fa ارائه یک الگوریتم بهبود یافته تکاملی برای مسئله چند هدفه تجدید آرایش شبکه توزیع در حضور منابع تولید پراکنده و واحدهای خازنی با توجه به عدم قطعیت بار برق و کامپیوتر پژوهشي Research <p style="text-align: justify;"><span style="font-size:12px;"><span style="font-family:Tahoma;"><span style="direction:rtl"><span style="unicode-bidi:embed"><span style="font-weight:bold"><span lang="FA"><span style="font-weight:normal">تجدید آرایش فیدرهای شبکه توزیع یکی از راهبردهای شناخته شده و مؤثر در شبکه توزیع است که به منظور بدست آوردن یک پیکربندی بهینه جدید برای فیدرهای توزیع با مدیریت وضعیت سوئیچ ها در شبکه توزیع انجام می‌گیرد. در این مطالعه، مسئله چند هدفه تجدید آرایش شبکه توزیع در حضور بهینه منابع تولید پراکنده و واحدهای خازنی در قالب چند هدفه فرموله شده است. همچنین اثر عدم قطعیت مربوط به بار الکتریکی نیز در فرایند بهینه سازی مسئله مورد نظر لحاظ شده است. توابع هدف متداول در مساله تجدید آرایش شامل تلفات توان و انحراف ولتاژ می‌باشندکه اهداف مهمی در سیستم های توزیع سنتی هستند، معمولا به تابع هدف قابلیت اطمینان توجه کمتری شده است. از این رو، اهدف اصلی این مطالعه بهبود قابلیت اطمینان و کاهش تلفات و آلودگی واحدهای تولید پراکنده (دیزل ژنرتور) از طریق حل مساله تجدید آرایش شبکه توزیع می باشد. مسئله بهینه‌سازی تجدید آرایش شبکه توزیع، یک مسئله غیر خطی و غیر محدب است، در نظر گرفتن اثر واحدهای تولید پراکنده و خازنی باعث پیچیدگی بیشتر مسئله بهینه سازی می‌شود. به همین منظور، الگوریتم بهینه سازی بهبود یافته گرگ خاکستری برای حل این مسئله بهینه سازی ارائه شده است. در ادامه، مقادیر توابع هدف با استفاده از توابع عضویت فازی، نرمالیزه شده اند و درنهایت، از منطق فازی برای یافتن بهینه ترین جواب در میان جوابهای پارتو به دست آمده استفاده شده است</span></span><span lang="FA"><span style="font-weight:normal">.</span></span> <span lang="FA"><span style="font-weight:normal">به منظور نشان دادن کارایی روش پیشنهادی، بر روی سیستم تست 33 باسه تست شده، همچنین نتایج حاصل از بهینه سازی با نتایج سایر الگوریتم های تکاملی از قبیل اجتماع ذرات و جهش قورباغه مقایسه شده است.</span></span></span></span></span></span></span><span style="font-size:13pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span style="font-weight:bold"><span dir="LTR" style="font-size:10.0pt"></span></span></span></span></span></span></p> <p style="text-align: justify;"><span style="font-family:Tahoma;"><span style="font-size:12px;"><span style="unicode-bidi:embed">Reconfiguration of distribution network feeders is one of the well-known and effective strategies in the distribution network to obtain a new optimal configuration for the distribution feeders by managing the status of switches in the distribution network. This study formulates the multi-objective problem of reconfiguration of a distribution network in the optimal presence of distributed generation sources and capacitor units in a multi-objective format. Also, the effect of uncertainty related to electric charge is included in the optimization process of the problem.&nbsp; The optimization problem of the distribution network reconfiguration is non-linear and non-convex, considering that the effect of distributed and capacitive generation units makes the optimization problem more complicated. For this purpose, an improved gray wolf optimization algorithm is presented to solve this optimization problem. Then, the values ​​of the objective functions are normalized using fuzzy membership functions, and finally, fuzzy logic is used to find the most optimal solution among the Pareto solutions. To verify the effectiveness of the proposed method, it is tested on a test system of 33 pools, and the results of the optimization are compared with those of other evolutionary algorithms.</span></span></span><br> &nbsp;</p> تجدید آرایش شبکه توزیع, منابع تولید پراکنده, الگوریتم بهبود یافته گرگ خاکستری, انرژی توزیع نشده. Feeder reconfiguration, Distributed generation, Capacitor units, Energy not supplied, Modified grey wolf optimization method 31 43 http://ieijqp.ir/browse.php?a_code=A-10-184-8&slc_lang=fa&sid=1 hossein lotfi حسین لطفی hossein_lotfi95@yahoo.com 0682339709 10031947532846006216 No Hakim sabzevari university دانشکده مهندسی برق و کامپیوتر- دانشگاه حکیم سبزواری- سبزوار- ایران mohammad ebrahim hajiabadi محمد ابراهیم حاجی ابادی me.hajiabadi@hsu.ac.ir 10031947532846006217 10031947532846006217 Yes Hakim sabzevari university دانشکده مهندسی برق و کامپیوتر- دانشگاه حکیم سبزواری- سبزوار- ایران mehdi samadi مهدی صمدی ma.samadi@hsu.ac.ir 10031947532846006218 10031947532846006218 No Hakim sabzevari university دانشکده مهندسی برق و کامپیوتر- دانشگاه حکیم سبزواری- سبزوار- ایران