fa بهینه سازی مسأله SCUC با استفاده از الگوریتم PSO باینری در نیروگاه حرارتی/خورشیدی تخصصي Special پژوهشي Research <div align="left"><b>چکیده:</b> در این تحقیق، یک راه حل بهینه برای برنامه ریزی روز-پیش (Day-ahed) مسأله امنیت-مقید مشارکت واحدها یا همان SCUC (Security Constrained Unit Commitment)در سیستم قدرت فراهم شده است. چنین برنامه ریزی، در واقع درگیر فراهم کردن یک هماهنگی بین واحد های تولیدی در پاسخ به تغییرات شرایط بارگزاری است تا بتواند هزینه های کلی سیستم قدرت را کاهش دهد. برای حل مسأله، از یک روش کاربردی و دقیق با عنوان بهینه سازی ازدحام ذرات یا همان PSO (Particle Swarm Optimization) استفاده شده است. سیستم مورد مطالعه در این تحقیق، شامل واحدهای حرارتی و خورشیدی است. برای در نظر گرفتن عدم قطعیت موجود در واحدهای خورشیدی و همچنین بار سیستم، از روش مونت کارلو (Monte Carlo) استفاده شده است. تابع هدف در اینجا یک چندجمله ای درجه دوم است که مربوط به هزینه های سوخت و راه اندازی واحدها است. نتایج شبیه سازی نشان می دهد که برنامه ریزی مشارکت واحدها با استفاده از این روش، منجر به کاهش چشمگیر هزینه های عملکرد سیستم، درکنار ارضاء تمامی قیود غالب سیستم می شود که نسبت به روش های مرسوم و سنتی، دارای سرعت همگرایی بالاتر و دقت بیشتری است.</div> <p><b>Abstract-</b> In this study, an optimal solution for day-ahead programming in a Security Constrained Unit Commitment (SCUC) problem in power system has been presented. In fact this programming concentrates on providing coordination between generation units when a variation in load constraints is occurred. The goal of this coordination is to reduce the power system total cost. A practical and accurate method called Particle Swarm Optimization (PSO) has been used to solve this problem. The system considered in this study contains thermal and photovoltaic units. Monte Carlo method has been employed to model the uncertainty of photovoltaic units and system load. The objective function in this optimization is a second order polynomial including fuel and operation costs. Results of simulation shows that unit commitment programming with this method decrease system operation costs remarkably and simultaneously satisfies all system constraints. This method has higher accuracy and convergence speed with respect to the conventional methods.</p> مشارکت واحدها, الگوریتم PSO, قیود غالب, برنامه ریزی روز-پیش, هوش ازدحامی Unit Commitment, PSO Algorithm, Dominant Constraintss, Day-Ahead Programming, Swarm Intelligence 4 14 http://ieijqp.ir/browse.php?a_code=A-10-274-2&slc_lang=fa&sid=1 Meysam Alizadeh lashkani میثم علیزاده لشکانی alizadeh.m1366@gmail.com 10031947532846001260 10031947532846001260 No university of guilan دانشگاه گیلان alfred Baghramian آلفرد باغرامیان Baghramian2000@yahoo.com 10031947532846001261 10031947532846001261 Yes university of guilan دانشگاه گیلان