کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6859675 | 1438728 | 2015 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Stochastic optimal power flow based on conditional value at risk and distributional robustness
ترجمه فارسی عنوان
جریان مطلوب قدرت تصادفی بر اساس ارزش شرطی در ریسک و استحکام توزیعی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
جریان قدرت مطلوب تصادفی، سیاست های رزرو تدوین فرمول احتمالی محدودیتهای احتمالی، ادغام مجدد،
ترجمه چکیده
ما یک رویکرد محاسباتی کارآمد برای حل مشکلات تصادفی جریان چند متغیره ای ارائه می دهیم. هدف این است که برنامه های قدرت برای دستگاه های قابل کنترل در یک شبکه برق مانند ژنراتور، ذخیره سازی و بارهای محدود را تعیین کنیم که هزینه های عملیاتی کوتاه مدت را تحت محدودیت های مختلف دستگاه و شبکه به حداقل برساند. این برنامه ها در چارچوب تصمیم گیری چند مرحله ای انتخاب شده اند تا شامل تنظیمات خروجی برنامه ریزی شده یا سیاست های ذخیره شده باشند که خطاهای پیش بینی نیازهای انرژی را به عنوان آنها نشان می دهد و ممکن است با هم هماهنگ شوند. چنین رویکردی قبلا نشان داده شده است که یک وسیله جذاب برای جایابی عدم اطمینان ناشی از منابع انرژی مجاز بسیار متغیر است. با توجه به یک پیش بینی احتمالاتی که توصیف تغییرات فضایی-زمانی و وابستگی خطاهای پیش بینی شده است، ما یک خانواده از شبکه های تصادفی و محدودیت های دستگاه را بر اساس تقریب محدب محدودیت های شانس تشکیل می دهیم و نشان می دهد که این باعث می شود که راندمان اقتصادی و امنیت سیستم با متغیر سطح محافظه کارانه. فرمول بندی ما نشان دهنده دو رویکرد گسترده است که براساس ارزش شرطی و ریسک و استحکام توزیعی است که جایگزین روش های موجود براساس محدودیت های احتمالی و قوی می شود. نتایج به دست آمده با استفاده از یک مطالعه موردی نشان داده شده است، که در آن ژنراتورهای معمولی برنامه ریزی هایی را در مورد تزریق انرژی بادی نامشخص اما متناظر با زمان انجام می دهند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
We present a computationally-efficient approach for solving stochastic, multiperiod optimal power flow problems. The objective is to determine power schedules for controllable devices in a power network, such as generators, storage, and curtailable loads, which minimize expected short-term operating costs under various device and network constraints. These schedules are chosen in a multistage decision framework to include planned power output adjustments, or reserve policies, which track errors in the forecast of power requirements as they are revealed, and which may be time-coupled. Such an approach has previously been shown to be an attractive means of accommodating uncertainty arising from highly variable renewable energy sources. Given a probabilistic forecast describing the spatio-temporal variations and dependencies of forecast errors, we formulate a family of stochastic network and device constraints based on convex approximations of chance constraints, and show that these allow economic efficiency and system security to be traded off with varying levels of conservativeness. Our formulation indicates two broad approaches, based on conditional value and risk and distributional robustness, that provide alternatives to existing methods based on chance and robust constraints. The results are illustrated using a case study, in which conventional generators plan schedules around an uncertain but time-correlated wind power injection.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Electrical Power & Energy Systems - Volume 72, November 2015, Pages 116-125
Journal: International Journal of Electrical Power & Energy Systems - Volume 72, November 2015, Pages 116-125
نویسندگان
Tyler Summers, Joseph Warrington, Manfred Morari, John Lygeros,