دانلود ترجمه مقاله برنامه ریزی اقتصادی – محیطی انرژی و رزرو سیستم های توزیع انرژی

1. مقدمه 2. ارائه دهندگان و برنامه های پاسخ به تقاضا 3. مدلسازی عدم قطعیت تقاضا و تولید بادی 4. برنامه ریزی انرژی و رزرو تصادفی 5. مطالعه موردی 6. نتیجه گیری

چکیده – در این مقاله، یک روش برنامه ریزی عملیاتی اقتصادی / محیطی چندمنظوره تصادفی برای برنامه ریزی انرژی و رزرو در یک سیستم توزیع هوشمند با نفوذ بالای تولیدات بادی ارائه شده است. چارچوب چندمنظوره پیشنهادی بر اساس روش محدودیت ε افزوده، برای به حداقل رسانی هزینه های عملیاتی کلی و انتشار و نیز ایجاد راه حل های بهینه پارتو برای مساله برنامه ریزی انرژی و رزرو مورد استفاده قرار گرفته است. علاوه بر این، فرآیند تصمیم گیری فازی برای استخراج یکی از راه حل های بهینه پارتو به عنوان بهترین راه حل غیرغالب سازگار مورد استفاده قرار گرفته است. خطاهای پیش بینی تقاضا و توان بادی در این رویکرد مدنظر قرار گرفته و رزرو می تواند توسط شبکه اصلی و نیز ژنراتورهای پراکنده و بارهای پاسخگو، تامین گردد. مشتریان با استفاده از برنامه های پاسخ به تقاضای مختلف در بازارهای انرژی و رزرو مشارکت می کنند. به منظور تسهیل مشارکت بارهای کوچک و متوسط در برنامه های پاسخ به تقاضا، یک ارائه دهنده پاسخ به تقاضا (DRP)، پیشنهادات را برای کاهش بار جمع آوری می کند. به منظور حل مدل بهینه سازی پیشنهادی، روش تجزیه بندرز (Benders) برای تبدیل مساله غیرخطی صحیح بزرگ مقیاس به مساله برنامه ریزی خطی صحیح مختلط و برنامه ریزی مختلط مورد استفاده قرار گرفته است. کارایی روش برنامه ریزی پیشنهادی روی یک سیستم تست توزیعی 41 باسه و در یک دوره 24 ساعته تایید شده است.

In this paper a stochastic multi-objective economical/environmental operational scheduling method is proposed to schedule energy and reserve in a smart distribution system with high penetration of wind generation. The proposed multi-objective framework, based on augmented ε-constraint method, is used to minimize the total operational costs and emissions and to generate Pareto-optimal solutions for the energy and reserve scheduling problem. Moreover, fuzzy decision making process is employed to extract one of the Pareto-optimal solutions as the best compromise non-dominated solution. The wind power and demand forecast errors are considered in this approach and the reserve can be furnished by the main grid as well as distributed generators and responsive loads. The consumers participate in both energy and reserve markets using various demand response programs. In order to facilitate small and medium loads participation in demand response programs, a Demand Response Provider (DRP) aggregates offers for load reduction. In order to solve the proposed optimization model, the Benders decomposition technique is used to convert the large scale mixed integer non-linear problem into mixed-integer linear programming and non-linear programming problems. The effectiveness of the proposed scheduling approach is verified on a 41-bus distribution test system over a 24-h period.