مشخصات مقاله:
عنوان فارسی مقاله:
استراتژی زمان بندی کوتاه مدت برای هاب مبتنی بر انرژی باد: رویکردی هیبریدی تصادفی/IGDT
عنوان انگلیسی مقاله:
Short-Term Scheduling Strategy for Wind-Based Energy Hub: A Hybrid Stochastic/IGDT Approach
کلمات کلیدی مقاله:
هاب انرژی، تولید نیروی باد، تئوری تصمیم گیری در مورد شکاف اطلاعات (IGDT)، بهینه سازی تصادفی، عدم اطمینان
مناسب برای رشته های دانشگاهی زیر:
مهندسی انرژی، مکانیک
مناسب برای گرایش های دانشگاهی زیر:
سیستم های انرژی، فناوری انرژی، انرژی های تجدیدپذیر، تبدیل انرژی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
علائم
پارامترها
متغیرها
توابع
I. مقدمه
A. تعریف مسئله و انگیزه
B. مروری بر ادبیات علمی
C. مشارکت‌ها
D. سازمان‌دهی مقاله
II. زمان‌بندی هاب انرژی برمبنای بهینه‌سازی IGDT/تصادفی ترکیبی
A. استراتژی زمان‌بندی برمبنای برنامه‌ریزی تصادفی
B. بهینه‌سازی IGDT/تصادفی هیبریدی
III. نتایج شبیه‌سازی و مباحثه
A. مطالعه موردی I: مثالی روشنگر
B. مطالعه موردی II: سیستم تغییر داده‌شده آزمون 34 گره‌ای IEEE
C. مقایسه روش ترکیبی ارائه‌شده با رویکردهای تصادفی خالص و قطعی برای قیمت‌های واقعی
IV. نتیجه‌گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
This paper evaluates the scheduling problem for energy hub system consisting of wind turbine, combined heat and power units, auxiliary boilers, and energy storage devices via hybrid stochastic/information gap decision theory (IGDT) approach. Considering that energy hub plays an undeniable role as the coupling among various energy infrastructures, still it is essential to be investigated in both modeling and scheduling aspects. On the other hand, penetration of wind power generation is significantly increased in energy infrastructures in recent years. In response, this paper aims to focus on the hybrid stochastic/IGDT optimization method for the optimal scheduling of wind integrated energy hub considering the uncertainties of wind power generation, energy prices and energy demands explicitly in a way that not only global optimal solution can be reached, but also volume of computations can be lighten. In addition, by the proposed hybrid model, the energy hub operator can pursue two different strategies to face with price uncertainty, i.e., risk-seeker strategy and risk-averse strategy. This method optimizes energy hub scheduling problem in uncertain environment by mixed-integer nonlinear programming. This formulation is proposed to minimize the expected operation cost of energy hub where different energy demands of energy hub would be efficiently met. The forecast errors of uncertainties related to wind power generation and energy demands are modeled as a scenario, while an IGDT optimization approach is proposed to model electricity price uncertainty.
چکیده
این مقاله، مسئله زمان‌بندی در سیستم هاب انرژی را از طریق رویکرد تئوری تصمیم شکاف اطلاعات (IGDT)/تصادفی هیبریدی مورد ارزیابی قرار می‌دهد. این دستگاه‌های هاب متشکل از توربین‌های بادی، واحدهای تجمیع شده توان و حرارت (CHP)، بویلرهای کمکی و دستگاه‌های ذخیره‌سازی انرژی است. با فرض اینکه هاب انرژی به‌عنوان اتصالی میان زیرساخت‌های انرژی مختلف نقشی غیرقابل‌انکار بازی می‌کند، هنوز بررسی این هاب ها از جنبه‌های مدل‌سازی و زمان‌بندی ضروری است. از سوی دیگر، در سال‌های اخیر نفوذ تولید توان بادی در زیرساخت‌های انرژی به‌طور چشم‌گیری افزایش پیداکرده است. به همین منظور، این مقاله برای زمان‌بندی بهینه در هاب انرژی یکپارچه بادی روی روش بهینه‌سازی IGDT/ تصادفی هیبریدی تمرکز کرده است. این کار با در نظرگیری عدم قطعیت تولید انرژی بادی، قیمت انرژی و تقاضا انرژی صورت گرفته است. روش ما به صورتی بوده است که نه‌تنها می‌تواند به راه‌حل بهینه جهانی دست پیدا کند بلکه حجم محاسبات نیز می‌تواند کمتر شود. علاوه بر این، اپراتور تاب انرژی توسط مدل هیبریدی ارائه‌شده می‌تواند برای مواجهه با عدم قطعیت قیمت، دو استراتژی مختلف را دنبال کند. برای مثال، استراتژی خطر جو و خطر گریز. این روش مسئله به‌وسیله برنامه‌نویسی غیرخطی، یکپارچه و ترکیبی (MINLP) باعث بهینه‌سازی مسئله زمان‌بندی هاب انرژی در محیطی نامطمئن می‌شود. این فرمول سازی ارائه شدت است تا هزینه مورد انتظار در عملیات هاب انرژی را کمینه کند. چنین عملی درجایی رخ می‌دهد که تقاضاهای مختلف انرژی از هاب انرژی به صورتی کارآمد پاسخ داده می‌شود. خطاهای پیش‌بینی در مورد عدم قطعیت‌ها مرتبط به تولید توان بادی است و تقاضا انرژی به‌صورت یک سناریو مدل‌سازی شده‌اند درحالی‌که رویکرد بهینه‌سازی IGDT برای مدل‌سازی عدم قطعیت قیمت الکتریسیته ارائه‌شده است.