Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/7717
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorบัณฑิต เอื้ออาภรณ์-
dc.contributor.authorปฐม อัตตวิริยะนุภาพ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย-
dc.date.accessioned2008-08-04T08:08:01Z-
dc.date.available2008-08-04T08:08:01Z-
dc.date.issued2540-
dc.identifier.isbn9746383817-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/7717-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540en
dc.description.abstractออปติมัลเพาเวอร์โฟลว์เป็นส่วนสำคัญอย่างหนึ่งในการควบคุม และดำเนินงานระบบไฟฟ้ากำลัง ซึ่งจะพิจารณาหากำลังผลิตที่จ่ายจากเครื่องกำเนิดไฟฟ้า แรงดันที่บัส และค่าแท็ปของหม้อแปลงในระบบ โดยมีเป้าหมายเพื่อให้ต้นทุนการผลิตรวมของระบบต่ำที่สุด โดยที่ระบบยังคงดำเนินงานอยู่ในขอบเขตที่ปลอดภัย วิทยานิพนธ์ฉบับนี้ได้เสนอการแก้ปัญหาออปติมัลเพาเวอร์โฟลว์ โดยรวมผลของการจัดสรรกำลังจริง และกำลังรีแอกทีฟเข้าด้วยกัน ในการแก้ปัญหาจะแบ่งเป็น 2 ส่วน โดยที่ในส่วนแรกจะใช้เจเนติกอัลกอริทึม เพื่อหาคำตอบที่ใกล้เคียงจุดเหมาะสมโดยรวมก่อน จากนั้นจึงประยุกต์ใช้ Sequential quadratic programming ปรับแต่งเพื่อหาจุดเหมาะสมโดยรวมในส่วนที่สอง วิธีการดังกล่าวจะนำไปทดสอบกับระบบ 6 บัส 11 สายส่ง และ IEEE 30 บัส จากนั้นจะเปรียบเทียบผลที่ได้กับการแก้ปัญหาออปติมัลเพาเวอร์โฟลว์โดยใช้ Sequential quadratic programming หรือ เจเนติกอัลกอริทึมเพียงอย่างเดียวen
dc.description.abstractalternativeOptimal power flow is one of the main functions of power generation and control which determine the optimal setting of generating units, bus voltage and transformer tap to operate the system within its security limit with an objective to minimize total production cost. This thesis presents a methodology for solving optimal power flow including real and reactive power dispatches. A methodology is divided into two parts. The first part employs the genetic algorithms to obtain a near global solution, while the other part employs sequential quadratic programming to determine the optimal global solution. This method will be tested on a 6 bus and the IEEE 30 bus systems. The study results of this method is compared with those obtained from genetic algorithms or sequential quadratic programming separately.en
dc.format.extent500362 bytes-
dc.format.extent374668 bytes-
dc.format.extent910342 bytes-
dc.format.extent886771 bytes-
dc.format.extent1055918 bytes-
dc.format.extent675389 bytes-
dc.format.extent227223 bytes-
dc.format.extent1693477 bytes-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectออปติมัลเพาเวอร์โฟลว์en
dc.subjectจีเนติกอัลกอริทึมen
dc.subjectระบบไฟฟ้ากำลังen
dc.titleการทำออปติมัลเพาเวอร์โฟลว์โดยใช้เจเนติกอัลกอริทึมen
dc.title.alternativeOptimal power flow using a genetic algorithmen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมไฟฟ้าes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorBundhit.E@chula.ac.th-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Pathom_At_front.pdf488.63 kBAdobe PDFView/Open
Pathom_At_ch1.pdf365.89 kBAdobe PDFView/Open
Pathom_At_ch2.pdf889.01 kBAdobe PDFView/Open
Pathom_At_ch3.pdf865.99 kBAdobe PDFView/Open
Pathom_At_ch4.pdf1.03 MBAdobe PDFView/Open
Pathom_At_ch5.pdf659.56 kBAdobe PDFView/Open
Pathom_At_ch6.pdf221.9 kBAdobe PDFView/Open
Pathom_At_back.pdf1.65 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.