بهينه سازي انرژي و ذخيره در يك سيستم قدرت شامل انرژي بادي با رويكرد تصادفي

energy and reserve optimization in a power system with wind energy integrated with stochastic approach

در اين مقاله يك رويكرد جديد براي بهينه سازي برنامه ريزي منطقي و اقتصادي انرژي و ذخيره در يك بازار برق روزپيش ارائه شده است. ذخيره پيشنهادي توسط مصرف كنندگان به عنوان پاسخ بار در نظر گرفته مي شود. بر خلاف روش هاي موجود، در اين مقاله به عنوان نوآوري، مقدار ذخيره با توجه به شاخص امنيت و روش احتمالاتي بين شركت كنندگان تقسيم شده است. در مدلسازي عدم قطعيتها براي انرژي باد از يك مدل جديد توسعه يافته استفاده شده است كه مساله را با دقت بيشتري مدلسازي نموده است. مدل پيشنهادي شامل دو مساله اصلي و فرعي است. مساله اصلي به صورت يك مساله تخصيص واحدها و مساله فرعي به صورت يك پخش بار DC مدل شده است. تابع هدف، بهينه سازي مجموع هزينه بهره برداري است كه شامل هزينه هاي تامين انرژي و ذخيره و ارزش بار از دست رفته مي باشد. از معيار N-1 براي ارزيابي قابليت اطمنيان استفاده شده است. مدل پيشنهادي روي يك سيستم آزمايشي 24 شينه IEEE اصلاح شده شبيه سازي شده است. نتايج، هزينه كمتر براي تامين انرژي و ذخيره را در بازار برق در حالت استفاده از روش تصادفي توسعه يافته نشان مي دهد.

In this paper, a new approach to optimize rational and economic planning of energy and reserve in a day-ahead electricity market is presented. The proposed reserve by the consumers is considered demand response. Unlike the existing methods, in this paper, as an innovation, the amount of reserve is divided among the participants according to the security index and probabilistic method. In the modeling of uncertainties for wind energy, a new scenario-based model has been developed, which has modeled the problem more accurately. The proposed model includes main and slave problems. The main problem is modeled as a unit commitment problem and the sub-problem is modeled as a DC load flow. The objective function is the optimization of the total cost of operation, which includes the cost of energy and reserve supply and the value of lost load. The N-1 criterion has been used to evaluate the reliability of the products. The proposed model is simulated on a modified IEEE 24-bus test system including wind energy. The results show a lower cost for providing energy and reserve in the electricity market in the case of using the developed scenario-base method.