fa حل مسئله پخش بار بهینه در شرایط نرمال و اضطراری با استفاده از الگوریتم ترکیبی گروه ذرات و نلدر مید (PSO-NM) قدرت Power پژوهشي Research <p dir="RTL">در این مقاله به منظور حل مسئله<span dir="LTR">&lrm;</span> پخش<span dir="LTR">&lrm;</span>بار بهینه <span dir="LTR">(OPF)</span>، از الگوریتم ترکیبی گروه ذرات <span dir="LTR">(PSO)</span> و نلدر &ndash; مید<span dir="LTR">(Nelder-Mead)</span> برای تنظیم بهینه<span dir="LTR">&lrm;</span> متغیرهای کنترلی پخش<span dir="LTR">&lrm;</span>بار بهینه استفاده شده است. هدف از ترکیب دو الگوریتم گروه ذرات و نلدر- مید یافتن روشی می&shy;باشد که علاوه بر داشتن مزیت&shy;های دو الگوریتم فوق، عیب ونقص&shy;های این دو الگوریتم را نداشته باشد. قدرت بالا در جستجو و وابستگی زیاد عملکرد به انتخاب اولیه نقاط از مزایا و معایب الگوریتم نلدر &ndash; مید می&shy;باشد. همچنین از مزایا و معایب الگوریتم گروه ذرات می&shy;توان به یافتن بهترین جواب و سرعت پایین در رسیدن به همگرایی اشاره کرد. بنابراین با ترکیب این دو الگوریتم، می&shy;توان به روش هوشمندی دست یافت که علاوه بر عدم وابستگی به انتخاب اولیه نقاط، دارای قدرت و سرعت بالایی در همگرایی می&shy;باشد. الگوریتم پیشنهادی بر<span dir="LTR">&lrm;</span>روی شبکه استاندارد <span dir="LTR">IEEE</span> <span dir="LTR">bus</span> -30&rlm;&rlm;&rlm;&rlm;&rlm;&rlm; با در نظرگرفتن اهداف حداقل نمودن هزینه سوخت ژنراتورها، اصلاح پروفیل ولتاژ و افزایش پایداری ولتاژ در شرایط عادی و اضطراری بررسی شده است. توابع هزینه مورد استفاده در این مطالعه بصورت چند جمله<span dir="LTR">&lrm;</span>ای درجه دوم تکه<span dir="LTR">&lrm;</span>ای ناهموار و غیر<span dir="LTR">&lrm;</span>محدب می<span dir="LTR">&lrm;</span>باشند. نتایج شبیه<span dir="LTR">&lrm;</span>سازی با استفاده از الگوریتم مذکور با نتایج حاصل از سایر الگوریتم<span dir="LTR">&lrm;</span>های تکاملی ارائه شده در مقالات سال<span dir="LTR">&lrm;</span>های اخیر مقایسه شده است که نتایج نشان‌دهنده برتری الگوریتم <span dir="LTR">PSO-NM</span> در حل مسئله پخش<span dir="LTR">&lrm;</span>بار بهینه می<span dir="LTR">&lrm;</span>باشد.</p> <p>In this paper, solving optimal power flow problem has been investigated by using hybrid particle swarm optimization and Nelder Mead Algorithms. The goal of combining Nelder-Mead (NM) simplex method and particle swarm optimization (PSO) is to integrate their advantages and avoid their disadvantages. NM simplex method is a very efficient local search procedure but its convergence is extremely sensitive to the selected starting point. In addition, PSO belongs to the class of global search procedures but requires much computational effort. PSO-NM algorithm is proposed in order to solve the optimal power flow and find optimal settings of OPF control variables. The proposed method is examined on IEEE 30-bus standard test system by considering fuel cost minimization, voltage profile improvement, and voltage stability enhancement in normal and contingency conditions. It is also possible to apply the mentioned algorithm for optimal settings of OPF control variables considering non-smooth piecewise quadratic and non-convex cost functions. Simulation results are presented and compared with other intelligent algorithms in the previous literature. The results indicate that PSO-NM algorithm is effective in solving OPF problem.</p> پخش‌بار بهینه (OPF), پایداری ولتاژ,الگوریتم ترکیبی گروه ذرات و نلدر مید (PSO-NM), بهبود پروفیل ولتاژ, تابع هزینه ناهموار, کاهش هزینه سوخت Optimal power flow, Hybrid Particle Swarm Optimization and Nelder Mead Algorithms (PSO-NM), Voltage stability. 111 124 http://jiaeee.com/browse.php?a_code=A-10-1-87&slc_lang=fa&sid=1 M. Joorabian محمود جورابیان 1003194753284600349 1003194753284600349 Yes E. Afzalan احسان افضلان 1003194753284600350 1003194753284600350 No