پایان نامه با واژه های کلیدی شبیه‌سازی

پیک سیستم
الگوی بار
نقشه‌ی حمله
قطع بار
کلّ بار قطع شده
(MW)
تابع هدف
(× Ɍ ۲۴)

شین
MW

Case A
تمام حملات در زمان پیک سیستم (زیربازه‌ی t3)
1
3/113
8/4311
41/499728

2
7/1787

4
819

5
8/1591

نقشه‌ی حمله‌ی بدست آمده با استفاده از مدل WaW
1
3/151
6/4445
8/511549

2
8/1798

4
907

5
4/1588

Case B
تمام حملات در زمان پیک سیستم (زیربازه‌ی t3)
1
2/55
8/4317
13/506819

2
6/1753

4
819

5
1690

نقشه‌ی حمله‌ی بدست آمده با استفاده از مدل WaW
1
1/169
4682
7/550206

2
8/1718

4
882

5
1/1912

بار محاسباتی مسأله
همان‌طور که مشاهده می‌شود زمان شبیه‌سازی سناریوها و موارد مختلف، در جدول مربوط به هر سناریو در کنار سایر نتایج گزارش شده است. به طور کلّی با بزرگ‌تر شدن شبکه و افزایش تعداد خطوط انتقال، زمان محاسبات به صورت نمایی افزایش می‌یابد. بر اساس زمان‌های گزارش شده در جدول‌های مربوط به نتایج سناریوها، برای یک شبکه‌ی خاص، پارامترهایی که می‌توانند بار محاسبات را به طور عمده تغییر دهند شامل موارد زیر می‌شود:
تعداد کلّ افراد مهاجم:
با افزایش تعداد افراد مهاجم، زمان حلّ مسأله به طور کلّی افزایش می‌یابد و پس از یک مقدار خاص، این زمان کاهش می‌یابد. چنین روندی برای تعداد افراد مهاجم، در نتایج گزارش شده در [16] نیز دیده می‌شود که در آن‌جا نیز زمان حلّ مسأله‌ی آسیب‌پذیری دقیقاً چنین روندی را طی می‌کند. در این مثال، بیشترین مدّت زمان حلّ مربوط به زمانی است که تعداد افراد مهاجم برابر با شش نفر است.
حدّاکثر تعداد مجاز حمله به یک خط:
این پارامتر تأثیرگذارترین پارامتر در زمان حلّ مسأله است. تأثیر این پارامتر بر روند تغییرات زمان حلّ مسأله، مشابه با تأثیر تعداد کلّ افراد مهاجم بر این روند می‌باشد با این تفاوت که شدّت تأثیر این پارامتر بیش از تعداد کلّ افراد مهاجم است و جهش‌های ایجاد شده در زمان حلّ محاسبات، ناشی از تغییر این پارامتر بسیار وسیع‌تر از جهش‌های ناشی از تغییر تعداد کلّ افراد مهاجم می‌باشد. به ازای برخی مقادیر، زمان حلّ مسأله به شدّت افزایش می‌یابد و به طور کلّی اگر این پارامتر به قدر کافی بزرگ در نظر گرفته شود (این مقدار بر اساس افق زمانی مطالعه و حدّاقل زمان لازم برای تعمیرات اجباری تعیین می‌شود) زمان حلّ مسأله به شدّت کاهش می‌یابد. به عنوان مثال، در ‏جدول3-11 مشاهده می‌شود که زمان حلّ مسأله به ازای 1 = Zlmax حدود 32 دقیقه است و این مقدار برای 3 = Zlmax ناگهان به بیش از 33 ساعت می‌رسد که این مقدار حدود 66 برابر زمان حلّ مسأله به ازای 1 = Zlmax است. از سوی دیگر، زمان حلّ مسأله به ازای 5 = Zlmax به کمتر از چهار دقیقه کاهش می‌یابد که این مقدار کمتر از یک هشتم زمان حلّ مسأله به ازای 1 = Zlmax و کمتر از یک سیصدم زمان حلّ مسأله به ا ازای 3 = Zlmax می‌باشد.
زمان لازم برای تعمیرات اجباری:
این پارامتر نیز تأثیر زیادی بر زمان حلّ برنامه دارد. هرچند که انتخاب این پارامتر تا حدّ زیادی به ساختار جغرافیایی شبکه و تعداد تیم تعمیرات وابسته است ولی برای یک شبکه، هرچه میانگین مدّت زمان لازم برای تعمیرات اجباری خطوط شبکه کمتر باشد، زمان حلّ مسأله می‌تواند به شدّت کاهش یابد. به عنوان مثال، زمان حلّ مسأله در سناریوی 6 (با مجموعه W موجود درCase D در ‏جدول3-6) حدود شش دقیقه است و این زمان برای مورد مشابه در حالت 8 = R(t) در سناریوی 3 (با مجموعه‌ی W موجود درCase C در
‏جدول3-6) به بیش از 72 دقیقه می‌رسد و این یعنی افزایشی در حدود 12 برابر.

مثال عددی دوم
شبکه‌ی مورد مطالعه در مثال عددی دوم،IEEE 24-Bus RTS است [40] که دیاگرام تک‌خطّی آن در
‏شکل3-2 آورده شده است. کامپیوتر و نرم‌افزار استفاده شده برای حلّ شبیه‌سازی‌های این مثال، همان موارد استفاده شده برای مثال عددی اوّل است (به زیربخش ‏3-5 مراجعه شود).

افق زمانی مطالعه
افق زمانی مطالعه در این مثال دقیقاً مشابه با همان افق زمانی مثال عددی اوّل انتخاب شده است (به
زیربخش ‏3-5-1 مراجعه شود).

داده‌های ورودی مسأله
شبکه‌ی مورد مطالعه در این مثال دارای 17 ژنراتور، 29 خطّ انتقال، 19 بار و پنج ترانسفورمر است. اطّلاعات مربوط به ژنراتورهای سیستم را می‌توان در [8] یافت. در این مثال فرض شده است که همه‌ی ژنراتورها در هزینه‌ی نهایی150 خود پیشنهاد قیمت می‌دهند و این پیشنهادات قیمت، برای تمام بلوک‌ها و در تمام افق زمانی مورد مطالعه ثابت و یکسان می‌ماند.
برای هرکدام از بارهای سیستم تنها یک بلوک در نظر گرفته شده است. توزیع بار بر روی شین‌های مختلف شبکه، برحسب درصدی از بار پیک سیستم در هر زیربازه، در [8] آورده شده است. پیک بار سیستم مربوط به هر زیربازه در ‏جدول3-15 شده است. در هر هفته، برای تولید مقدار پیک بار آخر هفته از عددی تصادفی بین %80 تا %95 استفاده شده است که این عدد در پیک بار روزهای کاری ضرب می‌شود. پیک فصلی بار سیستم نیز در زیربازه‌ی t3 رخ می‌دهد. دو مجموعه‌ی مختلف برای مقادیر پارامتر W‌l مربوط به خطوط شبکه نیز در ‏جدول3-16 آورده شده است.

دیاگرام تک‌خطّی IEEE 24-Bus RTS [40]
تعریف سناریوها و ارائه و تحلیل نتایج
در این مثال چهار سناریو تعریف شده است که تنظیمات هر سناریو (مقادیر در نظر گرفته شده برای هر یک از فاکتورهای شش‌گانه) به همراه نتایج بدست آمده برای هر کدام در ‏جدول3-17 ارائه شده است. در تمامی شبیه‌سازی‌ها مقدار هزینه‌ی قطع بار در تمامی زیربازه‌ها برابر با Ɍ/MWh 3000 برای تمامی بارهای سیستم در نظر گرفته شده است.
در سناریوی 1، مهاجم هشت نیرو دارد و از این هشت نیرو برای حمله به چهارتا از خطوط مهمّ شبکه، یعنی خطوط 16، 17، 18 و 21، استفاده می‌کند. همان‌طور که مشاهده می‌شود، نقشه‌ی حمله به این صورت است که به هرکدام از این چهار خط، دو بار، یک بار در زیربازه‌ی t1 و بار دیگر در زیربازه‌ی t9 حمله شود. ‏شکل3-3 وضعیت شبکه را در سناریوی 1 به تصویر می‌کشد.

پیک بار سیستم در هر زیربازه
زیربازه
بار پیک
(MW)
زیربازه
بار پیک
(MW)
زیربازه
بار پیک
(MW)
زیربازه
بار پیک
(MW)
t1
7/2456
t10
5/2330
t19
5/2100
t28
4/1795
t2
1/2180
t11
9/2396
t20
6/1844
t29
9/2054
t3
2565
t12
6/1922
t21
8/2037
t30
2/1773
t4
9/2309
t13
2/23