|
|
|
|
روش تجزیه‌ی بندرز تسریع‌شده برای برنامه‌ریزی توسعه‌ی تولید و انتقال برق پایدار در شرایط عدم‌قطعیت با در نظر گرفتن ریسک اختلال و جنبه‌های اقتصادی، زیست‌محیطی و اجتماعی: مطالعه‌ی موردی در ایران
|
|
|
|
|
|
|
|
نویسنده
|
صدیقی امیر حسین ,احمدی جاوید امیر
|
|
منبع
|
مهندسي صنايع و مديريت شريف - 1399 - دوره : 36-1 - شماره : 1/2 - صفحه:87 -101
|
|
چکیده
|
این مقاله الگوریتم موثری برای حل یک مدل برنامه‌ریزی تصادفی چندمرحله‌یی مورد استفاده در برنامه‌ریزی یکپارچه‌ی توسعه‌ی شبکه‌ی انتقال و تولید یک سیستم قدرت با عدم‌قطعیت در تقاضای آینده‌ی برق، قیمت‌های سوخت، انتشار گازهای گل‌خانه‌یی و با در نظر گرفتن ریسک اختلال در ظرفیت تولید و انتقال ارائه می‌کند. در مدل مذکور هر سه جنبه‌ی اقتصادی، اجتماعی و زیست‌محیطی پایداری در تولید و انتقال برق لحاظ شده است. الگوریتم ارائه‌شده با استفاده از ساختار ویژه‌ی مدل بر مبنای تجزیه‌ی بندرز طراحی شده است و روش‌هایی برای تسریع آن به کار گرفته شده است. نتایج محاسباتی نشان‌گر کارایی قابل‌قبول الگوریتم پیشنهادی است. سپس نتایج برای مطالعه‌ی موردی در شبکه‌ی برق شمال غرب ایران به کارگرفته شده است. این بررسی عددی به خوبی نشان می‌دهد که یکپارچه‌سازی انتقال و تولید سیستم قدرت می‌تواند منجر به اتخاذ تصمیمات پایدارتری از وجوه مختلف در طول دوره‌ی برنامه‌ریزی شود.
|
|
کلیدواژه
|
برنامه‌ریزی توسعه‌ی تولید برق، برنامه‌ریزی توسعه‌ی انتقال برق، توسعه‌ی پایدار، بهینه‌سازی تصادفی چندمرحله‌یی، روش تجزیه‌ی بندرز برای برنامه‌ریزی عددصحیح مخلوط
|
|
آدرس
|
پژوهشگاه علوم و فنّاوری اطلاعات ایران (ایرانداک), پژوهشکده فنّاوری اطلاعات, ایران, دانشگاه صنعتی امیرکبیر, دانشکده‌ی مهندسی صنایع و سیستم‌های مدیریت, ایران
|
|
پست الکترونیکی
|
ahmadi_javid@aut.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
AN ACCELERATED BENDERS DECOMPOSITION ALGORITHM FOR SUSTAINABLE POWER GENERATION AND TRANSMISSION EXPANSION PLANNING UNDER UNCERTAINTY CONSIDERING
|
|
|
|
|
Authors
|
Seddighi A.H.
|
|
Abstract
|
Integrated planning of power generation and transmission expansion is very complicated in the presence of uncertainties in future electricity demand, fuel prices, greenhouse gas emissions, and disturbances. It becomes more complex whenever several sustainability policies related to greenhouse gas emissions, allowable noise level, and social acceptance are adopted. These policies significantly influence the total operational cost and network configuration of a power system. Hence, the managers of power systems should carefully decide on such policies and then precisely apply them to the planning phase. There are optimization models for integrated expansion planning of power systems in such situations; however, they cannot be solved exactly and efficiently in practice. This may produce very misleading insights into the impact of different sustainability policies since the accuracy level of optimization procedure is unknown. To fill this research gap, this paper presents an efficient exact algorithm for an existing multistage stochastic programming model that is developed for integrating two planning tasks of generation and transmission expansion for a centralized power system. The model considers the disruptionrisk and all the three sustainability aspects: economic, social, and environmental. The algorithm is developed based on Benders decomposition, and enhanced by acceleration techniques where multicut optimality cuts are used. The algorithm initially solves the relaxation of the master problem to find a good feasible solution using a rounding algorithm combined with a scenario selection procedure. The rounding algorithm is first used to determine the fixed firststage variables, and then the deterministic equivalent model is solved for the selected scenarios to determine the unfixed firststage variables. The resulting solution provides a set of effective cuts for the master problem and consequently better bounds in the next iterations. The computational results show the efficiency of the algorithm when compared with the solution method that directly solves the extended equivalent form of the twostage model using exiting mixedinteger linear programming solvers. The proposed Benders decomposition algorithm enables us to practically find optimal solutions for cases with a large number of uncertainty scenarios. The results for a case study in Iran are also included.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|