آمار

تعداد نشریات39
تعداد شماره‌ها1,171
تعداد مقالات8,438
تعداد مشاهده مقاله6,336,644
تعداد دریافت فایل اصل مقاله3,581,577
بهرامی, سعادت, غفارپور, رضا, میر مطهری, سید رسول. (1396). طراحی سامانه اندازه‌گیری فراگیر در سامانه قدرت جهت حفظ رویت‌پذیری شبکه در شرایط بحرانی. پدافند الکترونیکی و سایبری, 8(2), 1-12.
سعادت بهرامی; رضا غفارپور; سید رسول میر مطهری. "طراحی سامانه اندازه‌گیری فراگیر در سامانه قدرت جهت حفظ رویت‌پذیری شبکه در شرایط بحرانی". پدافند الکترونیکی و سایبری, 8, 2, 1396, 1-12.
بهرامی, سعادت, غفارپور, رضا, میر مطهری, سید رسول. (1396). 'طراحی سامانه اندازه‌گیری فراگیر در سامانه قدرت جهت حفظ رویت‌پذیری شبکه در شرایط بحرانی', پدافند الکترونیکی و سایبری, 8(2), pp. 1-12.
بهرامی, سعادت, غفارپور, رضا, میر مطهری, سید رسول. طراحی سامانه اندازه‌گیری فراگیر در سامانه قدرت جهت حفظ رویت‌پذیری شبکه در شرایط بحرانی. پدافند الکترونیکی و سایبری, 1396; 8(2): 1-12.

طراحی سامانه اندازه‌گیری فراگیر در سامانه قدرت جهت حفظ رویت‌پذیری شبکه در شرایط بحرانی

پدافند غیرعامل
مقاله 1، دوره 8، شماره 2، مرداد 1396، صفحه 1-12    اصل مقاله (1018.52 K)
نویسندگان
سعادت بهرامی1؛ رضا غفارپور* 2؛ سید رسول میر مطهری3
1کارشناس برق منطقه‌ای خوزستان
2علوم و تحقیقات تهران
3دانشگاه جامع امام حسین (ع)
تاریخ دریافت: 04 آبان 1394،  تاریخ بازنگری: 30 مهر 1402،  تاریخ پذیرش: 28 شهریور 1397 
چکیده
افزایش امنیت شبکه برق یکی از مهم‌ترین اهداف پدافند غیرعامل در صنعت برق است. از سوی دیگر، احتمال خراب­کاری و حملات تروریستی به‌منظور صدمه­زدن به ساختار برق کشور وجود دارد. زیرساخت اندازه‌گیری فراگیر که مبتنی بر ادوات اندازه‌گیری فازوری است، راه‌حل مناسبی برای کنترل و پایش شبکه برق کشور است. با استفاده از این زیرساخت، می‌توان در شرایط اضطراری، عملیات کنترل شبکه برق را به­نحو بسیار مطلوب انجام­ داد. در این مقاله، روش جدیدی به‌منظور یافتن مکان بهینه ادوات اندازه‌گیری فازوری و طراحی زیرساخت ارتباطی مناسب ارائه ­شده ­است. در این مطالعه، تابع هدف هزینه با قید حفظ رویت‌پذیری سامانه، در نظر گرفته­ شده ­است. از روش بهینه‌سازی اجتماع ذرات باینری برای حل مسئله بهینه‌سازی استفاده ­شده­ است. همچنین، از روش بلمن فورد برای طراحی زیرساخت ارتباطی استفاده­ شده ­است. روش پیشنهادی برروی شبکه‌های استاندارد 30 و 39 شینه IEEE و همچنین شبکه برق ایران آزمایش شده است. به ­این منظور، سناریوهای محتمل تروریستی در شبیه‌سازی لحاظ­ شده­ است. نتایج به­دست ­آمده نشان­ می‌دهد که با طراحی WAMS مناسب با در نظر داشتن قید پدافند غیرعامل، می‌توان رویت‌پذیری شبکه برق را در صورت رخداد حمله تروریستی حفظ­ کرد.
کلیدواژه‌ها
سیستم اندازه‌گیری فراگیر؛ ادوات اندازه‌گیری فازوری؛ رویت‌پذیری؛ الگوریتم اجتماع ذرات باینری؛ پدافند غیرعامل
مراجع
  1. Gh. Eisazadeh, A. Saeidi, A. Nazarkhah, A. Jahani, “Increasing Military Grid Security using Passive Defense,” Geopoletic congress of Iran, 2013 (In Persian).
  2. E. Abiri, F. Rashidi, T. Niknam, and M. R. Salehi, “Optimal PMU placement method for complete topological observability of power system under various contingencies,” Electric Power and Energy Systems, vol. 61, Issue 1, pp. 585-593, 2014.
  3. K. P. Chin, W. Liu, C. S. Yu, and J. A. Jiang, “Transmission network fault location observability with minimal PMU placement,” IEEE Transaction of Power Delivery, vol. 21, Issue 1, pp. 1128-1136, 2006.
  4. C. W. Liu and J. Thorp, “Application of synchronized Phasor Measurements to Realtime Transient Stability Prediction,” Proc. Inst. Elect. Eng. General Transmission Distribution, vol. 142, Issue 1, pp. 355-360, 1995.
  5. T. T. Nguyen and V. L. Nguyen, “Application of wide-area network of phasor measurements for secondary voltage control in power systems with FACTS controllers,” IEEE Power Engineering Society General Meeting, 2005.
  6. A. G. Phadke, “Synchronized phasor measurements in power systems,” IEEE Computer Application Power, vol. 1, Issue 1, pp. 10-15, 1993.
  7. N. H. Abbasy and H. M. Ismail, “A unified approach for the optimal PMU location for power system state estimation,” IEEE Transaction on Power Systems, vol. 24, Issue 1, pp. 806-813, 2009.
  8. B. Gou, “Generalized integer linear programming formulation for optimal PMU placement,” IEEE Transaction on Power Systems, vol. 23, Issue 1, pp. 1099-1104, 2008.
  9. F. A. Aminifar, Khodaei, M. Fotuhi-Firuzabad, and M. Shahidehpour, “Contingency constrained PMU placement in power networks,” IEEE Transactions on Power Systems, vol. 25, Issue 1, pp. 516-523, 2010.
  10. S. Chakrabarti and E. Kyriakides, “Optimal placement of phasor measurement units for power system observability,” IEEE Transaction on Power Systems, vol. 23, Issue 1, pp. 1433-1440, 2008.
  11. J. Peng, Y. Sun, and H. F. Wang, “Optimal PMU placement for full network observabilityusingTabu search algorithm,” International Journal of Electrical Power, vol. 28, pp. 223- 231, 2006.
  12. F. J. Marin, F. Garcia-Lagos, G. Joya, and F. Sandoval, “Genetic algorithms for optimal placement of phasor measurement units in electrical networks,” Electronics Letters, vol. 39, pp. 1403-1405, 2003.
  13. B. Mohamadi, H. Mokhtari, M. Parniani, and M. Salehi, “Optimal Placement of PMUs for Iran’s Grid Observability,” Electric International Conference, vol. 23, 2008 (In Persian).
  14. M. Hajian, A. M. Ranjbar, T. Amraee, and A. R. Shirani, “Optimal placement of phasor measurement units: Particle swarm optimization approach,” International Conf. on Intelligent Systems appications to Power Systems, pp. 1-6, 2007.
  15. M. Hajian, A. M. Ranjbar, T. Amraee, and B. Mozafari, “Optimal placement of PMUs to maintain network observability using a modified BPSO algorithm,” International Journal of Electric Powewr, vol. 33, pp. 28-34, 2011.
  16. B. Wang, D. Liu, and L. Xiong, “An improved ant colony system in optimizing power system PMU placement problem,” Asia-Pacific Power and Energy Engineering Conference, pp. 1-3, 2009.
  17. F. Aminifar, C. Khodaei, and M. Fotuhi-Firuzabad, “Optimal placement of phasor measurement units using immunity genetic algorithm,” IEEE Transaction on Power Delivery, vol. 24, pp. 1014-1020, 2009.
  18. N. H. Abbasy and H. M. Ismail, “A unified approach for the optimal PMU location for system state estimation,” IEEE Transaction on Power Systems, vol. 24, pp. 806-813, 2009.
  19. F. Aminifar, A. Khodaei, M. FotuhiFiruzabad, and M. Shahidehpour, “Contingency-Constrained PMU placement in power networks,” IEEE Transaction on Power Systems, vol. 25, Issue 1, pp. 516-523, 2010.
  20. C. Rakpenthai, S. Premrudeepreechacharn, S. Uatrongjit, and N. R. Watson, “An optimal PMU placement method against measurement loss and branch outage,” IEEE Transaction on Power Systems,vol. 22, no. 1, pp. 101-107, 2007.
  21. S. Chakrabarti and E. Kyriakides, “Optimal placement of phasor measurement units for observability,” IEEE Transaction Power Systems, vol. 23, pp. 1433-1440, 2012.
  22. J. B. London, S. A. Piereti, S. Benedito, and N. G. Bretas, “Redundancy and analysis of conventional and PMU measurements,” IEEE Transaction on Power Systems, vol. 24, pp. 1629-1630, 2009.
  23. A. Enshaee, R. Hooshmand, and F. H. Fesharaki, “A new method for optimal placement of phasor measurement units to maintain full network observability under various contingencies,” Electric Power Systems, vol. 89, pp. 1-10, 2012.
  24. J. R. Kennedy and C. Eberhart, “A discrete binary version of the particle swarm algorithm,” IEEE Int. Con. on Systems, Man, and Cybernetics, Computational Cybernetics and Simulation, Vol. 5, PP. 4104-4108, 1997.
  25. T. H. Cormen, C. E. Lieserson, R. L. Rivest, and C. Stein, “Introduction to Algorithm,” 2nd Edition, MIT Press, Cambridge, 2001.
  26. “System test cases Archive,” http://www.ee.washington.edu.research/pstca, 2015.
  27. H. B. Puttgen, “Computational cycle time evaluation for steady state power flow calculations,” School of Electrical Engineering Institue of Technology, Georgia, 1985.
آمار
تعداد مشاهده مقاله: 986
تعداد دریافت فایل اصل مقاله: 244