Multi-objective stochastic scheduling optimization model for connecting a virtual power plant to wind-photovoltaic-electric vehicles considering uncertainties and demand response

یک روش برنامه ریزی محدودیت احتمال تصادفی برای ساخت یک مدل بهینه سازی چند هدفه برای برنامه ریزی نیروگاه های مجازی استفاده می شود. اولا، هزینه پیاده سازی پاسخ تقاضا با استفاده از تفاوت درآمد سیستم محاسبه می شود. ثانیا، نیروگاه بادی، قدرت فتوولتائیک، گروه خودروی الکتریکی و یک نیروگاه متعارف، به یک نیروگاه مجازی متصل می شوند. یک مدل زمانبندی تصادفی برای نیروگاه مجازی پیشنهاد می شود، با توجه به عدم اطمینان در سه تابع هدف. سوم، یک الگوریتم راه حل هوشمند ترکیبی سه مرحله ای ارائه شده است که شامل الگوریتم بهینه سازی ذرات ذرات، روش وزن آنتروپی و نظریه رضایت فازی است. در نهایت، طرح توزیع قدرت یونان در چین برای مثال تجزیه و تحلیل مورد استفاده قرار می گیرد. نتایج شبیه سازی نشان می دهد که با توجه به عدم اطمینان، سیستم اتصال شبکه برق نیروی باد و قدرت فتوولتائیک را کاهش می دهد تا هزینه مجازات کمبود برق کاهش یابد. به طور متوسط ​​کاهش هزینه سیستم مجازات کمبود نیروی برق و درآمد عملیاتی نیروگاه مجازی به ترتیب 61.5٪ و 1.76٪ بوده است، در حالیکه متوسط ​​افزایش هزینه سیستم انرژی 40.4٪ است. خروجی نیروگاه مجازی توزیع معکوس با درجه اطمینان متغیر عدم قطعیت را نشان می دهد. الگوریتم پیشنهادی به سرعت یک مجموعه بهینه جهانی را محاسبه می کند. گروه خودرو الکتریکی می تواند ذخایر چرخشی را برای اطمینان از ثبات خروجی نیروگاه مجازی فراهم کند. پاسخ تقاضا می تواند رفتار مصرف انرژی مشتریان را بهبود بخشد و فضای ارتباطی شبکه نیروگاه مجازی را بهبود بخشد. گروه خودرو الکتریکی و پاسخ تقاضا می توانند بهینه سازی ارتباط بین طرف نسل و طرف تقاضا، به دست آوردن اهداف برنامه ریزی سیستم بهینه باشند.