[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
صاحب امتیاز::
درباره انجمن::
تماس با ما::
تسهیلات پایگاه::
cope::
metrics::
تعارض منافع::
::
پایگاه های نمایه کننده
..
DOI
کلیک کنید
..
DOR

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: دوره 10، شماره 2 - ( 4-1400 ) ::
جلد 10 شماره 2 صفحات 105-96 برگشت به فهرست نسخه ها
حل مسئله مشارکت واحدها در شبکه های هوشمند با در نظر گرفتن مدیریت سمت تقاضا و سیستم های ذخیره ساز انرژی
محسن سیماب* 1، علی زندی1
1- گروه مهندسی برق قدرت- واحد مرودشت-دانشگاه آزاد اسلامی- مرودشت- ایران
چکیده:   (1899 مشاهده)
مسئله مشارکت واحدها (UC) یا به عبارتی مسئله در مدار قرار گرفتن واحدها یک مسئله بهینه­سازی بسیار مهم می­باشد که حل دقیق آن می­تواند منجر به کاهش چشمگیر هزینه­ ها شود. به طور کلی هدف UC کمینه کردن هزینه کل واحدهای تولیدی با در نظر گرفتن قیود واحدها و سیستم در طول دوره در نظر گرفته شده می­ باشد. در مجموع UC به دو مسئله تقسیم می­شود، نخست مسئله­ ای برای تعیین حالت روشن و یا خاموش شدن واحدهای تولیدی برای هر ساعت در نظر گرفته شده که معمولا 24 ساعته می­ باشد و مسئله دیگر نیز پخش بار اقتصادی بین واحدهای تولیدی می­ باشد. در نظر گرفتن هر دو مسئله به صورت همزمان سبب پیچیده شدن حل خواهد شد، همچنین باید توجه داشت که دشواری مسئله نیز متناسب با تعداد واحدهای تولیدی و همچنین قیود در نظر گرفته شده افزایش می­ یابد. همانطور که گفته شد به طور معمول هزینه واحدها به عنوان هدف اصلی کمینه­ سازی در مسائل UC قرار می­گیرد. در این مقاله شبکه­ های هوشمند مد نظر قرار گرفته است، که یکی از اهداف این شبکه­ ها علاوه­ بر کاهش هزینه، کاهش مسائل زیست محیطی هم می ­باشد، لذا در این مقاله حل مساله UC در شبکه­ های هوشمند با در نظر گرفتن آلودگی واحدهای تولیدی مد نظر قرار گرفته است، در نتیجه یک تابع چند هدفه برای کمینه­ سازی انتخاب شده است، از طرفی دیگر با معرفی شبکه­ های هوشمند، وجود سیستم­های ذخیره­ ساز انرژی (ESS) هم در شبکه مد نظر قرار گرفته است، که در این مقاله شارژ و دشارژ بهینه سیستم­ های ذخیره­ ساز انرژی نیز پیشنهاد شده است. از دیگر مسائل مدل­سازی شده در این مقاله مسئله مدیریت سمت تقاضا در شبکه­ های هوشمند می­ باشد که در این مقاله به آن پرداخته شده است. مدل پیشنهاد شده یک مدل برنامه­ ریزی خطی آمیخته با عدد صحیح می­ باشد (MILP)، که به منظور صحت­ سنجی عملکرد مدل و روش پیشنهادی دو سیستم 4 و 10 واحدی به همراه منابع ذخیره­ ساز آزمایش شده است، که نتایج نشان از عملکرد مطلوب مدل پیشنهادی می­باشد.
واژه‌های کلیدی: مشارکت واحدها، آلایندگی، برنامه ریزی خطی آمیخته با عدد صحیح، سیستم ذخیره ساز انرژی، مدیریت سمت تقاضا
متن کامل [PDF 561 kb]   (1187 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: برق و کامپیوتر
دریافت: 1399/4/21 | پذیرش: 1400/3/25 | انتشار: 1400/4/6
فهرست منابع
1. s. Saranya, B. Saravanan, Effect of emission in SMES based unit commitment using modified Henry gas solubility optimization, Journal of Energy Storage, Volume 29, 101380, 2020. [DOI:10.1016/j.est.2020.101380]
2. Junkai Liang, Wenyuan Tang, Interval based transmission contingency-constrained unit commitment for integrated energy systems with high renewable penetration, International Journal of Electrical Power & Energy Systems, Volume 119, 105853, 2020. [DOI:10.1016/j.ijepes.2020.105853]
3. Dimbalita Deka, Dilip Datta, Optimization of unit commitment problem with ramp-rate constraint and wrap-around scheduling, Electric Power Systems Research, Volume 177, 105948, 2019. [DOI:10.1016/j.epsr.2019.105948]
4. Linfeng Yang, Wei Li, Guo Chen, Beihua Fang, Chunming Tang, A quick center-point algorithm for unit commitment with carbon emission trading, International Journal of Electrical Power & Energy Systems, Volume 120, 105996, 2020. [DOI:10.1016/j.ijepes.2020.105996]
5. Shuang Yuan, Chaohua Dai, Ai Guo, Weirong Chen, A novel multi-objective robust optimization model for unit commitment considering peak load regulation ability and temporal correlation of wind powers, Electric Power Systems Research, Volume 169, Pages 115-123, 2019. [DOI:10.1016/j.epsr.2018.12.032]
6. Jatinder Singh Dhaliwal, J.S. Dhillon, Profit based unit commitment using memetic binary differential evolution algorithm, Applied Soft Computing, Volume 81, 105502, 2019. [DOI:10.1016/j.asoc.2019.105502]
7. Ying Wang, Zhile Yang, Monjur Mourshed, Yuanjun Guo, Qun Niu, Xiaodong Zhu, Demand side management of plug-in electric vehicles and coordinated unit commitment: A novel parallel competitive swarm optimization method, Energy Conversion and Management, Volume 196, Pages 935-949, 2019. [DOI:10.1016/j.enconman.2019.06.012]
8. Himanshu Anand, Nitin Narang, J.S. Dhillon, Multi-objective combined heat and power unit commitment using particle swarm optimization, Energy, Volume 172, Pages 794-807, 2019. [DOI:10.1016/j.energy.2019.01.155]
9. Lázaro Alvarado-Barrios, Álvaro Rodríguez del Nozal, Juan Boza Valerino, Ignacio García Vera, Jose L. Martínez-Ramos, Stochastic unit commitment in microgrids: Influence of the load forecasting error and the availability of energy storage, Renewable Energy, Volume 146, Pages 2060-2069, 2020. [DOI:10.1016/j.renene.2019.08.032]
10. Hamid Reza Nikzad, Hamdi Abdi, A robust unit commitment based on GA-PL strategy by applying TOAT and considering emission costs and energy storage systems, Electric Power Systems Research, Volume 180, 106154, 2020. [DOI:10.1016/j.epsr.2019.106154]
11. Lokesh Kumar Panwar, Srikanth Reddy K, Ashu Verma, B.K. Panigrahi, Rajesh Kumar, Binary Grey Wolf Optimizer for large scale unit commitment problem, Swarm and Evolutionary Computation, Volume 38, Pages 251-266, 2018. [DOI:10.1016/j.swevo.2017.08.002]
12. Fatemeh Barani, Mina Mirhosseini, Hossein Nezamabadi-pour, Malihe M. Farsangi, Unit commitment by an improved binary quantum GSA, Applied Soft Computing, Volume 60, Pages 180-189, 2017. [DOI:10.1016/j.asoc.2017.06.051]
13. Masahiro Furukakoi, Oludamilare Bode Adewuyi, Hidehito Matayoshi, Abdul Motin Howlader, Tomonobu Senjyu, Multi objective unit commitment with voltage stability and PV uncertainty, Applied Energy, Volume 228, Pages 618-623, 2018. [DOI:10.1016/j.apenergy.2018.06.074]
14. Mohammad Javad Feizollahi, Mitch Costley, Shabbir Ahmed, Santiago Grijalva, Large-scale decentralized unit commitment, International Journal of Electrical Power & Energy Systems, Volume 73, Pages 97-106, 2015. [DOI:10.1016/j.ijepes.2015.04.009]
15. Jia Li, Feng Liu, Zuyi Li, Shengwei Mei, Guangyu He, Impacts and benefits of UPFC to wind power integration in unit commitment, Renewable Energy, Volume 116, Part A, Pages 570-583, 2018. [DOI:10.1016/j.renene.2017.09.085]
16. Seyed Masoud Moghaddas Tafreshi, Hassan Ranjbarzadeh, Mehdi Jafari, Hamid Khayyam, A probabilistic unit commitment model for optimal operation of plug-in electric vehicles in microgrid, Renewable and Sustainable Energy Reviews, Volume 66, Pages 934-947, 2016. [DOI:10.1016/j.rser.2016.08.013]


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

simab M, zandi A. Unit Commitment in Smart Grids Considering Emission and Energy Storage Systems. ieijqp 2021; 10 (2) :96-105
URL: http://ieijqp.ir/article-1-760-fa.html

سیماب محسن، زندی علی. حل مسئله مشارکت واحدها در شبکه های هوشمند با در نظر گرفتن مدیریت سمت تقاضا و سیستم های ذخیره ساز انرژی. نشریه کیفیت و بهره وری صنعت برق ایران. 1400; 10 (2) :96-105

URL: http://ieijqp.ir/article-1-760-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 10، شماره 2 - ( 4-1400 ) برگشت به فهرست نسخه ها
نشریه علمی- پژوهشی کیفیت و بهره وری صنعت برق ایران Iranian Electric Industry Journal of Quality and Productivity
Persian site map - English site map - Created in 0.06 seconds with 39 queries by YEKTAWEB 4645