HEAL DSpace

Ελαχιστοποίηση απωλειών ενέργειας στις γραμμές μεταφοράς ενός Συστήματος Ηλεκτρικής Ενέργειας και κατανομή των απ ωλειών στους ζυγούς του δικτύου

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Τσατσακης, Κωνσταντίνος
dc.contributor.author Tsatsakis, Konstantinos
dc.date.accessioned 2025-03-04T13:07:45Z
dc.date.available 2025-03-04T13:07:45Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/61191
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.28887
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject ελαχιστοποίηση απωλειών el
dc.subject τοποθέτηση πυκνωτών el
dc.subject γενετικοί αλγόριθμοι el
dc.subject νευρωνικά δίκτυα el
dc.subject νευροασαφή δίκτυα el
dc.subject optimal load flow en
dc.subject loss minimization en
dc.subject capacitors placement en
dc.subject neural networks en
dc.subject neural-fuzzy networks en
dc.title Ελαχιστοποίηση απωλειών ενέργειας στις γραμμές μεταφοράς ενός Συστήματος Ηλεκτρικής Ενέργειας και κατανομή των απ ωλειών στους ζυγούς του δικτύου el
dc.contributor.department Τομέας Ηλεκτρικής Ισχύος el
heal.type bachelorThesis
heal.classification βέλτιστη ροή φορτίου el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2009-09-01
heal.abstract Η εργασία ασχολείται αρχικά με ένα πρόβλημα βέλτιστης ροής φορτίου και πιο συγκεκριμένα με το πρόβλημα της ελ αχιστοποίησης των απωλειών στις γραμμές μεταφοράς ενός Συστήματος Ηλεκτρικής Ενέργειας . Κατόπιν γίνεται αναφορά στην κατανομή των απωλειών αυτών στους ζυγούς ενός δικτύου Σ.Η.Ε. Πιο αναλυτικά η δομή της εργασίας οργανώνεται σε έξι κεφαλαία : Στο πρώτο κεφαλαίο γίνεται μια θεωρητική αναφορά στα συστήματα ηλεκτρικής ενέργειας . Περιγράφονται τα τμήματα της παραγωγής της μεταφοράς και της διανομής που συνθέτουν ένα ΣΗΕ και ταυτόχρονα μελετάται και η διαδικασία ανάλυσης ροής φορτίου. Καταγράφεται η πιο βασική μέθοδος της βιβλιογραφίας ,η Newton-Raphson και ταυτόχρονα ταξινομούνται όλα τα στοιχεία που υπεισέρχονται σε αυτές τις εξισώσεις ,δηλαδή τα μέτρα και οι γωνίες της τάσης, η ενεργός και η άεργος ισχύς κ.α. Στο δεύτερο κεφαλαίο παρουσιάζεται το πρόβλημα της βέλτιστης ροής φορτίου. Το γενικό πρόβλημα Β.Ρ.Φ. αναφέρεται στην εύρεση βέλτιστης λύσης που ελαχιστοποιεί την αντικειμενική συνάρτηση του προβλήματος ,ικανοποιώντας ταυτόχρονα κάποιους εξισωτικούς και ανισωτικού ς περιορισμούς για την ασφαλ ή λειτουργία του συστήματος . Μετά την γενική περιγραφή το προβλήματος γίνεται μια παρουσίαση του συγκεκριμένου προβλήματος ελαχιστοποίησης απωλειών με όλες τις παραμέτρους. Κατόπιν παρουσιάζεται η επίλυση του προβλήματος με διάφορους περιορισμούς , αρχικά με την ντετερμινιστική μέθοδο του εσωτερικού σημείου και κατόπιν εφαρμόζοντας τον αλγόριθμο τεχνητής νοημοσύνης , διαφορικό εξελικτικό αλγόριθμο αφού πρώτα έχει προηγηθεί μια θεωρητική επεξήγηση Στο τρίτο κεφαλαίο προχωράμε σε μια οικονομική εφαρμογή του προβλήματος ελαχιστοποίησης απωλειών. Μεγ άλο ρόλο και ξεχωριστό κλάδο στο ν τομέα της ενέργειας αποτελεί η ελαχιστοποίηση των απωλειών παρουσία πυκνωτών σε ένα δίκτυο Σ.Η.Ε. Όμως το όλο πρόβλημα έγκειται τόσο στην σωστή τοποθεσία όσ ο και στο σωστό μέγεθος του πυκνωτή σε κάθε επιλεγμένο ζυγό. Για την σωστή τοποθεσία χρησιμοποιείται αρχικά μια τεχνική παραγώγω ν και στη συνεχεία εισάγουμε την πολύ πρόσφατη μελέτη των ασαφών συνόλων όπου μας παρέχει μια εξαιρετικά απλή επιλογή τοποθεσίας . Κατόπιν το πρόβλημα του μεγέθους των πυκνωτών γίνεται με δυο αλγόριθμους τεχνητής νοημοσύνης ,γενετικούς αλγόριθμους και particle swarm optimization. Η όλη μελέτη γίνεται με οικονομικούς όρους . Στο τέταρτο κεφαλαίο γίνεται μια εισαγωγή στη θεωρία των νευρωνικών δικτύων. Είναι μια μεθοδολογία που μας βοήθα στις περιπτώσεις πολλών επαναλήψεων μιας διαδικασίας όπου τα δεδομένα εισόδου μεταβάλλονται συνεχώς. Η χρήση τους ιδιαίτερα στον τομέα της ενέργειας είναι πολύ διαδεδομένη. Μετά την θεωρητική παρουσίαση που περιλαμβάνει όλα τα βήματα της εισαγωγής δεδομένων, επιλογής παραμέτρων, εκπαίδευσης ,αξιολόγησης κ.α. εκτελούμε μια εφαρμογή για την τοποθέτηση πυκνωτών σε ένα δίκτυο ΣΗΕ όταν μεταβάλλονται κάθε φορά τα δεδομένα ισχύος στο δίκτυο.Στο πέμπτο κεφαλαίο και μετά την μελέτη της ελαχιστοποίησης των απωλειών προχωράμε στην κατανομή των απωλειών αυτών στο δίκτυο. Αρχικά περιγραφή των διανεμημένων δικτύων που θα αποτελέσουν την βάση των δικτύων με την απελευθέρωση της ενέργειας και κα τόπιν γίνεται μια θεωρητική προσέγγιση των ντετερμινιστικών μεθόδων της κατανομής των απωλειών στους ζυγούς ενός δικτύου ΣΗΕ. Ακολουθεί μια πρακτική εφαρμογή εύρεσης της κατανομής με τις πιο βασικές από τις μεθόδους που περιγράφησ αν. Στο έκτο κεφαλαίο γίνεται η επίλυση της κατανομής των απωλειών σε ένα δίκτυο με την μέθοδο των νευρωνικών δικτύων με δεδομένο ότι τα φορτία μεταβάλλονται συνεχώς και η γνώση των απωλειών κάθε στιγμή είναι απαραίτητη για να γίνεται ορθή εκτίμηση του κόστους. Ταυτόχρονα ανα πτύσσεται και η θεωρία των νευροασαφων συνόλων που είναι επέκταση των νευρωνικών και αντικαθιστούμε το παραπάνω νευρωνικό με ένα νευροασαφ ές δίκτυο. Τέλος στο έβδομο κεφαλαίο γίνεται μια αναφορά στα συμπεράσματα της εργασίας ενώ στο παράρτημα για να τονιστεί η χρήση των νευρωνικών αναπτύσσεται ένα εξίσου σημαντικό ζήτημα των ΣΗΕ ,αυτό της πιθανοτικης ροής φορτίου , με την βοήθεια νευρωνικών ώστε να τονιστεί η ευρύτητα χρήσης αυτών στον τομέα της ενέργειας . el
heal.abstract The main object of this thesis is referred to the optimal power flow and more concretely to the problem of minimisation of transport losses in the lines of System of Electric Energy. Then we refer to the distribution of these losses in the buses of a network S.E.E. The structure of this work is organised in six chapters: In the first chapter we have a theoretical report in the systems of electric energy. The parts of production, of transport and distribution of energy that compose a S.E.E are described. Simultaneously is studied the process of analysis of load flow. We describe the most basic method of bibliography, Newton-Raphson, and all the elements that enter into these equations, that is t o say the metres and the phases of Volts, the active and reactive power force etc. In the second chapter is presented the problem of optimal power flow. The general problem is posed as finding an optimal solution that minimises the general objective function of the problem, while satisfying some equality and inequality constrains, in order to stay secure the sure system. After the general description of the problem, we have a presentation of the particular problem of minimisation of losses with all parameters. Then is presented the solution of the problem with various constrains. Initially with a deterministic method of internal point and then applying an algorithm of artificial intelligence, a differential evolutionary algorithm. We also take a theoretical explanation of these two methods.In the third chapter takes place an economic application of loss minimisation problem. The presence of capacitors has a huge role in the minimisation of losses in a network S.E.E. We have to select the place and the type of capacitor in each bus. For the best selected bus is used initially a matrix technique and then we import the very recent study of fuzzy logic which provides an exceptionally simple way of choice of bus place. Then the problem of size of capac itors is solved by two algorithms of artificial intelligence, genetic algorithms and particle swarm optimization. The all study becomes in economic terms. In the fourth chapter we have a reference in the theory of neural networks. It is a methodology that helps us in the case of process where the data of e ntry are altered continuously. Their use particularly in the sector of energ y is very widespread. After the theoretical presentation that includes all the steps: import of data, choice of parameters, learning, evaluation etc. we execute an application of c apacitor placement in a network S.E.E. We change the power data quantities in the network. In the fifth chapter and after the study of loss minimisation problem we discuss the problem of distribution of power losses in the network. Initially we have a description of distributed networks which will be the base of networks after the new laws about energy and then it takes part a theoretical approach of deterministic methods of losses distribution in a network buses. It follows a practical application of finding the loss distribution with the most essential of these described methods .In the sixth chapter we have the distribution of losses in a network with the presence of a neural network. The input data of power change continuously an must know every time the distribution of losses for the best available estimate of cost in each bus. Simultaneously is developed the theory of neural-fuzzy (ANFIS) which is an extension of neural networks and also solves the distribution losses problem . Finally in the seventh chapter we have a conclusive report of total work while in the annex is developed an equally important problem of S.E.E.,that of stochastic load flow. We solve this problem with the help of neural networks and we show the widespread usage of artificial intelligence in energy based problems. en
heal.sponsor ΕΜΠ el
heal.advisorName Χατζηαργυρίου, Νικόλαος
heal.committeeMemberName Χατζηαργυρίου, Νικόλαος
heal.committeeMemberName Παπαθανασίου, Σταυρος
heal.committeeMemberName Καβατζά, Σοφία el
heal.academicPublisher Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 228 σ.
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα