دانلود ترجمه مقاله یک مدل OPF خطی با استفاده از توان راکتیو و دامنه ولتاژ

1. مقدمه 2. معرفی یک مدل شبکه خطی شده جدید 3. جواب OPF پیشنهادی 4. بهبود بیشتر دقت 5. مطالعات موردی 6. نتیجه گیری

چکیده – در این مطالعه، یک مدل پخش توان بهینه (OPF) خطی شده و با همگرایی تضمین شده همراه با توان راکتیو (Q) و دامنه ولتاژ (v) پیشنهاد شده است. براساس یک مدل شبکه خطی شده، یک مدل OPF مقید کاملاً خطی با قیدهایی بر روی Q و v فرموله می شود و بر اساس جریان شاخه ظاهری محدود می شود. در مقایسه با روش DC OPF معمولاً استفاده شده، روش پیشنهادی، انحراف از جواب AC OPF را بدون نیاز به هرگونه اطلاعات بیشتر در مورد شبکه قدرت را محدود می کند. قیمت نهایی منطقه ای (LMP) روش پیشنهادی نسبت به روش DC OPF به جواب AC OPF نزدیکتر است. قیمت نهایی توان راکتیو (Q-LMP) ، ارائه می شود که این بیانگر فرصتی برای قیمت گذاری توان راکتیو است. مطالعات موردی برروی چندین سیستم نمونه یا محک IEEE و لهستانی نشان می دهند که روش OPF پیشنهادی به میزان قابل توجهی عملکرد روش DC OPF غالب را بهبود می بخشد. علاوه بر آن، نشان داده شده که اگر دقت مدل شبکه خطی شده نیاز است بیشتر بهبود یابد، مانند حین فرآیند شبه بهینه سازی مکرر که توجیه پذیری AC را مورد تایید قرار می دهد، جوابی که به میزان قابل توجهی به بهینه مدل AC OPF را می توان با تنها انجام یک تکرار بیشتر می توان بدست آورد. مقدمه: محاسبه «پخش توان بهینه» (OPF) برای تسهیل عملکرد ایمن و مقرون به صرفه شبکه های قدرت بسیار مهم است. بهره برداران سیستم، محاسبات OPF، در عملیات های روز بعد و بلادرنگ را انجام می دهند تا اقتصادی ترین برنامه زمانی مولد در محدوده های عملیاتی را تعیین کنند. بهبود حاصل شده در برنامه های حل OPF می توانند بطور بالقوه میلیون ها دلار در سال برای صنایع قدرت صرفه جویی داشته باشد [1]. اما، حل مسئله OPF دشوار است [2]. یافتن بهینه سراسری مدل OPF ، دارای دشواری «غیرقطعی و چندجمله ای زمانی» (NP) است [3]. در یک شبکه قدرت با هزاران شینه، بار محاسباتی حل یک مدل OPF کامل با الزامات عملیاتی مختلف ، بسیار زیاد است [4]. با اینکه الگوریتم های حل متعددی پیشنهاد شده است، اما روشهایی که به بهینه جهانی دست پیدا می کنند، نمی توانند همگرایی را تضمین کنند که این بخاطر غیرخطی بودن و غیرمحدب بودن مسئله OPF می باشد. برای عملیات های عملی سیستم، یکی از مبرم ترین الزامات یک حل کننده OPF، مقاوم بودن از نظر محاسباتی می باشد [5].

In this study, a linearized and convergence- guaranteed optimal power flow (OPF) model with reactive power (Q) and voltage magnitude (v) is proposed. Based on a linearized network model, a fully linearly-constrained OPF model is formulated with constraints on Q and v and limits on the apparent branch flow. Compared with the commonly used DC OPF method, the proposed method narrows the deviation from the AC OPF solution without requiring any additional information of the power grid. The locational marginal price (LMP) of the proposed method is closer to the AC OPF solution than the DC OPF method. The marginal price of the reactive power (Q-LMP) is provided, which offers the opportunity to price the reactive power. Case studies on several IEEE and Polish benchmark systems show that the proposed OPF method substantially enhances the performance of the prevalent DC OPF method. In addition, it is shown that if the accuracy of the linearized network model needs to be further improved, such as during the iterative quasi-optimization process that reconstitutes the AC feasibility, a solution that is notably close to the optimum of the AC OPF model can be obtained by taking only one more iteration. INTRODUCTION: Optimal power flow (OPF) calculation is crucial to facilitate the secure and economic operation of power grids. System operators perform OPF calculation in day-ahead and real-time operations to determine the most economic generator schedule within the operational limits. Improvements in OPF solvers can potentially save billions of dollars per year for power industries [1]. However, the OPF is a difficult problem to solve [2]. Finding the global optimum of the OPF model is non-deterministic polynomial-time (NP) hard [3]. In a power grid with thousands of buses, the computational burden of solving a full OPF model with various operational requirements is considerable [4]. Although numerous solving algorithms have been proposed, methods that achieve the global optimum cannot guarantee the convergence because of the nonlinearity and nonconvexity nature of the OPF problem. For practical system operations, one of the most critical requirements of an OPF solver is the computational robustness [5].