استراتژي بهينه سازي توليد پراكنده بر اساس تعيين تصادفي توان خودروهاي برقي

Distributed generation optimization strategy based on randomized electric vehicle power

در اين مقاله يك استراتژي بهينه براي مشاركت توليدات پراكنده در بازار انرژي با در نظر گرفتن اثر عدم قطعيت در ميزان توليد توربين¬هاي بادي، عدم قطعيت در قيمت بازار و عدم قطعيت در تقاضاي خودروهاي برقي ارائه شده است. نيروگاه مجازي مجموعه¬اي از منابع توليدات پراكنده است كه براي مشاركت در بازار در كنار هم قرار گرفته¬اند. عدم قطعيت هاي ياد شده سبب پيچيدگي در برنامه ريزي نيروگاه مجازي مي گردد. چهار استراتژي براي نيروگاه مجازي براي شركت در بازار انرژي ارائه شده است و مساله بهينه سازي به كمك الگوريتم آموزش و يادگيري حل شده است. در اين استراتژي مساله از روش برآورد احتمالاتي حل شده است كه هم سود قابل قبولي دارد و هم زمان كمي در انجام محاسبات دارد كه صحت آن با روش مونت كارلو تاييد شده است.

In this paper, an optimal strategy is presented for the participation of distributed generations in the energy market, considering the effect of uncertainty in the generation of wind turbines, uncertainty in market prices and uncertainty in the demand for electric vehicles. Virtual power plant is a collection of distributed generations that are co-located in order to participate in the market. The uncertainties make planning difficult for a virtual power plant. Four strategies have been proposed for participation in the energy market for the virtual power plant and the optimization problem has been solved with the help of the learning and training algorithm. In this strategy, the problem is solved by the probabilistic estimation method which has both an acceptable profit and needs a little time to perform calculations confirmed by the Monte Carlo method.