پخش بار بهینه احتمالی مقید به پایداری گذرا: رهیافت برنامه‌ریزی تصادفی

نویسندگان

دانشگاه زنجان - دانشکده مهندسی

چکیده

در این مقاله به مطالعه و بررسی مسئله پخش بار بهینه احتمالی مقید به پایداری گذرا در حضور انرژی باد، در شبکه‌های قدرت تجدید ساختاریافته پرداخته‌شده است. توزیع احتمالی بار شبکه، توان در دسترس نیروگاه‌های بادی و قیمت تبادل انرژی با شبکه خارجی مجاور ازجمله عدم قطعیت‌های در نظر گرفته‌شده در این مقاله است. برای مدل‌سازی عدم قطعیت‌های مزبور، از روش مبتنی بر سناریو در چارچوب برنامه‌ریزی تصادفی استفاده شده است. به‌منظور اعمال قید پایداری گذرا در پخش بار بهینه احتمالی، از شاخص مرکز اینرسی ژنراتورها استفاده شده است. روش ارائه‌شده بر روی شبکه دارای 39 باس IEEE و در نرم‌افزار GAMS پیاده‌سازی شده است. به‌منظور ارزیابی کارایی مدل ارائه‌شده، نتایج حاصل از پخش بار بهینه احتمالی مقید به پایداری گذرا با نتایج به‌دست‌آمده از حل مسئله پخش بار بهینه احتمالی بدون این قید مقایسه شده‌اند. همچنین برای یکی از سناریوهای مهم شبکه از طریق شبیه‌سازی زمانی توسط نرم‌افزار DIgSILENT وضعیت پایداری شبکه برای دو حالت مقید و عدم مقید به محدودیت پایداری گذرا مقایسه شده است. نتایج عددی نشان می‌دهند که با افزودن قید مرکز اینرسی به‌عنوان قید پایداری گذرا به مدل پخش بار بهینه احتمالی، بدون این‌که هزینه اضافی چندانی تحمیل شود، می‌توان پایداری گذرای شبکه را بهبود داد. همچنین نتایج شبیه‌سازی‌ها نشان می‌دهند که نتایج به‌دست‌آمده از رهیافت پخش بار بهینه تصادفی مقید به پایداری گذرا باعث افزایش شاخص زمان بحرانی رفع خطا در سیستم نیز می‌شود که این شاخص معیار مناسبی برای ارزیابی پایداری گذراست.

کلیدواژه‌ها


   [1]      A.M. Leite da Silva, V.L. Arienti, and R.N. Allan, “Probabilistic load flow considering dependence between input nodal powers,” IEEE Transactions on Power Apparatus and Systems, vol. PAS-103, no. 6, pp. 1524-1530, 1984.
   [2]      X. Li, and Y. Li, “Analysis of probabilistic optimal power flow taking account of the variation of load power,” IEEE Transactions on Power Systems, vol. 23, no. 3, pp. 992-999, 2008.
   [3]      C.S. Saunders, “Point estimate method addressing correlated wind power for probabilistic optimal power flow,” IEEE Transactions on Power Systems, vol.29, no. 3, pp. 1045-1054, 2014.
   [4]      A. Schellenberg, W. Rosehart, and J. Aguado, “Cumulant-based probabilistic optimal power flow (P-OPF) with Gaussian and gamma distributions,” IEEE Transactions on Power Systems, vol. 20, no. 2, pp. 773-781, 2005.
   [5]      M. Marzband, A. Sumper, A. Ruiz-Álvarez, J.L. Domínguez-García, and B. Tomoiaga, “Experimental evaluation of a real time energy management system for stand-alone microgrids in day-ahead markets,” Applied Energy, vol. 106, pp. 365-76, 2013.
   [6]      M. Marzband, A. Sumper, J.L. Domínguez-García, and R. Gumara-Ferret, “Experimental validation of a real time energy management system for microgrids in islanded mode using a local day-ahead electricity market and MINLP”, Energy Conversion and Management, vol. 76, pp. 314-22, 2013.
   [7]      M. Marzband, M. Ghadimi, A. Sumper, and J.L. Dom´ınguez-Garc´, “Experimental validation of a real-time energy management system using multi-period gravitational search algorithm for microgrids in islanded mode,” Applied Energy, vol. 128, pp 164-74, 2014.
   [8]      T. Niknam, F. Golestaneh, and A. Malekpour, “Probabilistic energy and operation management of a microgrid containing wind/photovoltaic/fuel cell generation and energy storage devices based on point estimate method and self-adaptive gravitational search algorithm,” Energy, vol. 43, no. 1, pp. 427-437, 2012.
   [9]      H. Ahmadi, H. Ghasemi, A.M. Haddadi, and H. Lesani, “Two approaches to transient stability-constrained optimal power flow,” International Journal on Electrical Power and Energy Systems, vol. 47, pp.181-192, 2013.
[10]      A.O. Uzoechi, and S. M. Mahajan, “A transient stability constrained, line-flow-based fast contingency screening and power flow evaluation,” International Journal of Emerging Electric Power Systems, vol. 13, no 3, 2012.
[11]      L. Hakim, “A study on the effect of generation shedding to total transfer capability by means of transient stability constrained optimal power flow,” IEEE Transactions on Power Systems, vol. 24, no. 1, pp. 347-355, 2009.
[12]      Q. Jiang, and G. Geng, “A reduced-space interior point method for transient stability constrained optimal power flow,” IEEE Transactions on Power Systems, vol. 25, no. 3, pp. 1232-1241, 2010.
[13]      L. Tang, and J.D. McCalley, “An efficient transient stability constrained optimal power flow using trajectory sensitivity,” Proceedings of North American Power Symposium (NAPS), Champaign,  pp.1-6, 2012.
[14]      G. Geng, and Q. Jiang, “A two-level parallel decomposition approach for transient stability constrained optimal power flow,” IEEE Transactions on Power Systems, vol. 27, no. 4, pp. 2063-2073, 2012.
[15]      J. Quanyuan, and B. Zhou, “Parallel augment Lagrangian relaxation method for transient stability constrained unit commitment,” IEEE Transactions on Power Systems, vol. 28, no. 2, pp. 1140-1148, 2012.
[16]      A. Soroudi, and A. Rabiee, “Optimal multi-area generation schedule considering renewable resources mix: a real-time approach,” IET Generation, Transmission & Distribution, vol. 7, no, 9, pp. 1011-1026, 2013.
[17]      A.J. Conejo, M. Carrion, and J.M. Morales, Decision Making under Uncertainty in Electricity Markets, Springer Publications, 2010.
[18]      P. Kundur, Power System Stability and Control, Mc Graw-Hill Publications (New York), 1994.
[19]      J. Machowski, Power System Dynamics Stability and Control, John Wily and Sons Publications, 2008.
[20]      P. Kaymaz, J. Valenzuela, and C.S. Park, “Transmission congestion and competition on power generation expansion,” IEEE Transactions on Power Systems, vol. 22, no. 1, pp. 156-163, 2007.
[21]      N. Amjady, and S.A. Banihashemi, “Transient stability prediction power systems by a new synchronism status index and hybrid classifier,” IET Generation, Transmission & Distribution, vol. 4, no. 4, pp. 509-518, 2010.
[22]      P.W. Sauer, and M.A. Pai, Power System Dynamics and Stability, Prentice Hall Publications, 1998.
[23]      Q. Jiang, and Z. Huang, “An enhanced numerical discretization method for transient stability constrained optimal power flow,” IEEE Transactions on Power Systems, vol. 25, no. 4, pp. 1790-1797, 2010.
[24]      L. Shi, C. Wang, and L. Yao, “Optimal power flow solution incorporating wind power,” IEEE Systems Journal, vol. 6, no. 2, pp. 233-241, 2012.
[25]      S. Wen, H. Lan, Q. Fu, D.C. Yu, and L. Zhang, “Economic allocation for energy storage system considering wind power distribution,” IEEE Transactions on Power Systems, vol. 30, no. 2, pp. 644-652, 2015.
[26]      H. Bayem, M. Petit, Ph. Dessante, F. Dufourd, and R. Belhomme, “Probabilistic characterization of wind farms for grid connection studies,” Proceedings of European Wind Energy Conference & Exhibition, Milan, pp. 1-8, 2007.
[27]      R. Zimmerman, C. Murillo-Sanchez, and R. Thomas, “Matpower: steady state operations, planning, and analysis tools for power systems research and education,” IEEE Transactions on Power Systems, vol. 26, no. 1, pp. 12-19, 2011.
[28]      GAMS, “A user guide,” Available online at: http://gams.com/.
[29]      P.E. Gill, W. Murray, and M.A. Saunders, “Snopt: an SQP algorithm for large-scale constrained optimization,” SIAM Review, vol. 47, no. 1, pp. 99-131, 2005.