پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شماره‌ها | 610 |
| تعداد مقالات | 9,029 |
| تعداد مشاهده مقاله | 67,082,969 |
| تعداد دریافت فایل اصل مقاله | 7,656,406 |
برنامه‌ریزی منعطف و کوتاه‌مدت شرکت‌های ترکیبی‌بهره‌برداری انتقال در بازار روز بعد انرژی با در نظر گرفتن منابع ذخیره ساز | ||
| مدل سازی در مهندسی | ||
| دوره 20، شماره 70، مهر 1401، صفحه 195-208 اصل مقاله (1.73 M) | ||
| نوع مقاله: مقاله برق | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2022.25946.2208 | ||
| نویسندگان | ||
| محمدرضا انصاری* ؛ مصطفی یقتین؛ مصطفی کاظمی | ||
| گروه مهندسی برق، مرکز آموزش عالی شهرضا، دانشگاه اصفهان، ایران | ||
| تاریخ دریافت: 16 بهمن 1400، تاریخ بازنگری: 31 فروردین 1401، تاریخ پذیرش: 18 خرداد 1401 | ||
| چکیده | ||
| در این مقاله یک رویکرد منعطف جدید برای بهینه‌سازی شرکت‌های ترکیبی بهره‌برداری انتقال ارائه شده که در آن به حداکثر رساندن درآمد شرکت ترکیبی و همچنین به حداکثر رساندن رفاه اجتماعی از دید بهره‌بردار شبکه، مورد توجه قرار گرفته است. رویکرد این شرکت کسب درآمد از طریق بخش انتقال بوده، به‌صورتیکه از طریق خرید و فروش انرژی در بازار روز بعد و با استفاده از منابع ذخیره‌ساز درآمد خود را حداکثر می‌نماید. استفاده از یک برنامه‌ریزی دوسطحی برای بهینه‌سازی توابع هدف مسئله به همراه استراتژی پیشنهادی برای به حداکثر رساندن درآمد شرکت، ارائه گردیده است. با استفاده از روش کروش- کان-تاکر مدل دوسطحی پیشنهادی به یک برنامه‌ریزی تک سطحی تبدیل شده است. همچنین جهت رسیدن به یک درآمد تضمین شده، عدم قطعیت رفتار منابع تولیدکننده و مصرف‌کننده رقیب در نظر گرفته شده و با یک روش تولید سناریو اصلاح شده مدل‌سازی گردیده است. مدل پیشنهادی ابتدا بر روی یک شبکه استاندارد 9 شین IEEE و سپس بر روی یک شبکه استاندارد 57 شین IEEE با استفاده از نرم‌افزار GAMS شبیه‌سازی‌شده است. نتایج حاصله، کارایی استراتژی پیشنهادی در به حداکثر رساندن درآمد شرکت ترکیبی را نشان می‌دهد. | ||
| کلیدواژه‌ها | ||
| شرکت‌های ترکیبی بهره‌برداری انتقال؛ منابع ذخیره ساز؛ روش سناریو اصلاح شده؛ عدم قطعیت؛ مدل دو سطحی | ||
| عنوان مقاله [English] | ||
| Flexible and Short-term bidding strategy of Hybrid Transmission Operating Company in day-ahead energy market with considering storage resources | ||
| نویسندگان [English] | ||
| Mohammadreza Ansari؛ Mostafa Yaghtin؛ mostafa kazemi | ||
| Department of Electrical Engineering, Shahreza Campus, University of Isfahan, Iran | ||
| چکیده [English] | ||
| This paper proposed a new flexible approach to optimization of hybrid transmission Operating companies (HTOC) in which the maximization of the revenue of combined company as well as maximizing social welfare from the perspective of the independent system operator (ISO) is considered. The company's strategy is to maximize its revenue both through the transmission and through the sale and buying of energy in the day-ahead energy market using storage resources. The use of a bi-level model to optimize the objective functions of the problem along with the proposed strategy to maximize the company's revenue has been proposed, which has been transformed into a single-level model using the Karush–Kuhn–Tucker (KKT). In order to achieve a guaranteed income, the uncertainty of competitors' behavior is modeled by a modified scenario based method(MSBM). The proposed model is first simulated on a IEEE 9-Bus Standard System and then on a IEEE 57-Bus Standard System using GAMS software. The results show the effectiveness of the proposed strategy to maximize the revenue of the combined company. | ||
| کلیدواژه‌ها [English] | ||
| hybrid transmission Operating companies, Storage resources, modified scenario based method, bi-level mode, Uncertainty | ||
| مراجع | ||
|
[1] A. Robbins, "How to understand the results of the climate change summit", Conference of Parties21 (COP21) Paris 2015, Vol. 37, Paris, France, May 2016. [2] R. Peesapati, A. Yadav,V. K. Yadav, N. Kumar, "GSA–FAPSO-Based Generators Active Power Rescheduling for Transmission Congestion Management", IEEE Systems Journal, Vol. 33, No, 2, 2019, pp. 3266 - 3273. [3] C. Feng, M. Sun, J. Zhang,"Reinforced Deterministic and Probabilistic Load Forecasting via Q -Learning Dynamic Model Selection", IEEE Transactions on Smart Grid, Vol. 11, No. 2, 2020, pp. 1377 - 1386. [4] H. Guo, Q. Chen, Q. Xia, Ch. Kang,"Market Power Mitigation Clearing Mechanism Based on Constrained Bidding Capacities", IEEE Transactions on Power Systems,Vol. 34, No. 6, 2019, pp. 4817 - 4827. [5] J. Liu, M. Kazemi, A. Motamedi, H. Z.,J. Rippon, "Security-Constrained Optimal Scheduling of Transmission Outages With Load Curtailment", IEEE Transactions on Power Systems,Vol. 33, No. 1, 2018, pp.921-931. [6] A. E. S. Operator, "About the grid", Available: https://www.aeso.ca/grid/about-the-grid, 2016. [7] L. Wang, Ch. Hou, B. Ye, X. Wang, Ch. Yin, H. Cong, "Optimal Operation Analysis of Integrated Community Energy System Considering the Uncertainty of Demand Response", IEEE Transactions on Power Systems, Vol. 36, No. 4, 2021, pp. 3681 - 3691. [8] Y. Liu, Z. Tang, L. Wu, "On Secured Spinning Reserve Deployment of Energy-Limited Resources Against Contingencies", IEEE Transactions on Power Systems, Vol. 37, No. 1, 2022, pp. 518 - 529. [9] B. Li, A. Bagherinezhad, R. Khatami,M. Parvania,"Continuous-Time Look-Ahead Optimization of Energy Storage in Real-Time Balancing and Regulation Markets", IEEE Systems Journal, Vol. 15, No. 3, 2021, pp. 3230 - 3237. [10] M. Kazemi , M. R. Ansari, " An integrated transmission expansion planning and battery storage systems placement - A security and reliability perspective", International Journal of Electrical Power and Energy Systems, Vol. 134, 2022. [11] M. R. Ansari , S. Pirouzi , M. Kazemi , A. Naderipour, M. Benbouzid," Renewable Generation and Transmission Expansion Planning Coordination with Energy Storage System: A Flexibility Point of View", Applied Sciences,Vol. 11, No. 8, pp. 1-12, 2021. [12] G. He, Q. Chen, C. Kang, P. Pinson, Q. Xia, "Optimal bidding strategy of battery storage in power markets considering performance-based regulation and battery cycle life," IEEE Transactions on Smart Grid, Vol. 7, No. 4, 2015, pp. 2359-2367. [13] M. Kazemi, H. Zareipour, N. Amjady, W. D. Rosehart, M. Ehsan, "Operation scheduling of battery storage systems in joint energy and ancillary services markets," IEEE Transactions on Sustainable Energy, Vol. 8, No. 2, 2017, pp. 1726-1735. [14] A. A. Thatte, L. Xie, D. E. Viassolo, and S. Singh, "Risk measure based robust bidding strategy for arbitrage using a wind farm and energy storage," IEEE Transactions on Smart Grid, Vol. 4, No. 3, 2013, pp. 2191-2199. [15] P. Kanakasabapathy, K.S. Swarup, "Bidding strategy for pumped-storage plant in pool-based electricity market". Energy conversion and Management, Vol. 51, No. 3, 2101, pp. 572-579. [16] Sh. Bahramirad, H, Daneshi ,"Optimal sizing of smart grid storage management system in a microgrid", 2012 IEEE PES Innovative Smart Grid Technologies (ISGT), Washington, DC, USA, 2012. [17] M. R. Aghamohammadi, H. Abdolahinia, "A new approach for optimal sizing of battery energy storage system for primary frequency control of islanded microgrid," International Journal of Electrical Power & Energy Systems, Vol. 54, No.4, 2014, pp. 325-333. [18] R. Hemmati, H. Saboori, M. A. Jirdehi, "Stochastic planning and scheduling of energy storage systems for congestion management in electric power systems including renewable energy resources," Energy, Vol. 133, No.1, 2017, pp. 380-387. [19] Y. Sun, Z. Li, M. Shahidehpour, B. Ai, "Battery-based energy storage transportation for enhancing power system economics and security," IEEE Transactions on Smart Grid, Vol. 6, No. 4, 2015, pp. 2395-2402. [20] C. Brivio, S. Mandelli, and M. Merlo, "Battery energy storage system for primary control reserve and energy arbitrage," Sustainable Energy, Grids and Networks, Vol. 6, No. 4, 2016, pp. 152-165. [21] M. Shahidehpour, H.Yamin, Zuyi Li, "Market Operations in Electric Power Systems: Forecasting, Scheduling, and Risk Management", Wiley-IEEE Press, 2002. [22] C. Ruiz, A. J. Conejo, "Pool strategy of a producer with endogenous formation of locational marginal prices," IEEE Transactions on Power Systems, Vol. 24, No. 4, 2019, pp. 1855-1866. [23] L. Baringo, A. J. Conejo, "Strategic offering for a wind power producer," IEEE Transactions on Power Systems, Vol. 28, No. 2, 2013, pp. 4645-4654. [24] Manual, A.K.U.s. Complementarity constraints. Available from: https://www.artelys.com/docs/knitro/2_userGuide/complementarity.html [25] A. Ben-Tal, L. El Ghaoui, A. Nemirovski, "Robust optimization", Vol. 28, Princeton University Press, 2009. [26] جمشید آقائی, امین رحیمی رضایی, محمدرضا کریمی, “هماهنگی نیروگاه‌های بادی و دستگاه‌های ذخیره‌ساز سیستم قدرت در مسئله‌ی برنامه‌ریزی امنیت-مقید مشارکت واحدها با استفاده از بهینه‌سازی استوار"، نشریه مدل‌سازی در مهندسی، دوره 16، شماره 53، 1397، صفحه 207-220 [27] نیما امجدی, بهداد وطنی, حسین شریف زاده، "آرایش بهینه تصادفی تولید برای شرکت‌های مولد با در نظر گرفتن بازار انرژی و قراردادهای دوجانبه"، نشریه مدل‌سازی در مهندسی، دوره 9، شماره 24، 1390، صفحه 21-28 [28] M. Kazemi, H. Zareipour, M. Ehsan, and W. D. Rosehart, "A robust linear approach for offering strategy of a hybrid electric energy company," IEEE Transactions on Power Systems, Vol. 32, No. 3, 2017, pp. 1949-1959. [29] M.R. Ansari, N Amjady, B Vatani," Stochastic security-constrained hydrothermal unit commitment considering uncertainty of load forecast, inflows to reservoirs and unavailability of units by a new hybrid decomposition strategy", IET Generation, Transmission & Distribution, Vol. 8, No. 12, 2014, pp.1900-1915. [30] Power systems test case archive [resources]. URL http://www2.ee.washington.edu/research/pstca [31] نیما امجدی و محمدرضا انصاری "برنامه‌ریزی کوتاه مدت نیروگاه‌های آبی و حرارتی در سیستم قدرت با در نظر گرفتن محدودیتهای ایمنی سیستم و مسئله پایداری ولتاژ " ، نشریه مدل‌سازی در مهندسی، دوره 10، شماره 28، 1391، صفحه 53-67
| ||
|
آمار تعداد مشاهده مقاله: 245 تعداد دریافت فایل اصل مقاله: 142 |
||