RT - Journal Article T1 - Resilience-Based Framework for Distributed Generation Planning in Distribution Networks JF - ieijqp YR - 2020 JO - ieijqp VO - 9 IS - 4 UR - http://ieijqp.ir/article-1-687-fa.html SP - 35 EP - 49 K1 - Distribution Network K1 - Resilience K1 - Distributed Generation Resources K1 - Genetic Algorithm K1 - Optimal Planning AB - حوادث رخ­ داده با احتمال وقوع پایین و تأثیر بالا، که سالانه خسارات بالایی وارد می­ کنند، سلامت شبکه­ های توزیع را به صورت جدی تهدید می­ کنند. از این رو در سراسرجهان لزوم توجه به بحث افزایش تاب ­آوری شبکه و تداوم تأمین برق بیش از پیش احساس می­ شود. در شبکه­ های توزیع مدرن با توجه به حضور روز افزون منابع تولید پراکنده در شبکه­ های توزیع، یک روش جایگزین برای تأمین بار هنگام خرابی در سمت شبکه ­ی اصلی و بهبود تاب­ آوری شبکه، استفاده از منابع تولید پراکنده می­ باشد. در این مقاله ابتدا مفهوم تاب ­آوری شبکه توزیع در حضور منابع تولید پراکنده و نحوه مدل­ سازی حوادث طبیعی متداول مانند سیل و طوفان ارائه می­ گردد. سپس به منظور بررسی تأثیر منابع تولید پراکنده بر تاب­ آوری شبکه توزیع، شاخصی جدید بر اساس تاب­ آوری شبکه در قبال تأمین بار و تاب­ آوری منابع تولید پراکنده شامل سلول­ های خورشیدی و منابع گازسوز متداول، فرموله­ بندی شده و شاخص تاب­ آوری کل شبکه در حضور این منابع بدست می­ آید. در نهایت با استفاده از الگوریتم ژنتیک به عنوان ابزار بهینه­ سازی با هدف بهبود تاب­آوری شبکه توزیع به حل مسأله­ ی طراحی بهینه منابع تولید پراکنده که شامل تعیین نوع و مکان بهینه­ ی ظرفیت موجود این منابع در شبکه است، پرداخته می ­شود و با انجام مطالعات عددی بر روی یک شبکه­ ی توزیع واقعی کارایی روش پیشنهادی نشان داده می ­شود. LA eng UL http://ieijqp.ir/article-1-687-fa.html M3 10.29252/ieijqp.9.4.35 ER -