دانلود ترجمه مقاله برنامه ریزی توسعه، تحت عدم قطعیت، برای سیستم های هیدروترمال

1. مقدمه 2. فرمول بندی مدل 3. روش حل 4. آزمایش های پیاده سازی و محاسباتی 5. نتیجه گیری ها

چکیده – یکپارچگی قابل توجه منابع انرژی متغیر در سیستم های قدرت نیازمند در نظر گرفتن جزئیات عملیاتی بیشتر در فرآیندهای برنامه ریزی ظرفیت توسعه است و در سیستم های هیدروترمال ارزیابی دقیق تر انعطاف پذیری موجود در مخازن برق آبی برای مقابله با تغییرپذیری را ایجاد می کند. این کار یک مدل برنامه نویسی تصادفی برای برنامه ریزی ظرفیت را ارائه می دهد که روزهای نماینده را با وضوح ساعتی و عدم قطعیت جریان آب سالانه بررسی می کند. این کار امکان ثبت جزئیات عملیاتی با وضوح بالا ، مانند وقایع نگاری بار و ویژگی های تجدید پذیر ، محدودیت های شیب و مدیریت بهینه مخزن را فراهم می کند. علاوه بر این، سناریو های بلند مدت در مقیاس چند ساله برای به دست آوردن برنامه های سرمایه گذاری که عملکرد قابل اطمینان را در شرایط شدید انجام می دهند ، مانند کاهش جریان آب به دلیل تغییر آب و هوا ، درج شده است. الگوریتم مصون سازی پیشرونده برای تجزیه مشکل بر اساس سناریوی بلند مدت استفاده می شود. آزمایش های محاسباتی بر روی سیستم قدرت حقیقی نشان می دهد که استفاده از روزهای نماینده به طور قابل توجهی بهتر از بلوک های بار سنتی برای ارزیابی انعطاف پذیری است که نیروگاههای مخزن برق آبی در سیستم ایجاد می کنند و یکپارچه سازی اقتصادی و قابل اعتماد منابع متغیر را فراهم می آورد. نتایج همچنین تأثیرات در نظر گرفتن سناریوهای افراطی بلند مدت در برنامه های سرمایه گذاری به دست آمده را نشان می دهد.

The significant integration of variable energy resources in power systems requires the consideration of greater operational details in capacity expansion planning processes. In hydrothermal systems, this motivates a more thorough assessment of the flexibility that hydroelectric reservoirs may provide to cope with variability. This work proposes a stochastic programming model for capacity expansion planning that considers representative days with hourly resolution and uncertainty in yearly water inflows. This allows capturing high resolution operational details, such as load and renewable profile chronologies, ramping constraints, and optimal reservoir management. In addition, long-term scenarios in the multi-year scale are included to obtain investment plans that yield reliable operations under extreme conditions, such as water inflow reduction due to climate change. The Progressive Hedging Algorithm is applied to decompose the problem on a long-term scenario basis. Computational experiments on an actual power system show that the use of representative days significantly outperforms traditional load blocks to assess the flexibility that reservoir hydroelectric plants provide to the system, enabling an economic and reliable integration of variable resources. The results also illustrate the impacts of considering extreme long-term scenarios in the obtained investment plans.

بخشی از ترجمه مقاله (صفحه 18 فایل ورد ترجمه)