تخمین حالت در شبکه های توزیع با در نظر گرفتن عدم قطعیت های ناشی از بار و منابع انرژی های نو

اتوماسیون در سیستم های توزیع با پیشرفت تکنولوژی و پیدایش تولیدات پراکنده شکل گرفت. تخمین حالت از توابع پایه ای برای اتوماسیون و نظارت بر سیستم های توزیع به شمار می رود. با کمک تخمین حالت سیستم های توزیع، اپراتور می تواند به عملکردی امن، اقتصادی و بهینه تر از سیستم توزیع دست یابد. با این حال به دلیل کمبود اندازه گیری های حقیقی، تخمین حالت سیستم توزیع دشوار خواهد بود. در این پایان نامه، ابتدا یک روش کارا، دقیق و سریع برای تخمین حالت سیستم های توزیع ارائه می شود. در این روش از الگوریتم تکاملی آموزش و یادگیری بهبودیافته استفاده شده است. عملکرد الگوریتم آموزش و یادگیری با اضافه نمودن جهشی بر مبنای تئوری موج کوچک و الگوریتم تکامل تفاضلی، بهبود یافته است. الگوریتم بهینه سازی پیشنهادی روی پنج تابع کلاسیک ارزیابی و نتایج با دو الگوریتم دیگر مقایسه شده است. پس از آن، چگونگی به کارگیری این الگوریتم برای تخمین حالت سیستم های توزیع توضیح داده می شود. این روش توانایی حل توابع غیرخطی، غیرمحدب و متغیر های گسسته را دارد. روش پیشنهادی برای تخمین حالت در سیستم های توزیع روی دو سیستم 32 و 83 باسه پیاده سازی و نتایج به دست آمده با الگوریتم های دیگر مقایسه شده است. از طرف دیگر افزایش استفاده از انرژی های نو باعث ایجاد عدم قطعیت در توان تولیدی آن ها می شود. لذا برای اعمال عدم قطعیت در مسئله تخمین حالت، ابتدا نحوه ی مدل سازی عدم قطعیت موجود در توان مصرفی بار ها و توان تولیدی منابع انرژی های نو برای استفاده در تخمین حالت سیستم های توزیع ارائه و سپس چگونگی در نظر گرفتن این متغیر های تصادفی در مسئله، مدل سازی و تخمین حالت احتمالاتی پیشنهاد شده است. در انتها روش ارائه شده بر روی سیستم توزیع 69 باسه پیاده سازی و نتایج به دست آمده مقایسه و تحلیل می شود.