پخش بار بهينه احتمالاتي به‌ منظور تعيين قيمت‌هاي حاشيه‌اي محلي در حضور توليد بادي

Probabilistic optimal power flow to determine the Locational marginal price considering wind generation

پخش بار بهينه يكي از ابزارهاي كليدي در برنامه‌ريزي و بهره‌برداري از سيستم‌هاي قدرت است؛ باوجود اين، به علت استفاده گسترده از انرژي‌هاي تجديدپذير در توليد انرژي الكتريكي بخصوص انرژي باد و ماهيت تصادفي آن، اين ابزار با چالش مواجه مي‌شود. عدم‌قطعيت حاكم بر مقدار توليد باديِ در دسترس به‌دليل خطاي پيش‌بيني، تغيير در روش مدل‌سازي و حل مسالۀ پخش بار بهينۀ را ضروري مي‌نمايد. در تحقيق فعلي، قيمت‌هاي حاشيه‌اي محلي به عنوان يك پارامتر مهم در سيستم‌هاي قدرت مبتني بر بازار در قالب يك مساله پخش بار بهينه مدل شده و تابع چگالي احتمال آن با استفاده از يك روش تخمين نقطه‌اي جديد محاسبه مي‌گردد. روش تخمين نقطه‌اي پيشنهادي، مشخصات توزيع احتمالي مورد نظر را با استفاده از چند گشتاور آنها تخمين مي‌زند. اين روش، علاوه‌بر تضمين مجاز بودن نقاط تخميني توليد شده، به عنوان يك مزيت قابل توجه، از نظر زمان اجرا و دقت تقريب نيز به روش‌هاي معمول تخمين نقطه‌اي برتري محسوسي دارد. كاربردهاي نتايج محاسبه شده از ديدگاه عملي نيز بحث شده است. كارايي روش پيشنهادي روي سه سيستم قدرت 9 و 24 شين IEEE همراه با سيستم عملي 118 شين IEEE آزمايش شده و برتري آن از نظر دقت و همچنين سرعت تخمين نسبت به ديگر روش‌ها نشان داده مي‌شود.

Abstract- The optimal power flow (OPF) is one of the key tools in the planning and operation of power systems. However, due to extensive using of the renewable energy sources especially, wind generation in the electric energy generation, application of this tool encounter with a major challenge. Uncertainty in the available wind generation level rooted in forecast error necessitates the change in the modeling and solution method of OPF problem. In this research work, Locational Marginal Price (MCP) as an important parameter in the market-based power systems is modeled in the context of optimal power flow problem and its probability density function is computed using a new point estimation method. The proposed point estimation method approximate the desired probability characteristics using their a few moments. Apart from that the proposed method guarantees the feasibility of the obtained estimated points, as the significant advantage, it notably outperforms the conventional point estimation methods in the required time and approximation accuracy aspects. Application of the obtained results is discussed from practical point of view as well. Effectiveness of the proposed method is examined on the 9-bus and 24-bus IEEE test systems together with realistic 118-bus power system and its advantages in accuracy and quickness with respect to the other methods are shown.