بهینه سازی انرژی و ذخیره در یک سیستم قدرت شامل انرژی بادی با رویکرد تصادفی

در این مقاله یک رویکرد جدید برای بهینه سازی برنامه ریزی منطقی و اقتصادی انرژی و ذخیره در یک بازار برق روزپیش ارائه شده است. ذخیره پیشنهادی توسط مصرف کنندگان به عنوان پاسخ بار در نظر گرفته می شود. بر خلاف روش های موجود، در این مقاله به عنوان نوآوری، مقدار ذخیره با توجه به شاخص امنیت و روش احتمالاتی بین شرکت کنندگان تقسیم شده است. در مدلسازی عدم قطعیتها برای انرژی باد از یک مدل جدید توسعه یافته استفاده شده است که مساله را با دقت بیشتری مدلسازی نموده است. مدل پیشنهادی شامل دو مساله اصلی و فرعی است. مساله اصلی به صورت یک مساله تخصیص واحدها و مساله فرعی به صورت یک پخش بار dc مدل شده است. تابع هدف، بهینه سازی مجموع هزینه بهره برداری است که شامل هزینه های تامین انرژی و ذخیره و ارزش بار از دست رفته می باشد. از معیار n-1 برای ارزیابی قابلیت اطمنیان استفاده شده است. مدل پیشنهادی روی یک سیستم آزمایشی 24 شینه ieee اصلاح شده شبیه سازی شده است. نتایج، هزینه کمتر برای تامین انرژی و ذخیره را در بازار برق در حالت استفاده از روش تصادفی توسعه یافته نشان می دهد.

energy and reserve optimization in a power system with wind energy integrated with stochastic approach

in this paper, a new approach to optimize rational and economic planning of energy and reserve in a day-ahead electricity market is presented. the proposed reserve by the consumers is considered demand response. unlike the existing methods, in this paper, as an innovation, the amount of reserve is divided among the participants according to the security index and probabilistic method. in the modeling of uncertainties for wind energy, a new scenario-based model has been developed, which has modeled the problem more accurately. the proposed model includes main and slave problems. the main problem is modeled as a unit commitment problem and the sub-problem is modeled as a dc load flow. the objective function is the optimization of the total cost of operation, which includes the cost of energy and reserve supply and the value of lost load. the n-1 criterion has been used to evaluate the reliability of the products. the proposed model is simulated on a modified ieee 24-bus test system including wind energy. the results show a lower cost for providing energy and reserve in the electricity market in the case of using the developed scenario-base method.