Bayesian framework for power network planning under uncertainty

برنامه ریزی موثر برای انتقال قدرت ضروری است تا اطمینان حاصل شود که یک سیستم قدرت بتواند همهی تقاضا را به صورت قابل اعتماد و اقتصادی ارضا کند. با این حال، در زمان تصویب تقویت، بسیاری از عناصر سیستم پس زمینه آینده، از قبیل سطح تقاضا، نوع و مکان ژنراتورهای نصب شده و آمار دسترسی به گیاه، نامطمئن هستند. تصمیم گیری هایی که برای این عدم قطعیات صورت می گیرد در حال حاضر معمولا با در نظر گرفتن مجموعه ای کوچک از سناریوهای قابل قبول انجام می شود و پوشش محدودی از فضای پارامتری اطمینان حاصل می کند که تصمیم گیری با توجه به دنیای واقعی خوب خواهد بود. این مقاله روش شناسی را ارائه می دهد که از شبیه سازهای آماری برای اندازه گیری عدم قطعیت در خروجی مدل ریاضی برای تمام نقاط که در آن ارزیابی نشده است استفاده می شود و از این رو برای کنترل درست عدم قطعیت در فرآیند تصمیم گیری ناشی از مجموعه های محدود سناریوها، ارائه شده است. نتیجه یک رویکرد کلی برای برنامه ریزی شبکه در شرایط نامطمئن، از جمله تصمیم گیری ها در مورد ریسک پذیری است که با اندازه مشکل مقیاس می شود. این رویکرد بر روی یک مسئله تست بریتانیای کبیر نشان داده شده است که ویژگی های کلیدی مدل را که مالکین انتقال برای تحقیقات برنامه ریزی استراتژیک کاربردی دارند، تکرار می کند.