دانلود ترجمه مقاله برنامه ریزی منابع روز بعد یک نیروگاه برق مجازی

1. مقدمه 2. چارچوب VPP 3. روش برآورد نقطه ای 4. مدل ریاضیاتی 5. مطالعه موردی 6. نتیجه گیری

چکیده – تکامل بازارهای انرژی در حال شتاب گیری به سمت وابستگی بیشتر به منابع انرژی پراکنده (DERها) می باشد. به منظور مدیریت این افزایش پیچیدگی دو طرفه، امروزه در سراسر جهان، نیروگاه های برق مجازی (VPPها) مورد استفاده و بهره برداری قرار می گیرند. در این مقاله، یک مدل احتمالاتی برای برنامه ریزی روز بعد منابع انرژی حرارتی و الکتریکی در یک VPP پیشنهاد شده که در آن مشارکت سیستم های ذخیره سازی انرژی و برنامه های پاسخ به تقاضا (DRPها) نیز در نظر گرفته شده اند. در مدل پیشنهادی، انرژی و ذخایر به طور همزمان و با در نظر گرفتن عدم قطعیت های قیمت های بازار، تقاضای برق و تولید متناوب توان تجدیدپذیر، برنامه ریزی شده اند. روش برآورد نقطه ای (PEM) به منظور مدلسازی عدم قطعیت های مساله برنامه ریزی VPP مورد استفاده قرار گرفته است. علاوه بر این، برنامه ریزی ذخیره بهینه VPP ارائه شده که به طور موثر ریسک مواجه VPP با نوسانات غیرمنتظره پارامترهای نامشخص در زمان تحویل توان را کاهش می دهد. نتایج نشان می دهند که پیاده سازی برنامه های پاسخ به تقاضا (DRPها) منجر به کاهش هزینه های عملیاتی کلی VPP و نیز وابستگی آنها به شبکه های بالادستی خواهند شد.

The evolution of energy markets is accelerating in the direction of a greater reliance upon distributed energy resources (DERs). To manage this increasing two-way complexity, virtual power plants (VPPs) are being deployed today all over the world. In this paper, a probabilistic model for optimal day ahead scheduling of electrical and thermal energy resources in a VPP is proposed where participation of energy storage systems and demand response programs (DRPs) are also taken into account. In the proposed model, energy and reserve is simultaneously scheduled considering the uncertainties of market prices, electrical demand and intermittent renewable power generation. The Point Estimate Method (PEM) is applied in order to model the uncertainties of VPP’s scheduling problem. Moreover, the optimal reserve scheduling of VPP is presented which efficiently decreases VPP’s risk facing the unexpected fluctuations of uncertain parameters at the power delivery time. The results demonstrated that implementation of demand response programs (DRPs) would decrease total operation costs of VPP as well as its dependency on the upstream network.