fa بهینه‌سازی زیرساخت‌های انرژی در شهرهای بزرگ: مطالعه موردی شبکه انتقال برق ایران تخصصي Special پژوهشي Research <div style="text-align: justify;"><span style="font-size: 12pt;"><span style="direction: rtl;"><span style="unicode-bidi: embed;"><span new="" roman="" style="font-family:;" times=""><span b="" lang="AR-SA" nazanin="" style="font-family:;">این مطالعه به بررسی مسئله برنامه‌ریزی توسعه انتقال شبکه برق با استفاده از الگوریتم بهینه‌سازی گلف بر روی یک سیستم واقعی و مقیاس بزرگ می‌پردازد. در این تحقیق، مدل برنامه‌ریزی تصادفی برای تحلیل و بهینه‌سازی توسعه شبکه انتقال برق در ایران ارائه شده است. مدل پیشنهادی به دلیل مقیاس وسیع و پیچیدگی‌های مرتبط با شبکه برق نیازمند الگوریتمی کارآمد برای همگرایی و حل مسئله است. در این راستا، الگوریتم بهینه‌ساز گلف انتخاب شده است. الگوریتم بهینه‌سازی گلف به عنوان یکی از پیشرفته‌ترین الگوریتم‌های بهینه‌سازی در حل مسائل پیچیده و مقیاس بزرگ شناخته می‌شود. این الگوریتم به دلیل توانایی بالای پردازش و مدیریت مؤثر مسائل بهینه‌سازی، قادر است به بهینه‌سازی دقیق و کارآمد شبکه‌های برق پیچیده کمک کند. از برتری‌های اصلی این الگوریتم می‌توان به قدرت پردازش بالا، قابلیت مدیریت مسائل چندهدفه، و توانایی ارائه راه‌حل‌های بهینه در زمان کوتاه اشاره کرد. مدل مورد مطالعه در این تحقیق، با تمرکز بر شبکه برق ایران، به دلیل ویژگی‌های خاص و نیازهای منحصر به فرد این شبکه، اهمیت ویژه‌ای دارد. انتخاب این شبکه به عنوان مورد مطالعه واقعی به دلیل مقیاس بزرگ، تنوع و پیچیدگی‌های آن، ارزش و تأثیر نتایج به دست آمده را افزایش می‌دهد. این تحقیق با استفاده از الگوریتم گلف، نه تنها به حل مسائل بهینه‌سازی در مقیاس بزرگ پرداخته است، بلکه نوآوری‌های قابل توجهی را در زمینه استفاده از مدل‌های تصادفی برای بهینه‌سازی شبکه‌های برق ارائه می‌دهد. نتایج این تحقیق نشان‌دهنده توانمندی‌های بالای الگوریتم بهینه‌سازی گلف در بهبود عملکرد سیستم‌های انرژی بزرگ و ارائه راه‌حل‌های بهینه در مسائل پیچیده توسعه انتقال شبکه برق است. این نوآوری در استفاده از الگوریتم گلف به همراه مدل‌سازی تصادفی، می‌تواند به بهبود عملکرد و کارایی سیستم‌های انرژی در مقیاس بزرگ کمک کرده و راهکارهای مؤثری برای چالش‌های موجود در این حوزه ارائه دهد.</span><span lang="FA" style="font-family:"B Nazanin""></span></span></span></span></span></div> <div style="text-align: justify;"><span style="font-size: 10pt;"><span new="" roman="" style="font-family:;" times=""><span style="font-size: 11pt;">This study examines the issue of transmission network expansion planning using the Golf optimization algorithm on a real and large-scale system. In this research, a stochastic planning model is presented for analyzing and optimizing the transmission network expansion in Iran. Due to the large scale and complexities associated with the power grid, the proposed model requires an efficient algorithm for convergence and problem-solving. In this regard, the Golf optimization algorithm has been selected. The Golf optimization algorithm is recognized as one of the most advanced optimization algorithms in solving complex and large-scale problems. This algorithm, due to its high processing power and effective management of optimization problems, can significantly aid in the precise and efficient optimization of complex power grids. The main advantages of this algorithm include high processing power, the capability to manage multi-objective problems, and the ability to provide optimal solutions in a short time. The model studied in this research, focusing on Iran&#39;s power grid, is of particular importance due to its specific features and unique needs. The selection of this network as a real study case due to its large scale, diversity, and complexities enhances the value and impact of the results obtained. This research, using the Golf algorithm, not only addresses large-scale optimization problems but also presents significant innovations in the use of stochastic models for optimizing power networks. The results of this study demonstrate the high capabilities of the Golf optimization algorithm in improving the performance of large energy systems and providing optimal solutions in complex transmission network development problems. This innovation in the use of the Golf algorithm along with stochastic modeling can help improve the performance and efficiency of large-scale energy systems and offer effective solutions to the challenges in this field.&nbsp;</span><b><span lang="FA" dir="RTL" style="font-size:11.0pt"></span></b></span></span></div> الگوریتم بهینه سازی, برنامه ریزی توسعه تولید, مطالعات واقعی, منابع انرژی پاک. Optimization algorithm, generation expansion planning, realworld studies, clean energy sources. 1 12 http://jeps.dezful.iau.ir/browse.php?a_code=A-10-334-1&slc_lang=fa&sid=1 Vahid Khademi وحید خادمی khademinet@gmail.com 10031947532846003076 0009-0009-2977-7626 Yes Department of Electrical Engineering, National University of Skills (NUS), Tehran, Iran گروه مهندسی برق، دانشگاه ملی مهارت، تهران، ایران Farzad Barzgar فرزاد برزگر farzad.b2550@gmail.com 10031947532846003077 10031947532846003077 No Department of Electrical Engineering, Marvdasht Branch, Islamic Azad University, Marvdasht, Iran گروه برق، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران Shirin Joolaei شیرین جولایی shirinjoolaei@yahoo.com 10031947532846003078 0009-0006-4768-1108 No Department of Urban Planning, Science and Research Branch, Islamic Azad University, Tehran, Iran گروه شهرسازی، واحد علوم وتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران Abozar Ghaffari ابوذر غفاری abozar.gh@gmail.com 10031947532846003079 10031947532846003079 No Department of Physics, National University of Skills (NUS), Tehran, Iran گروه فیزیک، دانشگاه ملی مهارت، تهران، ایران