حل عددی و تحلیلی مسئلۀ پخش توان بهینۀ احتمالاتی با لحاظ عدم‌قطعیت‌های منابع تجدیدپذیر

با ورود منابع تجدیدپذیر به سیستم قدرت، نفوذ عدم‌قطعیت‌ها در حل مسائل مختلف حوزۀ بهره‌برداری سیستم قدرت افزایش یافته است. یکی از مهم‌ترین مسائل، پخش توان بهینه است که با حضور عدم‌قطعیت‌ها، قابلیت مدلسازی با روش‌های قطعی را نداشته و لازم است با به‌کارگیری روش‌های احتمالاتیِ مدلسازی تحلیل شود. در این مقاله از روش‌های عددی شامل روش شبیه‌سازی مونت کارلو و تحلیلی مانند روش‌های تخمین نقطه‌ای، نقطۀ داخلی و تبدیل بی بو برای حل مسئلۀ پخش توان بهینۀ احتمالاتی با هدف حداقل‌سازی هزینۀ بهره‌برداری و لحاظ‌کردن همبستگی میان عدم‌قطعیت‌های موجود در مسئله در شبکۀ استاندارد 118شینه ieee استفاده شده است. نتایج روش‌های شبکۀ نمونه نشان می‌دهند در روش‌های تخمین نقطه‌ای، به دلیل محدودبودن نقاط شروع مسئله، حصول جواب بهینه نسبت به روش‌های دیگر در زمان محاسباتی کمتری انجام می‌شود. همچنین، دامنۀ تغییرات پروفیل ولتاژ تولیدی واحدهای تولیدی نیز در روش نقطۀ داخلی، ثبات بیشتری دارد و ازنظر سرعت همگرایی، روش نقطۀ داخلی بسیار سریع‌تر از روش شبیه‌سازی مونت کارلو است.

Numerical and Analytical Solution of Probabilistic Optimal Power Flow Problems Considering Renewable Energy Resources Uncertainty

With the Penetration of renewable energies into power system, the influence of uncertainties in solving various problems in the field of power system operation has increased. One of the most important concepts in this field is optimal power flow, which, with the presence of uncertainties, cannot be modeled by definite methods, and should be revised based on applying the probabilistic approaches. In this paper, numerical methods including the Monte Carlo Simulation method and analytical methods including point estimation methods, internal point method and unscented transformation method are used to solve the POPF in an IEEE118 bus system. The obtained results indicate that the methods based on point estimation are able to find the optimal points in less computational time than other techniques. This is mainly due to the limited points, which these methods need as the starting points. From another perspective, the magnitude changes in the voltage profile of the generation units are also more stable in the internal point method. Furthermore, in terms of the convergence rate, the internal point method is much faster than the Monte Carlo Simulation method.