کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10147801 1646504 2018 25 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A data-driven approach for multi-objective unit commitment under hybrid uncertainties
ترجمه فارسی عنوان
یک رویکرد مبتنی بر داده ها برای تعهد واحد چند هدفه تحت عدم قطعیت های هیبرید
کلمات کلیدی
تعهد واحد چند هدفه، روش تراکم هسته غیر پارامتر عدم اطمینان هیبرید، الگوریتم بهینه سازی ذرات مبتنی بر یادگیری تقویتی،
ترجمه چکیده
سال های اخیر، انرژی تجدید پذیر، نفوذ در سیستم های قدرت را به دلیل کمبود انرژی و نگرانی های زیست محیطی افزایش داده است. در نتیجه، اپراتورهای سیستم با افزایش مشکالت در حل یکپارچگی تعهدات، مواجه می شوند. در این مقاله، یک مدل تعهد واحد داده هدایت داده شده برای رسیدگی به عدم قطعیت های هیبرید انرژی باد و بار آینده در نظر گرفته شده است. ابتدا یک روش تراکم غیر پارامتر هسته ای برای نشان دادن عدم قطعیت های ترکیبی فوق استفاده می شود و سپس یک استراتژی انتخاب پهنای باند جدید برای روش فوق پیشنهاد می شود تا رابطه ی ذاتی بین بازنمایی عدم قطعیت و تعهد واحد را بدست آورید. دوم، یک شبیه سازی مونت کارلو به منظور ادغام عدم اطمینان هیبرید به ارزش در معرض خطر برای به دست آوردن یک سنجش قابلیت اطمینان سیستم جامع است. سوم، با توجه به اینکه اپراتورهای سیستم ممکن است در درون ذاتی بین قابلیت اطمینان و اقتصاد علاقه مند باشند، به حداقل رساندن هزینه های عملیاتی و حداکثر قابلیت اطمینان سیستم به عنوان دو هدف در مدل گرفته می شود. برای کسب برنامه های عملی بیشتر، محدودیت خط انتقال نیز در هنگام ساخت مدل ریاضی مورد توجه قرار می گیرد. علاوه بر این، با ادغام مکانیسم یادگیری تقویت، یک الگوریتم بهینه سازی ذرات چند هدفه جدید برای حل مدل پیچیده غیر خطی پیشنهاد شده است. در نهایت، چندین آزمایش انجام شد تا اثربخشی این تحقیق را نشان دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
یک رویکرد مبتنی بر داده ها برای تعهد واحد چند هدفه تحت عدم قطعیت های هیبرید
چکیده انگلیسی
Recent years, renewable energy has taken growing penetration in power systems due to the energy shortage and environmental concerns. As a result, system operators encounter increasing difficulties in solving unit commitment optimization. In this paper, a data-driven unit commitment model is proposed to handle the hybrid uncertainties of wind power and future load. First, a non-parameter kernel density method is utilized to represent the above hybrid uncertainties, and a novel bandwidth selection strategy for the above method is then proposed to capture the inherent correlation between uncertainty representation and unit commitment. Second, a Monte Carlo simulation is developed to integrate the hybrid uncertainties into Value-at-Risk to get a comprehensive system reliability measurement. Third, considering that system operators might be interested in the inherent conflict between reliability and economy, minimizing operation costs and maximizing system reliability are taken as two objectives in the model. To get more practical schedules, the transmission line constraint is considered as well when building the mathematical model. Additionally, by integrating the reinforcement learning mechanism, a novel multi-objective particle swarm optimization algorithm is proposed to solve the complicated nonlinear model. Finally, several experiments were performed to demonstrate the effectiveness of this research.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 164, 1 December 2018, Pages 722-733
نویسندگان
, , , ,