[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 11، شماره 4 - ( 8-1401 ) ::
جلد 11 شماره 4 صفحات 74-63 برگشت به فهرست نسخه ها
در مدار قرارگرفتن واحدها با قید امنیت تصادفی با مدل‌سازی بدترین پیشامد احتمالی در حضور خودروهای برقی، بارهای انعطاف‌پذیر و سیستم‌های ذخیره‌سازی انرژی
علی غلامی تروجنی1 ، محمود سمیعی مقدم* 1، جواد محمدی بایگی2
1- دانشکده مهندسی برق، واحد دامغان، دانشگاه آزاد اسلامی، دامغان، ایران
2- دانشکده برق٫واحد دامغان٫دانشگاه آزاد اسلامی٫دامغان٫ایران
چکیده:   (1046 مشاهده)

در این مقاله یک فرمولاسیون و الگوریتم جدید برای مسئله مشارکت واحدها با قیود امنیتی، ارائه شده است، که قادر است بدترین پیشامد خروج خطوط شبکه انتقال را بدست آورده و مسئله را تحت چنین شرایطی حل نماید. شارژ و دشارژ بهینه خودروهای برقی، شارژ و دشارژ بهینه سیستم­ها ذخیره­سازی انرژی و بارهای انعطاف­پذیر به همراه منابع انرژی تجدیدپذیر در مسئله در مدار قرار گرفتن واحدها در نظر گرفته شده است. عدم قطعیت منابع انرژی پراکنده به صورت روش مبتنی بر سناریو مدل­سازی شده است. در این مقاله یک تابع چند هدفه شامل، کاهش هزینه بهره­برداری، بی­باری و راه­اندازی/خاموش­سازی واحدها، هزینه­های قطع بار، جابه­جایی بار، آلایندگی واحدها، شارژ و دشارژ بهینه ذخیره­سازها و قطع توان منابع انرژی تجدیدپذیر در نظر گرفته شده است. فرمول­بندی پیشنهادی یک مدل برنامه­ریزی خطی عدد صحیح مرکب (MILP) می­باشد، که جواب­ بهینه مطلق آن توسط حل­کننده­های قدرتمند Gurobi تضمین شده است. به منظور صحت­سنجی فرمولاسیون پیشنهادی چندین مورد مطالعاتی و شبکه آزمایشی 6 و 24 شین برای تجزیه و تحلیل در نظر گرفته شده است. نتایج شبیه­سازی نشان می­دهد که الگوریتم پیشنهادی برای شناسایی بدترین احتمال خروج خط شبکه انتقال کارآمد می­باشد به طوری که تابع هدف مسئله پس از خروج بدترین حالت خط از شبکه در حدود 8 درصد افزایش یافته است.
 

واژه‌های کلیدی: در مدار قرارگرفتن واحدها، سیستم‌های ذخیره انرژی، انرژی تجدیدپذیر، بارهای انعطاف‌پذیر، قیود امنیتی
متن کامل [PDF 1039 kb]   (575 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: برق و کامپیوتر
دریافت: 1401/5/18 | پذیرش: 1401/12/8 | انتشار: 1401/8/10
فهرست منابع
1. [1] H. Zhou, K. Yuan and C. Lei, "Security Constrained Unit Commitment Based on Modified Line Outage Distribution Factors," IEEE Access, vol. 10, pp. 25258-25266, 2022, doi: 10.1109/ACCESS.2022.3156081. [DOI:10.1109/ACCESS.2022.3156081]
2. [2] Y. Yin, C. He, T. Liu and L. Wu, "Risk-Averse Stochastic Midterm Scheduling of Thermal-Hydro-Wind System: A Network-Constrained Clustered Unit Commitment Approach," IEEE Transactions on Sustainable Energy, vol. 13, no. 3, pp. 1293-1304, July 2022, doi: 10.1109/TSTE.2022.3150918. [DOI:10.1109/TSTE.2022.3150918]
3. [3] M. Said, E. H. Houssein, S. Deb, A. A. Alhussan and R. M. Ghoniem, "A Novel Gradient Based Optimizer for Solving Unit Commitment Problem," IEEE Access, vol. 10, pp. 18081-18092, 2022, doi: 10.1109/ACCESS.2022.3150857. [DOI:10.1109/ACCESS.2022.3150857]
4. [4] Z. Jiang, Y. Liu, Z. Kang, T. Han and J. Zhou, "Security-Constrained Unit Commitment for Hybrid VSC-MTDC/AC Power Systems With High Penetration of Wind Generation," IEEE Access, vol. 10, pp. 14029-14037, 2022, doi: 10.1109/ACCESS.2022.3148316. [DOI:10.1109/ACCESS.2022.3148316]
5. [5] Q. Gao, Z. Yang, W. Yin, W. Li and J. Yu, "Internally Induced Branch-and-Cut Acceleration for Unit Commitment Based on Improvement of Upper Bound," IEEE Transactions on Power Systems, vol. 37, no. 3, pp. 2455-2458, May 2022, doi: 10.1109/TPWRS.2022.3146772. [DOI:10.1109/TPWRS.2022.3146772]
6. [6] X. Chen, Y. Yang, Y. Liu and L. Wu, "Feature-Driven Economic Improvement for Network-Constrained Unit Commitment: A Closed-Loop Predict-and-Optimize Framework," IEEE Transactions on Power Systems, vol. 37, no. 4, pp. 3104-3118, July 2022, doi: 10.1109/TPWRS.2021.3128485. [DOI:10.1109/TPWRS.2021.3128485]
7. [7] G. E. Constante-Flores, A. J. Conejo and F. Qiu, "AC Network-Constrained Unit Commitment via Relaxation and Decomposition," IEEE Transactions on Power Systems, vol. 37, no. 3, pp. 2187-2196, May 2022, doi: 10.1109/TPWRS.2021.3120180. [DOI:10.1109/TPWRS.2021.3120180]
8. [8] G. Gutiérrez-Alcaraz, B. Díaz-López, J. M. Arroyo and V. H. Hinojosa, "Large-Scale Preventive Security-Constrained Unit Commitment Considering N-k Line Outages and Transmission Losses," IEEE Transactions on Power Systems, vol. 37, no. 3, pp. 2032-2041, May 2022, doi: 10.1109/TPWRS.2021.3116462. [DOI:10.1109/TPWRS.2021.3116462]
9. [9] Y. Zhang et al., "Encoding Frequency Constraints in Preventive Unit Commitment Using Deep Learning With Region-of-Interest Active Sampling," IEEE Transactions on Power Systems, vol. 37, no. 3, pp. 1942-1955, May 2022, doi: 10.1109/TPWRS.2021.3110881. [DOI:10.1109/TPWRS.2021.3110881]
10. [10] T. Wu, Y. -J. Angela Zhang and S. Wang, "Deep Learning to Optimize: Security-Constrained Unit Commitment With Uncertain Wind Power Generation and BESSs," IEEE Transactions on Sustainable Energy, vol. 13, no. 1, pp. 231-240, Jan. 2022, doi: 10.1109/TSTE.2021.3107848. [DOI:10.1109/TSTE.2021.3107848]
11. [11] Kate Doubleday, José Daniel Lara, Bri-Mathias Hodge, "Investigation of stochastic unit commitment to enable advanced flexibility measures for high shares of solar PV", Applied Energy, Volume 321, 119337, 2022. [DOI:10.1016/j.apenergy.2022.119337]
12. [12] Ona Egbue, Charles Uko, Ali Aldubaisi, Enrico Santi, "A unit commitment model for optimal vehicle-to-grid operation in a power system," International Journal of Electrical Power & Energy Systems, Volume 141, 108094, 2022. [DOI:10.1016/j.ijepes.2022.108094]
13. [13] Xianliang Cheng, Suzhen Feng, Hao Zheng, Jinwen Wang, Shuangquan Liu, "A hierarchical model in short-term hydro scheduling with unit commitment and head-dependency," Energy, Volume 251, 123908, 2022. [DOI:10.1016/j.energy.2022.123908]
14. [14] Yeqi Sun, Bo Wang, Ran Yuan, Junzo Watada, "Rolling unit commitment based on dual-discriminator conditional generative adversarial networks," Electric Power Systems Research, Volume 205, 107770, 2022. [DOI:10.1016/j.epsr.2021.107770]
15. [15] Hoa Quynh Truong, Chawalit Jeenanunta, "Fuzzy mixed integer linear programming model for national level monthly unit commitment under price-based uncertainty: A case study in Thailand," Electric Power Systems Research, Volume 209, 107963, 2022. [DOI:10.1016/j.epsr.2022.107963]
16. [16] Paria Mansourshoar, Ahmad Sadeghi Yazdankhah, Mohsen Vatanpour, Behnam Mohammadi-Ivatloo, "Impact of implementing a price-based demand response program on the system reliability in security-constrained unit commitment problem coupled with wind farms in the presence of contingencies," Energy, Volume 255, 124333, 2022. [DOI:10.1016/j.energy.2022.124333]
17. [17] Jiayin Xu, Yinghao Ma, Kun Li, Zhiwei Li, "Unit commitment of power system with large-scale wind power considering multi time scale flexibility contribution of demand response," Energy Reports, Volume 7, Supplement 7, Pages 342-352, 2021. [DOI:10.1016/j.egyr.2021.10.025]
18. [18] Gonzalo E. Constante-Flores, Antonio J. Conejo, Feng Qiu, "AC network-constrained unit commitment via conic relaxation and convex programming," International Journal of Electrical Power & Energy Systems, Volume 134, 107364, 2022. [DOI:10.1016/j.ijepes.2021.107364]
19. [19] Chen Zhang, Linfeng Yang, "Distributed AC security-constrained unit commitment for multi-area interconnected power systems," Electric Power Systems Research, Volume 211, 108197, 2022. [DOI:10.1016/j.epsr.2022.108197]
20. [20] Pan Liang, Navid Bohlooli, "Optimal unit commitment integrated energy storage system, renewable energy sources and FACTS devices with robust method," Electric Power Systems Research, Volume 209, 107961, 2022. [DOI:10.1016/j.epsr.2022.107961]
21. [21] Alizadeh lashkani M, Baghramian A. Optimization of Security Constrained Unit Commitment Problem in Thermal Integrated Photovoltaic Units by BPSO Algorithm. ieijqp 2016; 4 (2) :4-14
22. URL: http://ieijqp.ir/article-1-154-fa.html
23. [22] 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


XML   English Abstract   Print


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

Qolami Trojani, Samiei Moghaddam M, Mohamadi Baigi J. Stochastic security-constrained unit commitment by modeling the worst-contingency in the presence of electric vehicles, flexible loads and energy storage systems. ieijqp 2022; 11 (4) :63-74
URL: http://ieijqp.ir/article-1-923-fa.html

غلامی تروجنی علی، سمیعی مقدم محمود، محمدی بایگی جواد. در مدار قرارگرفتن واحدها با قید امنیت تصادفی با مدل‌سازی بدترین پیشامد احتمالی در حضور خودروهای برقی، بارهای انعطاف‌پذیر و سیستم‌های ذخیره‌سازی انرژی. نشریه کیفیت و بهره وری صنعت برق ایران. 1401; 11 (4) :63-74

URL: http://ieijqp.ir/article-1-923-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 11، شماره 4 - ( 8-1401 ) 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 0.05 seconds with 39 queries by YEKTAWEB 4660