|
|
بهرهبرداری بهینهی احتمالاتی از نیروگاههای ترکیبی تولید برق و حرارت، بادی و خورشیدی
|
|
|
|
|
نویسنده
|
رزمی هادی ,دعاگوی مجرد حسن ,نیکنام طاهر
|
منبع
|
مهندسي برق و الكترونيك ايران - 1401 - دوره : 19 - شماره : 1 - صفحه:149 -160
|
چکیده
|
در این مقاله، مسالهی بهرهبرداری بهینهی احتمالاتی از واحدهای حرارتی، واحدهای تولید همزمان برق و حرارت، توربینهای بادی و واحدهای خورشیدی با تابع هدف کاهش مجموع هزینههای بهرهبرداری به صورت یک مسالهی بهینهسازی تعریف شده است. در این مساله، عدم قطعیتهای موجود در بار، واحدهای فتوولتائیک و بادی در قالب حل روش تخمین دونقطهای در نظر گرفته شدهاند. میزان تولید برق و حرارت در واحدهای مختلف، موقعیت تپ ترانسفورماتورها و میزان تزریق توان راکتیو توسط جبرانسازهای موازی، متغیرهای کنترلی مسالهی بهینهسازی هستند. از الگوریتم بهینهسازی ازدحام ذرات با یادگیری جامع برای حل این مسالهی بهینهسازی استفاده شده است. به منظور بررسی کارایی روش پیشنهادی، سیستم تست استاندارد 118 باس ieee متشکل از واحدهای حرارتی، تولید همزمان برق و حرارت، بادی و خورشیدی انتخاب شده است. نتایج شبیهسازی در محیط نرمافزار matlab، برتری روش بهینهسازی ازدحام ذرات با یادگیری جامع را در مقایسه با سایر روشهای بهینهسازی نشان میدهد.
|
کلیدواژه
|
بهرهبرداری بهینهی احتمالاتی، الگوریتم بهینهسازی ازدحام ذرات با یادگیری جامع، روش تخمین دونقطهای
|
آدرس
|
دانشگاه آزاد اسلامی واحد تهران شرق, گروه مهندسی برق, ایران, دانشگاه آزاد اسلامی واحد تهران شرق, گروه مهندسی برق, ایران, دانشگاه صنعتی شیراز, دانشکده مهندسی برق, ایران
|
پست الکترونیکی
|
niknam@sutech.ac.ir
|
|
|
|
|
|
|
|
|
Optimal Stochastic Operation of CHP/WT/PV Generation Units
|
|
|
Authors
|
Razmi Hadi ,Doagou-Mojarrad Hasan ,Niknam Taher
|
Abstract
|
In this paper, the problem of optimal stochastic operation of thermal units, combined heat and power (CHP) units, wind turbines (WTs) and photovoltaic (PV) units with the objective of reducing total operating costs is defined as an optimization problem. In this problem, the uncertainties in load, photovoltaic and wind units are considered in terms of solving the twopoint estimation method. The amount of power and heat output in different units, the position of the transformers tap and the reactive power injection by the parallel compensators are the control variables of the optimization problem. A particle swarm optimization algorithm with comprehensive learning is used to solve this optimization problem. In order to evaluate the performance of the proposed method, the IEEE 118bus standard test system consisting of thermal, CHP, WT and PV units is selected. The simulation results in MATLAB software environment show the superiority of the comprehensive learning particle swarm optimization method compared to other optimization methods.
|
Keywords
|
Optimal Stochastic Operation ,Comprehensive Learning Particle Swarm Optimization (CLPSO) Method ,Two-point Estimation Method (PEM)
|
|
|
|
|
|
|
|
|
|
|