Power Systems Control and Reliability: Electric Power Design and Enhancement

با تمرکز بر قابلیت اطمینان سیستم‌های قدرت و تعهدات واحد تولید، که در طراحی و ارزیابی سیستم‌های قدرت الکتریکی برای برنامه‌ریزی، کنترل و بهره‌برداری ضروری هستند، این جلد آموزنده مفاهیم پایه مهندسی قابلیت اطمینان، مانند چرخش سیستم قدرت را پوشش می‌دهد. ذخیره، انواع منحنی های بار و اهداف و مزایای آنها، تبادل توان الکتریکی و محدودیت های عملکرد سیستم. نویسنده توضیح می‌دهد که چگونه نظریه احتمال نقش مهمی در کاربردهای قابلیت اطمینان بازی می‌کند و کاربردهای احتمال در سیستم‌های قدرت الکتریکی را مورد بحث قرار می‌دهد که منجر به توسعه مدل‌های ریاضی که در کتاب نشان داده شده‌اند. الگوریتم‌هایی که در سرتاسر فصل‌ها ارائه می‌شوند به محققان و مهندسان کمک می‌کنند تا برنامه‌های مناسب خود را در صورت نیاز پیاده‌سازی کنند و همچنین برای دانشجویان ارزشمند خواهند بود. شبکه‌های عصبی مصنوعی (ANN) و سیستم‌های منطق فازی (FL) مورد بحث قرار گرفته‌اند و تعدادی از مدل‌های تخمین بار برای برخی موارد ساخته شده‌اند که فرمول‌های آنها توسعه می‌یابد.

تعدادی از مدل‌های توسعه‌یافته ارائه شده‌اند. از جمله تکنیک های کرونکر، رانگ-کوتا مرتبه چهارم، روش ضرب سیستم، یا روش آدامز. و قطعات با اتصالات مختلف و توزیع های مختلف ارائه شده است. تعدادی مثال توضیح داده شده است که نحوه ساخت و ارزیابی نیروگاه ها را نشان می دهد.

Focusing on power systems reliability and generating unit commitments, which are essential in the design and evaluation of the electric power systems for planning, control, and operation, this informative volume covers the concepts of basic reliability engineering, such as power system spinning reserve, types of load curves and their objectives and benefits, the electric power exchange, and the system operation constraints. The author explains how the probability theory plays an important role in reliability applications and discusses the probability applications in electric power systems that led to the development of the mathematical models that are illustrated in the book. The algorithms that are presented throughout the chapters will help researchers and engineers to implement their own suitable programs where needed and will also be valuable for students. The Artificial Neural Networks (ANN) and Fuzzy Logic (FL) systems are discussed and a number of load estimation models are built for some cases, where their formulas are developed.

A number of developed models are presented, including the Kronecker techniques, Fourth-Order Runge-Kutta, System Multiplication Method, or Adams Method; and components with different connections and different distributions are presented. A number of examples are explained showing how to build and evaluate power plants.