پاسخ به چالش‌های اقتصادی و تکنیکی سیستم قدرت در شبکه‌های توزیع افزایش یافته است. در این تحقیق به تعیین مکان و ظرفیت بهینه تولیدات پراکنده در شبکه</span></span><span style="font-family:cambria,serif;"><span style="font-size:11.0pt;">&shy;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">های توزیع شعاعی به منظور کاهش تلفات توان پرداخته شده است. با توجه به تنوع موجود در تکنولوژی</span></span><span style="font-family:cambria,serif;"><span style="font-size:11.0pt;">&shy;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">های تولیدات پراکنده، از انواع مختلف این تولیدات، واحد‌های بادی و فتوولتائیک با در نظر گرفتن توزیع‌های احتمالی استفاده شده است. در این پژوهش از روش بهینه سازی مبتنی بر آموزش یادگیری استفاده شده است که ضمن برآورد نمودن محدودیت‌ها تابع هدف مسئله را نیز بهینه می</span></span><span style="font-family:cambria,serif;"><span style="font-size:11.0pt;">&shy;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">کند. حداکثر توان تزریق شده توسط واحدهای تولید پراکنده به شبکه و نیز توان تولیدی هر واحد به عنوان محدودیت‌های مسئله در نظر گرفته شده است. ضمن اینکه با نصب هر واحد تولید پراکنده، حداکثر توان تولیدی واحدها طوری تعیین شده است که مطلوب</span></span><span style="font-family:cambria,serif;"><span style="font-size:11.0pt;">&shy;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">ترین حالت را برای کاهش تلفات توان شبکه تعیین نماید. در انتها روش پیشنهاد شده بر روی شبکه‌های 33 و 69 شینه آزمایش شده و نتایج عددی بدست آمده از شبیه سازی، کاهش تلفات شبکه با اضافه شدن تولیدات پراکنده را نشان می</span></span><span style="font-family:cambria,serif;"><span style="font-size:11.0pt;">&shy;</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">دهد.</span></span> <strong>Abstract:</strong> Deploying Distributed Generation (DG) units has increased due to yearly increase of electric energy demand and technological advancements beyond Smart Grid. Although, DGs offer several advantages such as reducing economic costs and environmental impacts, the operation of these units in power systems creates several problems. In this paper, optimal allocation and sizing of DG units in radial distribution network with the aim of power losses reduction is investigated. Different types of DGs are considered in the proposed method. Moreover, the conventional and stochastic generation units are simultaneously considered. To calculate the uncertainty wind and photovoltaic generation, Weibull and Beta probabilistic distributions are used. The point estimation method is employed to estimate stochastic generation outputs. Modified Teaching-Learning-Based Optimization (TLBO) method is used to optimize the cost objective function while satisfying the constraints. Maximum injected power into network from DGs and maximum power generation of each unit are considered as problem constraints. Moreover, by installing each DG unit, the maximum generation power of the units is determined in order to reduce network power losses. The proposed method is implemented on 33-and-69-bus IEEE test systems. Simulation results proved that optimal network losses reduction is accomplished by installation of DG units. 47 54 http://jeps.dezful.iau.ir/browse.php?a_code=A-10-118-2&slc_lang=fa&sid=1 Ehsan Abbasi احسان عباسی 1003194753284600775 1003194753284600775 No Alireza Tavakoli علیرضا توکلی 1003194753284600776 1003194753284600776 Yes