توضیحات
Optimization of a typical biomass fueled power plant using Genetic Algorithm and Binary particle swarm optimization
شبیه سازی علاوه بر الگوریتم ازدحام ذرات و ژنتیک با الگوریتم کرم شب تاب نیز صورت گرفته است.
برای انجام بهینه سازی هریک از فایل های PSO.m or GA.m or FA.m را نیاز هست تا اجرا شود.
فایلهای موجود در این شبیه سازی:
CostF.m : این فایل مسئول بدست آوردن مقدار تابع هزینه یا fitness value می باشد.
تمام محاسبات کربوط به معادلات 1 تا 10 مقاله شما در این فایل صورت می گیرد. نام متغییر ها و روابط منطبق با نام های درون مقاله می باشند.
همچنین برای پارامترها از جدول 2 مقاله استفاده شده است.
CreateModel.m : در این فایل مشخصات سیستم 57 باسه (مشخصات باس و خط انتقال برای انجام پخش بار) قرار داده شده است.
پارامتر های GIS شبکه در دسترس نبود و مقادیری فرض شد.
در صورت داشتن این مقادیر به آسانی قابل جایگزاری است. جدولی که این پارامترها را در خود دارد sys_ch است و چینش مقادیر آن به شکل زیر است.
این ماتریس 57 سطر و 7 ستون دارد
| مقدار بیومس در دسترس برای منطقه 1 | عرض جغرافیایی مکان مناسب برای نصب DG | طول جغرافیایی مکان مناسب برای نصب DG | عرض جغرافیایی باس 1 | طول جغرافیایی باس 1 | مقدار عرض جغراقیای منطقه 1 | مقدار طول جغراقیای منطقه 1 |
| مقدار بیومس در دسترس برای منطقه 2 | عرض جغرافیایی مکان مناسب برای نصب DG | طول جغرافیایی مکان مناسب برای نصب DG | عرض جغرافیایی باس 2 | طول جغرافیایی باس 2 | مقدار عرض جغراقیای منطقه 2 | مقدار طول جغراقیای منطقه 2 |
Crossover.m : این فایل مرتب با الگوریتم ژنتیک است و مسئول انجام تزویج بین دو عضو از نسل قبل و ایجاد نسل جدید می باشد.
Fa.m : این فایل حاوی الگوریتم کرم شب تاب است. پارامترهای زیر توسط کاربر قابل تعریف هستند :
افزایش MaxIt و nPop موجب بهبود دقت ولی طولانی شدن پردازش خواهد شد.
Ga.m : این فایل حاوی الگوریتم ژنتیک است. پارامترهای قابل تغییر این الگوریتم نیز در زیر آورده شده اند:
Mutate.m : این فایل مربوط به الگوریتم ژنتیک است و مسئول ایجاد نسل جدید با استفاده از عمل جهش ژنی می باشد.
Printout.m : این فایل پس از بهینه سازی اجرا می گردد و مسئول چاپ کردن مقادیر DG همینطور مکان آن است.
مشخصات سیستم مانند تلفات و ولتاژ نیز توسط این فایل روی صفحه ظاهر خواهد شد.
Pso.m : این فایل حاوی الگوریتم اجتماع ذرات است و پارامترهای زیر در آن قابل تغییر است:
Syseval.m : این فایل حاوی برنامه پخش بار نوشته شده به روش نیوتن رافسون است و برای بهینه سازی و بدست آوردن مشخصات سیستم مورد استفاده قرار می گیرد.
خروجی شبیه سازی:
این شبیه سازی سه نمودار به عنوان خروجی تحویل می دهد که در زیر آورده شده است.
نمودار مربوط به تغییرات مقدار تابع هزینه در هر تکرار الگوریتم:
نمودار مربوط به اندازه ولتاژ قبل و پس از نصب تولید پراکنده
نمودار مربوط به تلفات خط قبل و بعد از نصب تولید پراکنده
همچنین مقادیر زیر نیز نمایش داده می شود
کلید واژه:
Biomass, Investments, Power generation, Genetic algorithms, Animals, Production, Profitability
شبیه سازی مقاله
Optimization of a typical biomass fueled power plant using Genetic Algorithm and Binary particle swarm optimization
توسط کارشناسان سایت متلبی پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
سفارش انجام پروژه مشابه
درصورتیکه این محصول دقیقا مطابق خواسته شما نمی باشد،. با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.