تحليل تدفق الحمل الذكي باستخدام الطريقة التقليدية والطريقة الحديثة

خلاصة

يقدم هذا البحث دراسة لتدفق الطاقة الأمثل للشبكات الصغيرة المتصلة بالشبكة مع مصادر الطاقة المتجددة المتعددة (الألواح الكهروضوئية وتوربينات الرياح)، وأنظمة التخزين، والمولدات، والحمل. يتم تنفيذ مشكلة OPF باستخدام الطريقة التقليدية وطريقة الذكاء الاصطناعي. في هذا البحث قمنا بدراسة أداء نظام MGs مع تكامل الطاقة المتجددة مع التركيز على دراسات تدفق الطاقة. يعتمد حساب تدفق الطاقة على طريقة نيوتن-رافسون المعروفة وطريقة الشبكة العصبية. يهدف حساب تدفق الطاقة إلى تقييم معلمات أداء الشبكة مثل حجم ناقل الجهد والزاوية وتدفق الطاقة الحقيقي والتفاعلي في خطوط نقل النظام في ظل ظروف حمل معينة. كان نظام الاختبار القياسي المستخدم عبارة عن نظام اختبار قياسي لـ MGs المتصلة بالشبكة مع أربع MGs و40 حافلة. تم اختيار بيانات النظام بأكمله وفقًا لمعيار IEEE 1547-2018. أظهرت النتائج الحد الأدنى من الخسائر وكفاءة أعلى عند إجراء OPF باستخدام NN مقارنة بطريقة نيوتن-رافسون. بلغت كفاءة نظام الطاقة للمركبة MG المتصلة بالشبكة 99.3% باستخدام الشبكة العصبية و97% باستخدام طريقة نيوتن-رافسون. أعطت طريقة الشبكة العصبية، التي تحاكي كيفية عمل الدماغ البشري بالاعتماد على تقنيات الذكاء الاصطناعي، أفضل النتائج وكفاءة أفضل في كلتا الحالتين (البطارية كحمل/البطارية كمصدر) من الطريقة التقليدية.