Abstract မြင့်မားသော ဓာတ်အားလျှပ်စစ်ဓာတ်အားထုတ်လုပ်မှု၏ အချိုးအစားသည် ဓာတ်အားစနစ်၏ တည်ငြိမ်မှုအပေါ် ဆိုးရွားသောသက်ရောက်မှုများ ရှိလာမည်ဖြစ်ပြီး စွမ်းအင်သိုလှောင်မှုသည် အဆိုပါသက်ရောက်မှုများကို ဖယ်ရှားပစ်ရန် ထိရောက်သောနည်းလမ်းများထဲမှ တစ်ခုဖြစ်သည်ဟု ယူဆပါသည်။ ဤစာတမ်းသည် ဓာတ်အားစီးဆင်းမှုရှုထောင့်မှ ဓာတ်အားစနစ်ပေါ်ရှိ photovoltaic ဓာတ်အားထုတ်လုပ်ခြင်း၏ လွှမ်းမိုးမှုကို ပိုင်းခြားစိတ်ဖြာပြီး သြဇာလွှမ်းမိုးမှုကို ထိန်းထားရန်အတွက် စွမ်းအင်သိုလှောင်မှု၏ အကျိုးသက်ရောက်မှုကို ပိုင်းခြားစိတ်ဖြာထားသည်။ ပထမဦးစွာ၊ ဖြစ်နိုင်ခြေ ဖြန့်ဖြူးမှုပုံစံနှင့် ဓာတ်အားစနစ်ရှိ အစိတ်အပိုင်းများ၏ စွမ်းအင်သိုလှောင်မှုပုံစံကို မိတ်ဆက်ပေးခဲ့ပြီး Latin hypercube နမူနာပုံစံနှင့် gram-Schmidt sequence normalization နည်းလမ်းကို မိတ်ဆက်ပေးခဲ့သည်။ ဒုတိယအနေဖြင့်၊ စွမ်းအင်သိုလှောင်မှုစနစ်၏ကုန်ကျစရိတ်၊ ဌာနခွဲဓာတ်အားစီးဆင်းမှု၏အကန့်အသတ်မရှိဖြစ်နိုင်ခြေနှင့်ဓာတ်အားလိုင်း၏ကွန်ရက်ဆုံးရှုံးမှုတို့ကိုထည့်သွင်းစဉ်းစားသည့် Multi-objective optimization model ကိုဖွဲ့စည်းခဲ့သည်။ ရည်မှန်းချက်လုပ်ဆောင်ချက်၏ အကောင်းဆုံးအဖြေကို မျိုးရိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ်ဖြင့် ရရှိခဲ့သည်။ နောက်ဆုံးအနေဖြင့်၊ အသွင်တူခြင်းအား IEEE24 node စမ်းသပ်မှုစနစ်တွင် ကွဲပြားသော photovoltaic ဝင်ရောက်နိုင်မှုစွမ်းရည်နှင့် ဓာတ်အားစနစ်ပေါ်ရှိ ဝင်ရောက်နိုင်သည့်တည်နေရာနှင့် ဓာတ်အားစနစ်အပေါ် စွမ်းအင်သိုလှောင်မှုအကျိုးသက်ရောက်မှု၊ နှင့် မတူညီသော photovoltaic စွမ်းရည်နှင့် ကိုက်ညီသော အကောင်းဆုံးစွမ်းအင်သိုလှောင်မှုဖွဲ့စည်းမှုပုံစံကို ခွဲခြမ်းစိတ်ဖြာရန် စီစဥ်ခြင်းကို လုပ်ဆောင်ပါသည်။ ရရှိသည်။

အဓိက စကားလုံးများမှာ photovoltaic ဓာတ်အားထုတ်လုပ်ခြင်း; စွမ်းအင်သိုလှောင်မှုစနစ်; ပိုမိုကောင်းမွန်အောင် ပြုလုပ်ထားသော ဖွဲ့စည်းမှုပုံစံ၊ ဖြစ်နိုင်ခြေ ပါဝါစီးဆင်းမှု; မျိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ် (ga)

Photovoltaic လျှပ်စစ်ဓာတ်အားထုတ်လုပ်ခြင်းတွင် စိမ်းလန်းသောပတ်ဝန်းကျင်ကာကွယ်မှုနှင့် ပြန်လည်ပြည့်ဖြိုးမြဲစွမ်းအင်များ၏ အားသာချက်များရှိပြီး ပြန်လည်ပြည့်ဖြိုးမြဲစွမ်းအင်အဖြစ် အလားအလာအရှိဆုံးတစ်ခုဖြစ်သည်။ 2020 တွင်၊ တရုတ်၏ စုစည်း တပ်ဆင်ထားသော photovoltaic ဓာတ်အားထုတ်လုပ်နိုင်မှုသည် 253 million kw သို့ရောက်ရှိခဲ့ပါသည်။ ကြီးမားသော PV ပါဝါ၏ ပြတ်တောက်မှုနှင့် မသေချာမရေရာမှုများသည် အထွတ်အထိပ်ရိတ်ခြင်း၊ တည်ငြိမ်မှုနှင့် အလင်းရောင်ကို ဖယ်ရှားခြင်းဆိုင်ရာ ပြဿနာများအပါအဝင် ဓာတ်အားစနစ်အပေါ် သက်ရောက်မှုရှိပြီး အဆိုပါပြဿနာများကို ဖြေရှင်းရန် ပိုမိုလိုက်လျောညီထွေရှိသော အစီအမံများ ချမှတ်ရန် လိုအပ်ပါသည်။ စွမ်းအင်သိုလှောင်မှုသည် ဤပြဿနာများကိုဖြေရှင်းရန် ထိရောက်သောနည်းလမ်းတစ်ခုဟု ယူဆပါသည်။ စွမ်းအင်သိုလှောင်မှုစနစ်ကို အသုံးချခြင်းသည် အကြီးစား photovoltaic grid ချိတ်ဆက်မှုအတွက် ဖြေရှင်းချက်အသစ်ကို ယူဆောင်လာပါသည်။

လက်ရှိတွင်၊ photovoltaic ဓာတ်အားထုတ်လုပ်ခြင်း၊ စွမ်းအင်သိုလှောင်မှုစနစ်နှင့် ဖြစ်နိုင်ခြေရှိသည့် ဓာတ်အားစီးဆင်းမှုဆိုင်ရာ သုတေသနများစွာကို ပြည်တွင်းပြည်ပတွင် ရှိပါသည်။ များပြားလှသော စာပေလေ့လာမှုများက စွမ်းအင်သိုလှောင်မှုသည် photovoltaic အသုံးပြုမှုနှုန်းကို မြှင့်တင်နိုင်ပြီး photovoltaic grid ချိတ်ဆက်မှု၏ တည်ငြိမ်မှုကို ဖြေရှင်းပေးနိုင်ကြောင်း ပြသသည်။ စွမ်းအင်သိုလှောင်မှုစနစ်အသစ်တွင် စွမ်းအင်သိုလှောင်မှုစနစ်ပုံစံဖွဲ့စည်းမှုတွင်၊ optical storage နှင့် wind storage ၏ထိန်းချုပ်မှုဗျူဟာသာမက စွမ်းအင်သိုလှောင်မှုစနစ်၏စီးပွားရေးကိုပါအာရုံစိုက်သင့်သည်။ ထို့အပြင် ဓာတ်အားစနစ်အတွင်း စွမ်းအင်သိုလှောင်သည့် ဓာတ်အားပေးစက်ရုံအများအပြားကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရန်အတွက် စွမ်းအင်သိုလှောင်သည့် ဓာတ်အားပေးစက်ရုံများ၏ လုပ်ငန်းဆောင်ရွက်မှု၏ စီးပွားရေးပုံစံ၊ ဓါတ်ရောင်ခြည်သုံး ဓာတ်အားလိုင်းများ၏ စမှတ်နှင့် အဆုံးအမှတ်နေရာရွေးချယ်မှုတို့ကို လေ့လာရန် လိုအပ်ပါသည်။ စွမ်းအင်သိုလှောင်မှုနေရာ ရွေးချယ်မှု။ သို့ရာတွင်၊ စွမ်းအင်သိုလှောင်မှုစနစ်၏ အကောင်းဆုံးပုံစံဖွဲ့စည်းပုံဆိုင်ရာ လက်ရှိသုတေသနသည် ဓာတ်အားစနစ်အပေါ် တိကျသောအကျိုးသက်ရောက်မှုကို ထည့်သွင်းစဉ်းစားခြင်းမရှိပါ၊ နှင့် အချက်ပေါင်းများစွာစနစ်ဆိုင်ရာ သုတေသနပြုချက်တွင် ကြီးမားသော အလင်းသိုလှောင်မှုဆိုင်ရာ လုပ်ဆောင်ချက်လက္ခဏာများ မပါဝင်ပါ။

လေစွမ်းအင်နှင့် photovoltaic ကဲ့သို့သော မသေချာမရေရာသော စွမ်းအင်အသစ်များကို အကြီးစား ဖွံ့ဖြိုးတိုးတက်မှုနှင့်အတူ၊ ဓာတ်အားစနစ်၏ လည်ပတ်မှုစီမံချက်တွင် ဓာတ်အားစနစ်၏ ပါဝါစီးဆင်းမှုကို တွက်ချက်ရန် လိုအပ်ပါသည်။ ဥပမာအားဖြင့်၊ စာပေများသည် လေအားဖြင့် ဓာတ်အားစနစ်တွင် စွမ်းအင်သိုလှောင်မှု၏ အကောင်းဆုံးတည်နေရာနှင့် စွမ်းရည်ခွဲဝေမှုကို လေ့လာသည်။ ထို့အပြင် ပါဝါစီးဆင်းမှု တွက်ချက်ရာတွင်လည်း စွမ်းအင်အရင်းအမြစ်အသစ်များစွာကြား ဆက်စပ်မှုကို ထည့်သွင်းစဉ်းစားသင့်သည်။ သို့သော်လည်း အထက်ဖော်ပြပါ လေ့လာမှုများအားလုံးသည် စွမ်းအင်အသစ်၏ မရေရာမသေချာမှုကို ထည့်သွင်းစဉ်းစားခြင်းမရှိသည့် အဆုံးအဖြတ်ပါဝါစီးဆင်းမှုနည်းလမ်းများကို အခြေခံထားသည်။ စာပေသည် လေစွမ်းအင်၏ မသေချာမရေရာမှုကို ထည့်သွင်းစဉ်းစားပြီး လည်ပတ်မှုစီးပွားရေးကို ပိုမိုကောင်းမွန်စေသည့် ဆိုက်ရွေးချယ်မှုအား ပိုမိုကောင်းမွန်စေရန် စွမ်းအင်သိုလှောင်မှုစနစ်အား အကောင်းဆုံးဖြစ်အောင် ဖြစ်နိုင်ခြေရှိသော အကောင်းဆုံး စွမ်းအင်စီးဆင်းမှုနည်းလမ်းကို အသုံးချသည်။

လက်ရှိတွင်၊ မတူညီသောဖြစ်နိုင်ချေစွမ်းအားစီးဆင်းမှုဆိုင်ရာ အယ်လဂိုရီသမ်များကို ပညာရှင်များက အဆိုပြုထားပြီး၊ Monte Carlo simulation method ကိုအခြေခံ၍ nonlinear probabilistic ပါဝါစီးဆင်းမှုနည်းလမ်းများကို စာပေများတွင် အဆိုပြုထားသော်လည်း Monte Carlo နည်းလမ်း၏ အချိန်ကိုက်မှုမှာ အလွန်ညံ့ဖျင်းပါသည်။ စွမ်းအင်သိုလှောင်မှုတည်နေရာကိုလေ့လာရန် ဖြစ်နိုင်ခြေရှိသော အကောင်းဆုံးပါဝါစီးဆင်းမှုကို အသုံးပြုရန် စာပေတွင် အဆိုပြုထားပြီး 2 m အမှတ်နည်းလမ်းကို အသုံးပြုထားသော်လည်း ဤနည်းလမ်း၏ တွက်ချက်မှုတိကျမှုသည် စံပြမဟုတ်ပါ။ ပါဝါစီးဆင်းမှု တွက်ချက်မှုတွင် Latin hypercube နမူနာပုံစံကို အသုံးချပုံကို ဤစာတမ်းတွင် လေ့လာထားပြီး Latin hypercube နမူနာပုံစံ၏ သာလွန်ကောင်းမွန်မှုကို ဂဏန်းနမူနာများဖြင့် သရုပ်ဖော်ထားသည်။

အထက်ဖော်ပြပါ သုတေသနကို အခြေခံ၍ ဤစာတမ်းသည် အကြီးစား photovoltaic ဓာတ်အားထုတ်လုပ်ခြင်းဖြင့် ဓာတ်အားစနစ်အတွင်း စွမ်းအင်သိုလှောင်မှု၏ အကောင်းဆုံးခွဲဝေမှုကို လေ့လာရန် ဖြစ်နိုင်ခြေရှိသော ပါဝါစီးဆင်းမှုနည်းလမ်းကို အသုံးပြုထားသည်။ ပထမဦးစွာ၊ ဖြစ်နိုင်ခြေဖြန့်ဖြူးမှုပုံစံနှင့် ပါဝါစနစ်ရှိ အစိတ်အပိုင်းများ၏ လက်တင် hypercube နမူနာနည်းလမ်းကို မိတ်ဆက်ပေးခဲ့သည်။ ဒုတိယအနေဖြင့်၊ စွမ်းအင်သိုလှောင်မှုကုန်ကျစရိတ်၊ ကန့်သတ်ချက်ထက် ပါဝါစီးဆင်းမှုဖြစ်နိုင်ခြေနှင့် ကွန်ရက်ဆုံးရှုံးမှုတို့ကို ထည့်သွင်းစဉ်းစားရန် ဘက်စုံရည်မှန်းချက် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းပုံစံကို တည်ဆောက်ထားသည်။ နောက်ဆုံးတွင်၊ သရုပ်ဖော်မှုခွဲခြမ်းစိတ်ဖြာမှုကို IEEE24 node စမ်းသပ်မှုစနစ်တွင် လုပ်ဆောင်သည်။

1. ဖြစ်နိုင်ခြေရှိသော ပါဝါစီးဆင်းမှုပုံစံ

1.1 အစိတ်အပိုင်းများ၏ မသေချာမရေရာမှုပုံစံ

Photovoltaic၊ load နှင့် generator အားလုံးသည် မသေချာမရေရာသော ကျပန်းပြောင်းလွဲများဖြစ်သည်။ ဖြန့်ဖြူးကွန်ရက်၏ ဖြစ်နိုင်ချေရှိသော ပါဝါစီးဆင်းမှုကို တွက်ချက်ရာတွင် ဖြစ်နိုင်ခြေပုံစံကို စာပေတွင် ရှင်းပြထားသည်။ သမိုင်းအချက်အလက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့်၊ photovoltaic ဓာတ်အားထုတ်လုပ်ခြင်း၏ အထွက်ပါဝါသည် BETA ဖြန့်ဖြူးမှုနောက်ဆက်တွဲဖြစ်သည်။ ဝန်ပါဝါ၏ဖြစ်နိုင်ခြေဖြန့်ဝေမှုအား အံဝင်ခွင်ကျဖြစ်စေခြင်းဖြင့် ဝန်သည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့လိုက်သည်ဟု ယူဆရပြီး ၎င်း၏ဖြစ်နိုင်ခြေသိပ်သည်းဆဖြန့်ဖြူးမှုလုပ်ဆောင်ချက်မှာ၊

ပုံ(၁)၊

အဘယ်မှာ၊ Pl သည် ဝန်ပါဝါဖြစ်သည်။ μ L နှင့် σ L တို့သည် ဝန်၏မျှော်လင့်ချက်နှင့် ကွဲလွဲမှုအသီးသီးဖြစ်သည်။

ဂျင်နရေတာ၏ဖြစ်နိုင်ခြေပုံစံသည် အများအားဖြင့် အချက်နှစ်ချက်ခွဲဝေမှုကို လက်ခံလေ့ရှိပြီး ၎င်း၏ဖြစ်နိုင်ခြေသိပ်သည်းဆဖြန့်ဖြူးမှုလုပ်ဆောင်ချက်မှာ၊

(2)

P သည် generator ၏ ပုံမှန်လည်ပတ်မှုဖြစ်နိုင်ခြေ၊ PG သည် generator ၏ output power ဖြစ်သည်။

နေ့လယ်အချိန်တွင် အလင်းရောင်လုံလောက်သောအခါ၊ photovoltaic power station ၏တက်ကြွသောပါဝါသည် ကြီးမားပြီး အချိန်မီအသုံးပြုရခက်ခဲသောပါဝါအား စွမ်းအင်သိုလှောင်မှုဘက်ထရီတွင် သိမ်းဆည်းထားမည်ဖြစ်သည်။ ဝန်ပါဝါမြင့်မားသောအခါ စွမ်းအင်သိုလှောင်မှုဘက်ထရီသည် သိုလှောင်ထားသည့်စွမ်းအင်ကို ထုတ်လွှတ်မည်ဖြစ်သည်။ စွမ်းအင်သိုလှောင်မှုစနစ်၏ instantaneous energy balance ညီမျှခြင်းဖြစ်ပါသည်။

အားသွင်းတဲ့အခါမှာ

(3)

ဥတုက ဘယ်တော့လဲ။

(4)

ကန့်သတ်ချက်

ရုပ်ပုံများ,

ရုပ်ပုံများ,

ရုပ်၊ ရုပ်

St သည် T တွင်သိမ်းဆည်းထားသည့်စွမ်းအင်၊ Pt သည် စွမ်းအင်သိုလှောင်မှု၏ အားသွင်းခြင်းနှင့် ထုတ်လွှတ်ခြင်းပါဝါဖြစ်သည်။ SL နှင့် SG တို့သည် အားသွင်းခြင်းနှင့် အားသွင်းခြင်း၏ စွမ်းအင်များဖြစ်သည်။ η C နှင့် η D တို့သည် အားသွင်းခြင်းနှင့် အားသွင်းခြင်း ထိရောက်မှု အသီးသီး ရှိသည်။ Ds သည် စွမ်းအင်သိုလှောင်မှု၏ ကိုယ်တိုင်ထုတ်လွှတ်မှုနှုန်းဖြစ်သည်။

1.2 လက်တင် hypercube နမူနာယူနည်း

မသေချာသောအချက်များအောက်တွင် စနစ်ပါဝါစီးဆင်းမှုကို ပိုင်းခြားစိတ်ဖြာရန် အသုံးပြုနိုင်သည့် သရုပ်ဖော်နည်းလမ်း၊ အနီးစပ်ဆုံးနည်းလမ်းနှင့် ခွဲခြမ်းစိတ်ဖြာသည့်နည်းလမ်းများ ရှိပါသည်။ Monte Carlo simulation သည် ဖြစ်နိုင်ချေရှိသော ပါဝါစီးဆင်းမှုဆိုင်ရာ အယ်လဂိုရီသမ်များတွင် အတိကျဆုံးနည်းလမ်းများထဲမှတစ်ခုဖြစ်သော်လည်း ၎င်း၏အချိန်ကိုက်မှုသည် မြင့်မားသောတိကျမှုနှင့် နှိုင်းယှဉ်ပါက နည်းပါးပါသည်။ နမူနာယူချိန်နည်းပါးသောအခါတွင်၊ ဤနည်းလမ်းသည် ဖြစ်နိုင်ခြေဖြန့်ဝေမျဉ်းကွေး၏အမြီးကို လျစ်လျူရှုထားသော်လည်း တိကျမှုကို တိုးတက်စေရန်အတွက်၊ ၎င်းသည် နမူနာအကြိမ်များကို တိုးမြှင့်ရန် လိုအပ်သည်။ လက်တင် hypercube နမူနာယူနည်းသည် ဤပြဿနာကို ရှောင်ရှားသည်။ ၎င်းသည် နမူနာအချက်များသည် ဖြစ်နိုင်ခြေဖြန့်ဝေမှုကို ထိထိရောက်ရောက်ထင်ဟပ်စေပြီး နမူနာယူချိန်များကို ထိထိရောက်ရောက် လျှော့ချနိုင်စေရန်အတွက် အထက်အောက်နမူနာနည်းလမ်းတစ်ခုဖြစ်သည်။

ပုံ 1 သည် 10 မှ 200 အထိနမူနာအကြိမ်များနှင့်အတူ Latin hypercube နမူနာပုံစံ၏ မျှော်လင့်ချက်နှင့် ကွဲလွဲမှုကို ပြသည်။ နည်းလမ်းနှစ်ခုမှရရှိသော ရလဒ်များ၏ ယေဘုယျလမ်းကြောင်းသည် လျော့ကျနေသည်။ သို့သော်၊ monte Carlo နည်းလမ်းမှရရှိသော မျှော်လင့်ချက်နှင့် ကွဲလွဲမှုသည် အလွန်မတည်မငြိမ်ဖြစ်ပြီး၊ များစွာသော simulations မှရရှိသောရလဒ်များသည် တူညီသောနမူနာအကြိမ်များနှင့် တူညီမည်မဟုတ်ပါ။ လက်တင် ဟိုက်ပါကျူဘီနမူနာနည်းလမ်း၏ ကွဲလွဲမှုသည် စံနမူနာအကြိမ်များတိုးလာသည်နှင့်တပြိုင်နက် လျော့နည်းသွားကာ နမူနာအကြိမ်ရေ 5 ကျော်သည့်အခါ 150% အောက်သို့ လျော့နည်းသွားပါသည်။ လက်တင်ဟိုက်ပါကျူဘီနမူနာနည်းလမ်း၏နမူနာအမှတ်မှာ မှတ်သားထိုက်ပါသည်။ Y-ဝင်ရိုးနှင့် ပတ်သက်သော အချိုးညီသောကြောင့် ၎င်း၏ အမှားသည် 0 ဖြစ်ပြီး ၎င်း၏ အားသာချက်လည်း ဖြစ်သည်။

ရုပ်ပုံလွှာ

သဖန်းသီး။ 1 MC နှင့် LHS အကြား မတူညီသော နမူနာအချိန်များကို နှိုင်းယှဉ်ခြင်း။

လက်တင်ဟိုက်ပါကျူဘီနမူနာနည်းလမ်းသည် အလွှာလိုက်နမူနာနည်းလမ်းတစ်ခုဖြစ်သည်။ ထည့်သွင်းကျပန်း variable များ၏နမူနာထုတ်လုပ်ခြင်းလုပ်ငန်းစဉ်ကို ပိုမိုကောင်းမွန်စေခြင်းဖြင့်၊ နမူနာတန်ဖိုးသည် ကျပန်းကိန်းရှင်များ၏ အလုံးစုံဖြန့်ဖြူးမှုကို ထိထိရောက်ရောက်ထင်ဟပ်နိုင်သည်။ နမူနာယူခြင်းလုပ်ငန်းစဉ်ကို အဆင့်နှစ်ဆင့်ခွဲထားသည်။

(၁) နမူနာယူခြင်း။

Xi (I = 1, 2,… ,m) သည် m ကျပန်းပြောင်းလွဲများဖြစ်ပြီး၊ နမူနာအချိန်များသည် N ဖြစ်သည်၊ ပုံတွင်ပြထားသည့်အတိုင်းဖြစ်သည်။ 2. Xi ၏ တိုးပွားလာနိုင်သည့် ဖြစ်နိုင်ခြေ ဖြန့်ဝေမျဉ်းကွေးကို ညီတူညီမျှအကွာအဝေးဖြင့် N ကြားကာလအဖြစ် ပိုင်းခြားထားပြီး ထပ်နေခြင်းမရှိပါ၊ ကြားကာလတစ်ခုစီ၏ အလယ်အမှတ်ကို ဖြစ်နိုင်ခြေ Y ၏နမူနာတန်ဖိုးအဖြစ် ရွေးချယ်ပြီး၊ ထို့နောက် နမူနာတန်ဖိုး Xi= p-1 (Yi) သည် inverse function ကို အသုံးပြု၍ တွက်ချက်ပြီး တွက်ချက်ထားသော Xi သည် ကျပန်း variable ၏ နမူနာတန်ဖိုးဖြစ်သည်။

ရုပ်ပုံလွှာ

ပုံ 2 LHS ၏ schematic diagram

(၂) ပြောင်းလဲမှုများ

(1) မှရရှိသောကျပန်းကိန်းရှင်များ၏နမူနာတန်ဖိုးများကို စဉ်ဆက်မပြတ်စီစဉ်ထားသောကြောင့် m ကျပန်းကိန်းရှင်များကြားဆက်စပ်မှုသည် 1 ဖြစ်ပြီး တွက်ချက်၍မရပါ။ gram-Schmidt sequence orthogonalization method ကို ကျပန်း variable များ၏ နမူနာတန်ဖိုးများကြား ဆက်စပ်မှုကို လျှော့ချရန် လက်ခံနိုင်သည်။ ပထမဦးစွာ K×M အမှာစာ I=[I1, I2…, IK]T ၏ matrix ကို ထုတ်ပေးပါသည်။ အတန်းတစ်ခုစီရှိဒြပ်စင်များကို 1 မှ M အထိ ကျပန်းစီစဉ်ထားပြီး ၎င်းတို့သည် မူရင်းကျပန်းပြောင်းလဲနိုင်သောတန်ဖိုး၏နမူနာတန်ဖိုး၏အနေအထားကိုကိုယ်စားပြုသည်။

အပြုသဘောဆောင်သော ထပ်လောင်းပြောဆိုခြင်း။

ရုပ်ပုံလွှာ

အပြန်ပြန်အထပ်ထပ်

ရုပ်ပုံလွှာ

“Picture” သည် တာဝန်ကို ကိုယ်စားပြုသည်၊ ထုတ်ယူခြင်း(Ik၊Ij) သည် မျဉ်းကြောင်းဆုတ်ယုတ်မှု Ik=a+bIj တွင် ကျန်ရှိသောတန်ဖိုးကို ကိုယ်စားပြုသည်၊ အဆင့်(Ik) သည် သေးငယ်သည်မှ ကြီးမားသော ဒြပ်စင်များ Ik မှ အသေးမှ အကြီးအထိ စီစဥ်ထားသော ကိန်းဂဏန်းအသစ်များကို ကိုယ်စားပြုသည်။

အပြန်အလှန်ဆက်နွယ်မှုကိုကိုယ်စားပြုသည့် RMS တန်ဖိုး ρ သည် လျော့နည်းသွားသည်အထိ နှစ်လမ်းညွန်ပြန်ခြင်းပြီးနောက်၊ permutation ကိုရရှိပြီးနောက် ကျပန်း variable တစ်ခုစီ၏ position matrix ကို၊ ထို့နောက် ဆက်စပ်မှုအနည်းဆုံးဖြစ်သော ကျပန်း variable များ၏ permutation matrix ကို ရယူနိုင်ပါသည်။

(5)

ပုံသည် Ik နှင့် Ij အကြားဆက်စပ်ကိန်းဖြစ်ပြီး၊ cov သည် ကွဲလွဲမှုဖြစ်ပြီး VAR သည် ကွဲလွဲမှုဖြစ်သည်။

2. Multi-objective optimization စွမ်းအင်သိုလှောင်မှုစနစ်၏ဖွဲ့စည်းပုံ

2.1 ရည်ရွယ်ချက်လုပ်ဆောင်ချက်

စွမ်းအင်သိုလှောင်မှုစနစ်၏ ပါဝါနှင့် စွမ်းရည်ကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ရန်အတွက် စွမ်းအင်သိုလှောင်မှုစနစ်၏ ကုန်ကျစရိတ်၊ အကန့်အသတ်မရှိ ပါဝါဖြစ်နိုင်ခြေနှင့် ကွန်ရက်ဆုံးရှုံးမှုတို့ကို ထည့်သွင်းစဉ်းစားရန် ဘက်စုံရည်မှန်းချက် ပိုမိုကောင်းမွန်အောင် လုပ်ဆောင်မှုတစ်ခုကို တည်ဆောက်ထားသည်။ အညွှန်းတစ်ခုစီ၏ ကွဲပြားသောအတိုင်းအတာကြောင့်၊ အညွှန်းတစ်ခုစီအတွက် သွေဖည်မှုစံသတ်မှတ်ချက်ကို လုပ်ဆောင်သည်။ သွေဖည်မှုစံနှုန်းသတ်မှတ်ခြင်းပြီးနောက်၊ အမျိုးမျိုးသော variable များ၏ သတိပြုမိသောတန်ဖိုးများ၏တန်ဖိုးသည် (0,1) အကြားရှိမည်ဖြစ်ပြီး စံသတ်မှတ်ထားသောဒေတာများသည် ယူနစ်များမပါသော ပမာဏစစ်စစ်ဖြစ်သည်။ ပကတိအခြေအနေတွင်၊ အညွှန်းတစ်ခုစီအပေါ် အလေးပေးမှုတွင် ကွဲပြားမှုများရှိနိုင်သည်။ ညွှန်ပြချက်တစ်ခုစီကို တိကျသောအလေးချိန်တစ်ခုပေးမည်ဆိုပါက မတူညီသောအလေးပေးမှုများကို ခွဲခြမ်းစိတ်ဖြာလေ့လာနိုင်သည်။

(6)

မည်သည့်နေရာတွင်၊ w သည် အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ရမည့်အညွှန်းဖြစ်သည်။ Wmin နှင့် wmax သည် စံသတ်မှတ်ခြင်းမရှိဘဲ မူလလုပ်ဆောင်ချက်၏ အနိမ့်ဆုံးနှင့် အမြင့်ဆုံးဖြစ်သည်။

ရည်ရွယ်ချက်ကတော့ function ပါ။

(7)

ဖော်မြူလာတွင်၊ λ1 ~ λ3 သည် အလေးချိန်ကိန်းများဖြစ်သည်၊ Eloss၊ PE နှင့် CESS များသည် စံသတ်မှတ်ထားသော ဌာနခွဲကွန်ရက်ဆုံးရှုံးမှုများ၊ ခွဲထွက်နေသော ပါဝါဖြတ်ကျော်နိုင်ခြေနှင့် စွမ်းအင်သိုလှောင်မှု ရင်းနှီးမြှုပ်နှံမှုကုန်ကျစရိတ် အသီးသီးဖြစ်သည်။

2.2 မျိုးရိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ်

မျိုးရိုးဗီဇဆိုင်ရာ အယ်လဂိုရီသမ်သည် သဘာဝတွင် အသင့်လျော်ဆုံးရှင်သန်မှု၏ မျိုးရိုးဗီဇနှင့် ဆင့်ကဲဖြစ်စဉ်နိယာမများကို တုပခြင်းဖြင့် တည်ဆောက်ထားသော ပိုမိုကောင်းမွန်အောင်လုပ်ဆောင်သည့် အယ်လဂိုရီသမ်တစ်မျိုးဖြစ်သည်။ ပထမဆုံး coding လုပ်ဖို့၊ ကနဦးလူဦးရေတစ်ခုချင်းစီကို coding တစ်ခုချင်းစီကိုယ်စား (ပြဿနာဖြစ်နိုင်ချေရှိတဲ့ အဖြေတစ်ခု) ဖြစ်တဲ့အတွက် ဖြစ်နိုင်ချေရှိတဲ့ အဖြေတစ်ခုစီက genotype phenotype အသွင်ပြောင်းဖို့အတွက်ကနေ၊ လူတစ်ဦးချင်းစီအတွက် သဘာဝနိယာမတွေအရ ရွေးချယ်ဆောင်ရွက်ဖို့၊ ရွေးချယ်ထားတဲ့အတွက်၊ မျိုးဆက်တစ်ခုစီမှ ကွန်ပြူတာပတ်ဝန်းကျင်တွင် မျိုးဆက်တစ်ခုစီမှ ခိုင်မာသောတစ်ဦးချင်းစီနှင့် လိုက်လျောညီထွေဖြစ်အောင်၊ တစ်ဦးချင်းစီ၏ပတ်ဝန်းကျင်နှင့် လိုက်လျောညီထွေအရှိဆုံးဖြစ်သည့်တိုင်အောင်၊ ကုဒ်ဆွဲပြီးနောက်၊ ၎င်းသည် ပြဿနာ၏ အနီးစပ်ဆုံး အကောင်းဆုံးဖြေရှင်းချက်ဖြစ်သည်။

ဤစာတမ်းတွင်၊ photovoltaic နှင့် energy storage အပါအဝင် power system ကို probabilistic power flow algorithm ဖြင့် ပထမဦးစွာ တွက်ချက်ထားပြီး၊ ရရှိထားသော data ကို ပြဿနာဖြေရှင်းရန်အတွက် မျိုးရိုးဗီဇဆိုင်ရာ algorithm ၏ input variable အဖြစ် အသုံးပြုပါသည်။ တွက်ချက်မှုလုပ်ငန်းစဉ်ကို ပုံ 3 တွင်ပြသထားပြီး အဓိကအားဖြင့် အောက်ပါအဆင့်များအဖြစ် ပိုင်းခြားထားသည်။

ရုပ်ပုံလွှာ

သဖန်းသီး။ 3 Algorithm စီးဆင်းမှု

(1) ထည့်သွင်းမှုစနစ်၊ ဓါတ်ငွေ့ဗို့အားနှင့် စွမ်းအင်သိုလှောင်မှုဒေတာ၊ လက်တင် ဟိုက်ပါကျူဘီနမူနာနှင့် Gram-Schmidt အစီအစဥ် ပေါင်းစပ်ဖွဲ့စည်းခြင်းတို့ကို လုပ်ဆောင်ပါ။

(၂) ပါဝါစီးဆင်းမှု တွက်ချက်မှုပုံစံတွင် နမူနာပြထားသော အချက်အလက်ကို ထည့်သွင်းပြီး တွက်ချက်မှုရလဒ်များကို မှတ်တမ်းတင်ပါ။

(၃) နမူနာတန်ဖိုးနှင့် ကိုက်ညီသော ကနဦးလူဦးရေကို ထုတ်လုပ်ရန် ထွက်လာသည့်ရလဒ်များကို ခရိုမိုဆုန်းဖြင့် ကုဒ်လုပ်ထားသည်။

(၄) လူဦးရေတွင် တစ်ဦးချင်းစီ၏ ကြံ့ခိုင်မှုကို တွက်ချက်ပါ။

(၅) မျိုးဆက်သစ်လူဦးရေကို မွေးထုတ်ပေးရန် ရွေးချယ်၊ ဖြတ်ကျော်ပြီး မျိုးပြောင်းခြင်း၊

(၆) လိုအပ်ချက်များ ပြည့်မီခြင်း ရှိ၊မရှိ၊ မရှိပါက အဆင့် (၄) သို့ ပြန်သွားရန်။ ဟုတ်ပါက၊ အကောင်းဆုံးဖြေရှင်းချက်မှာ decoding ပြီးနောက် output ဖြစ်သည်။

3. နမူနာခွဲခြမ်းစိတ်ဖြာခြင်း။

ဖြစ်နိုင်ခြေရှိသော ပါဝါစီးဆင်းမှုနည်းလမ်းကို ပုံတွင်ပြသထားသည့် IEEE24-node စမ်းသပ်မှုစနစ်တွင် သရုပ်ဖော်ပြီး ခွဲခြမ်းစိတ်ဖြာထားသည်။ 4 တွင် 1-10 node များ၏ ဗို့အားအဆင့်မှာ 138 kV ဖြစ်ပြီး 11-24 nodes သည် 230 kV ဖြစ်သည်။

ရုပ်ပုံလွှာ

ပုံ 4 IEEE24 node စမ်းသပ်မှုစနစ်

3.1 ဓာတ်အားစနစ်ပေါ်ရှိ photovoltaic ဓာတ်အားပေးဌာန၏ လွှမ်းမိုးမှု

ဓာတ်အားစနစ်ရှိ Photovoltaic ဓာတ်အားပေးဌာန၊ ဓာတ်အားစနစ်၏ တည်နေရာနှင့် စွမ်းရည်သည် node ဗို့အားနှင့် ဌာနခွဲပါဝါအပေါ် သက်ရောက်မှုရှိမည်ဖြစ်ရာ မဟာဓာတ်အားလိုင်းအတွက် စွမ်းအင်သိုလှောင်မှုစနစ်၏ လွှမ်းမိုးမှုကို မခွဲခြမ်းစိတ်ဖြာမီ၊ ဤအပိုင်းသည် ဓာတ်အားလျှပ်စစ်ဓာတ်အား၏ လွှမ်းမိုးမှုကို ဦးစွာ ပိုင်းခြားသုံးသပ်ပါသည်။ စနစ်ပေါ်ရှိ ဘူတာရုံ၊ ဤစာတမ်းပါ ဓါတ်ပုံဗို့အား ဝင်ရောက်မှုစနစ်၊ ဖြစ်နိုင်ခြေ ကန့်သတ်ချက်၏ လမ်းကြောင်းသစ်၊ ကွန်ရက်ဆုံးရှုံးမှု စသည်တို့သည် သရုပ်ဖော်မှု ခွဲခြမ်းစိတ်ဖြာမှုတွင် သယ်ဆောင်လာပါသည်။

FIG မှာတွေ့နိုင်သလိုပါပဲ။ 5(a)၊ photovoltaic power station ချိတ်ဆက်ပြီးနောက်၊ သေးငယ်သော branch power flow overlimit ရှိသော node များသည် အောက်ပါအတိုင်းဖြစ်သည်- 11၊ 12၊ 13၊ 23၊ 13 သည် node node၊ node voltage နှင့် phase Angle ကို ချိန်ခွင်လျှာပေးရန်အတွက် ရှိသည်၊ တည်ငြိမ်သောပါဝါဂရစ်ပါဝါချိန်ခွင်လျှာအကျိုးသက်ရောက်မှု 11, 12 နှင့် 23 တို့ကို တိုက်ရိုက်ချိတ်ဆက်မည့်အစား ရလဒ်အနေဖြင့် များစွာသော node များအား ကန့်သတ်ချိတ်ဆက်ထားသော သေးငယ်ပြီး ပါဝါပို၍ဖြစ်နိုင်ခြေရှိသော photovoltaic power station သည် node သို့ဝင်ရောက်မည်ဖြစ်ပြီး ချိန်ခွင်လျှာအကျိုးသက်ရောက်မှုအပေါ်တွင် နည်းပါးပါသည်။ ဓာတ်အားစနစ်၏သက်ရောက်မှု။

ရုပ်ပုံလွှာ

ပုံ 5. (က) အကန့်အသတ်မရှိ ပါဝါစီးဆင်းမှု ပေါင်းလဒ် ဖြစ်နိုင်ခြေ (ခ) node ဗို့အား အတက်အကျ (ဂ) မတူညီသော PV သုံးစွဲခွင့်အချက်များ၏ စုစုပေါင်းစနစ်ကွန်ရက် ဆုံးရှုံးမှု

ဓာတ်အားစီးဆင်းမှု ကျော်လွန်ခြင်းအပြင်၊ ဤစာတမ်းသည် ပုံတွင်ပြထားသည့်အတိုင်း node voltage ပေါ်ရှိ photovoltaic ၏သြဇာလွှမ်းမိုးမှုကိုလည်း ပိုင်းခြားစိတ်ဖြာထားသည်။ ၅(ခ)။ node 5၊ 1၊ 3၊ 8၊ 13၊ 14 နှင့် 15 တို့၏ စံသွေဖည်မှုများကို နှိုင်းယှဉ်ရန်အတွက် ရွေးချယ်ထားသည်။ တစ်ခုလုံးတွင်၊ photovoltaic ဓာတ်အားပေးစက်ရုံများ၏ဓာတ်အားလိုင်းနှင့်ချိတ်ဆက်မှုသည် node များ၏ဗို့အားအပေါ်တွင်ကြီးမားသောသြဇာသက်ရောက်မှုမရှိသော်လည်း photovoltaic ဓာတ်အားပေးစက်ရုံများသည် a-Nodes ၏ဗို့အားနှင့်၎င်းတို့၏အနီးနားရှိ node များပေါ်တွင်ကြီးမားသောသြဇာလွှမ်းမိုးမှုရှိသည်။ ထို့အပြင်၊ တွက်ချက်မှုနမူနာမှလက်ခံကျင့်သုံးသည့်စနစ်တွင်၊ နှိုင်းယှဉ်ခြင်းဖြင့်၊ photovoltaic power station သည် node အမျိုးအစားများသို့ဝင်ရောက်ရန်အတွက်ပိုမိုသင့်လျော်ကြောင်းတွေ့ရှိရသည်- ① 19, 14, 15, etc. ကဲ့သို့သောဗို့အားမြင့်သော node များ၊ ဗို့အားနီးပါးမပြောင်းလဲပါ။ (16) ဂျင်နရေတာများ သို့မဟုတ် 2၊ 1၊ 2 စသည်ဖြင့် ကင်မရာများကို ချိန်ညှိပေးသည့် ဆုံမှတ်များ။ (၃) line resistance သည် node အဆုံးတွင် ကြီးမားသည်။

စုစုပေါင်းကွန်ရက်ပါဝါစနစ်ဆုံးရှုံးခြင်းအပေါ် PV access point ၏လွှမ်းမိုးမှုကို ပိုင်းခြားစိတ်ဖြာရန်အတွက် ဤစာတမ်းသည် ပုံ 5(ဂ) တွင်ပြထားသည့်အတိုင်း နှိုင်းယှဉ်ချက်တစ်ခုပြုလုပ်သည်။ ကြီးမားသောဝန်အားပါဝါရှိသော node အချို့နှင့် pv ပါဝါဘူတာရုံသို့ ပါဝါထောက်ပံ့မှုမရှိပါက၊ စနစ်၏ကွန်ရက်ဆုံးရှုံးမှုကို လျော့နည်းသွားမည်ဖြစ်ကြောင်း ရှုမြင်နိုင်သည်။ ဆန့်ကျင်ဘက်အနေနှင့်၊ node 21၊ 22 နှင့် 23 တို့သည် ဗဟိုမှ ပါဝါပို့လွှတ်ခြင်းအတွက် တာဝန်ရှိသော power supply end ဖြစ်သည်။ ဤ node များနှင့် ချိတ်ဆက်ထားသော photovoltaic power station သည် ကြီးမားသော network ဆုံးရှုံးမှုကို ဖြစ်စေသည်။ ထို့ကြောင့်၊ ပါဝါလက်ခံသည့်အဆုံး သို့မဟုတ် ဝန်ကြီးမားသော node တွင် pv ပါဝါဘူတာဝင်ရောက်ခွင့်ကို ရွေးချယ်သင့်သည်။ ဤဝင်ရောက်သုံးမုဒ်သည် စနစ်၏ ပါဝါစီးဆင်းမှုဖြန့်ဖြူးမှုကို ပိုမိုမျှတစေပြီး စနစ်၏ကွန်ရက်ဆုံးရှုံးမှုကို လျှော့ချနိုင်သည်။

အထက်ပါ ရလဒ်များကို ခွဲခြမ်းစိတ်ဖြာရာတွင် အချက်သုံးချက်အပေါ် အခြေခံ၍ node 14 ကို ဤစာတမ်းပါ photovoltaic power station ၏ access point အဖြစ် မှတ်ယူပြီး ဓာတ်အားစနစ်ပေါ်ရှိ မတူညီသော photovoltaic power station များ၏ စွမ်းဆောင်ရည် လွှမ်းမိုးမှုကို လေ့လာပါသည်။

ပုံ 6(က) သည် စနစ်ပေါ်ရှိ photovoltaic စွမ်းရည်၏ လွှမ်းမိုးမှုကို ပိုင်းခြားစိတ်ဖြာသည်။ အကိုင်းအခက်တစ်ခုစီ၏ တက်ကြွသောပါဝါ၏ စံသွေဖည်မှုသည် photovoltaic စွမ်းရည် တိုးလာသည်နှင့်အမျှ တိုးလာသည်နှင့် ၎င်းတို့နှစ်ခုကြားတွင် အပြုသဘောဆောင်သော linear ဆက်နွယ်မှု ရှိနေသည်ကို တွေ့မြင်နိုင်သည်။ ပုံတွင်ပြထားသည့် အကိုင်းအခက်များစွာမှလွဲ၍ အခြားအကိုင်းအခက်များ၏ စံသွေဖည်မှုများသည် 5 ထက်နည်းပြီး ပုံဆွဲရအဆင်ပြေစေရန်အတွက် လျစ်လျူရှုထားသည့် linear ဆက်နွယ်မှုကို ပြသသည်။ photovoltaic grid ချိတ်ဆက်မှုသည် photovoltaic access point သို့မဟုတ် ကပ်လျက်အကိုင်းအခက်များနှင့် တိုက်ရိုက်ချိတ်ဆက်ခြင်း၏ ပါဝါအပေါ် ကြီးမားသောသြဇာသက်ရောက်မှုရှိကြောင်း တွေ့ရှိရပေသည်။ ဓာတ်အားလိုင်း သွယ်တန်းမှု အကန့်အသတ်ကြောင့် ဆောက်လုပ်ရေးနှင့် ရင်းနှီးမြုပ်နှံမှု ပမာဏ ကြီးမားသောကြောင့် ဓာတ်အားလိုင်း သွယ်တန်းမှု ပမာဏ များပြားသောကြောင့် photovoltaic power station များ တပ်ဆင်ရာတွင် သယ်ယူပို့ဆောင်ရေး စွမ်းရည် အကန့်အသတ်ကို ထည့်သွင်းစဉ်းစားသင့်ပြီး အကောင်းဆုံးတည်နေရာသို့ လိုင်းဝင်ရောက်မှုအပေါ် အသေးငယ်ဆုံး လွှမ်းမိုးမှုကို ရွေးချယ်ရန်၊ photovoltaic power station ၏အကောင်းဆုံးစွမ်းရည်ကိုရွေးချယ်ခြင်းသည်ဤအကျိုးသက်ရောက်မှုကိုလျှော့ချရန်အရေးကြီးသောအစိတ်အပိုင်းတစ်ခုဖြစ်သည်။

ရုပ်ပုံလွှာ

ပုံ 6. (က) ဘဏ်ခွဲ၏ တက်ကြွသော ပါဝါစံနှုန်းသွေဖည်ခြင်း (ခ) ဌာနခွဲပါဝါစီးဆင်းမှု ဖြစ်နိုင်ခြေ အကန့်အသတ်မရှိ (ဂ) မတူညီသော ဓါတ်ပုံဗိုတယ်စွမ်းရည်များအောက်တွင် စနစ်ကွန်ရက် စုစုပေါင်းဆုံးရှုံးမှု

သဖန်းသီး။ 6(ခ) မတူညီသော pv ဓာတ်အားပေးဌာနစွမ်းရည်များအောက်တွင် ဌာနခွဲတစ်ခုစီ၏ ကန့်သတ်ချက်ထက်ကျော်လွန်သည့် တက်ကြွသောပါဝါဖြစ်နိုင်ခြေကို နှိုင်းယှဉ်သည်။ ပုံတွင်ပြထားသည့်အကိုင်းအခက်များမှလွဲ၍ အခြားအကိုင်းအခက်များသည် ကန့်သတ်ချက်ထက်မကျော်လွန်ခဲ့ပါ သို့မဟုတ် ဖြစ်နိုင်ခြေအလွန်နည်းပါသည်။ ဒန်းနှင့်နှိုင်းယှဉ်။ 6(က) အကန့်အသတ်မဲ့ဖြစ်နိုင်ခြေနှင့် စံသွေဖည်မှုတို့သည် ဆက်စပ်မှုမရှိဟု ရှုမြင်နိုင်သည်။ ကြီးမားသောစံသွေဖည်အတက်အကျရှိသော လိုင်းတစ်ခု၏တက်ကြွသောပါဝါသည် အကန့်အသတ်မရှိမဖြစ်ဘဲ၊ အကြောင်းရင်းမှာ photovoltaic output power ၏ ဂီယာလမ်းကြောင်းနှင့် ဆက်စပ်နေသည်။ မူလအကိုင်းအခက်ပါဝါစီးဆင်းမှုနှင့် တူညီပါက၊ သေးငယ်သော photovoltaic ပါဝါသည်လည်း အကန့်အသတ်မရှိဖြစ်စေနိုင်သည်။ pv ပါဝါ အလွန်ကြီးမားသောအခါ ပါဝါစီးဆင်းမှုသည် ကန့်သတ်ချက်ထက် မကျော်လွန်နိုင်ပါ။

ဒန်း။ 6(ဂ) photovoltaic စွမ်းရည် တိုးလာသည်နှင့်အမျှ စနစ်၏ စုစုပေါင်းကွန်ရက် ဆုံးရှုံးမှုသည် တိုးလာသော်လည်း ဤအကျိုးသက်ရောက်မှုသည် ထင်ရှားခြင်းမရှိပေ။ photovoltaic စွမ်းရည်သည် 60 MW တိုးလာသောအခါ၊ စုစုပေါင်းကွန်ရက်ဆုံးရှုံးမှုသည် 0.5% သာရှိပြီး 0.75 MW တိုးလာသည်။ ထို့ကြောင့် pv ဓာတ်အားပေးစက်ရုံများ တပ်ဆင်သည့်အခါ ကွန်ရက်ဆုံးရှုံးမှုကို သာမညအချက်အဖြစ် ယူသင့်ပြီး စနစ်၏တည်ငြိမ်သောလည်ပတ်မှုအပေါ် ပိုမိုအကျိုးသက်ရောက်စေသည့်အချက်များဖြစ်သည့် သွယ်တန်းဓာတ်အားအတက်အကျနှင့် အကန့်အသတ်မရှိဖြစ်နိုင်ခြေများကဲ့သို့သော သွယ်တန်းမှုလိုင်းပါဝါအတက်အကျ၊ .

3.2 စနစ်ပေါ်ရှိ စွမ်းအင်သိုလှောင်မှုဝင်ရောက်မှု၏ သက်ရောက်မှု

အပိုင်း 3.1 ဓါတ်အားလျှပ်စစ်ဓာတ်အားပေးစက်ရုံ၏ ဝင်ခွင့်အနေအထားနှင့် စွမ်းရည်သည် ဓာတ်အားစနစ်ပေါ်တွင် မူတည်သည်။