fa برنامه‌ریزی احتمالی انرژی در ریزشبکه شامل خودروهای الکتریکی و منابع تجدیدپذیر عمومى General پژوهشي Research <p style="text-align: justify;"><strong>با گسترش مفهوم ریزشبکه و هوشمندسازی شبکه&shy; های الکتریکی، امروزه منابع تولید پراکنده و ذخیره&shy; کننده&shy; ها با سرعت بیشتری به سیستم قدرت اضافه می&shy; شوند. همچنین به دلیل جدی&shy; تر شدن بحث آلودگی هوا، تعداد خودروهای الکتریکی در بخش حمل و نقل رو به افزایش می‌باشد که این موضوع موجب اضافه شدن بار الکتریکی شبکه می‌گردد. با وجود زیرساخت‌های لازم و مدیریت صحیح، خودروهای الکتریکی مدرن می&shy; توانند برخی اوقات به عنوان یک منبع انرژی به تامین بارهای شبکه نیز کمک کنند. این مقاله با توجه به قیمت بازار انرژی، قیمت پیشنهادی توسط منابع تولید پراکنده و همچنین خودروهای الکتریکی موجود در ریزشبکه، مدیریت انرژی روز آینده را برای منابع تولید و ذخیره مورد مطالعه قرار داده است. به دلیل حضور منابع تجدیدپذیر و وجود عدم قطعیت در تولید، برنامه‌ریزی احتمالی دو مرحله‌ای پیشنهاد شده است. ساختار مساله به صورت برنامه&shy; ریزی احتمالی خطی مختلط با عدد صحیح می&shy; باشد که برای یک سیستم نمونه توسط نرم افزار <span dir="LTR">GAMS</span> شبیه&shy; سازی شده&shy; است. نتایج نشان می‌دهند که به کمک این برنامه‌ریزی، مدیریت ریزشبکه قادر خواهد بود تا قبل از مشخص شدن مقدار دقیق تولید منابع تجدیدپذیر برخی تصمیمات را به صورت قطعی اتخاذ نماید؛ به طوری که مجموع هزینه‌ها‌ی بهره‌برداری مورد انتظار حداقل گردد.</strong><br> &nbsp;</p> <div style="text-align: justify;"><span style="font-size:11px;"><span style="font-family: arial;"><strong>The penetration level of distributed generation (DG) units in distribution system has rapidly increased in recent years. Due to the environmental concerns, interest has also grown in utilizing electric vehicles (EV) in the transportation sector, which would also result in increased electricity demand; however, modern electric vehicles can be used as energy storage units in V2G (vehicle-to-grid) operation mode. In this paper, the day-ahead energy scheduling of a microgrid consisting of a set of distributed generation units and electric vehicles has been studied. To this end, considering the uncertainty of photovoltaic outputs, a two-stage mixed-integer stochastic programming framework has been developed. The microgrid operator, using the proposed method, &nbsp;is able to fix some decisions optimally in a way that minimize the expected operating costs, while the accurate amount of uncertain parameters will be revealed later. The proposed day-ahead optimization has been implemented in GAMS and the results have been analyzed in a case study situation.</strong></span></span></div> ریزشبکه, مدیریت انرژی, منابع تجدیدپذیر, خودروهای الکتریکی, برنامه ریزی احتمالی. Microgrid, energy scheduling, distributed generation (DG), electric vehicle (EV), stochastic programming 46 55 http://ieijqp.ir/browse.php?a_code=A-10-647-1&slc_lang=fa&sid=1 Abolfazl Ghasemi ابوالفضل قاسمی a.ghasemi@ shahroodut.ac.ir 10031947532846002300 10031947532846002300 No دانشگاه صنعتی شاهرود Mahdi Banejad مهدی بانژاد m.banejad@ shahroodut.ac.ir 10031947532846002301 10031947532846002301 Yes دانشگاه صنعتی شاهرود Morteza Rahimiyan مرتضی رحیمیان morteza.rahimiyan@shahroodut.ac.ir 10031947532846002302 10031947532846002302 No دانشگاه صنعتی شاهرود