برنامه ريزي باد حرارتي توسط واحد تصادفي

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

ارزيابي اثرات PHEV شارژ الگوها در برنامه ريزي باد حرارتي توسط واحد تصادفي+ نسخه انگليسي

Assessment of Impacts of PHEV Charging Patterns on Wind Thermal Scheduling by Stochastic Unit Commitment

پيش‌بيني احتمالاتي توان بادي

در اين مطالعه، مجموعه‌هاي زماني توليد توان بادي براي 15 ناحيه فرضي در ايلينويز در سال 2006، از مطالعات تركيب و انتقال توان بادي NREL شرقي (EWITS) بدست آمدند. اين داده‌ها از تركيب يك مدل شبيه‌سازي عددي هوا با يك منحني تركيبي توان براي تعدادي از نواحي بالقوه براي احداث مزارع توان بادي، توليد شدند. داده‌هاي توان بادي براي 15 ناحيه بر روي يك مجموعه زماني قرار گرفتند. دقت پيش‌بيني توان بادي از روزي به روز ديگر متغير است. خطاي پيش‌بيني‌ها همان مقدار پيش‌بيني شده از نيروگاه‌هاي واقعي توان بادي بود. در اين تحليل، ما از پيش‌بيني روز بعد مطالعات EWITS استفاده مي‌كنيم.

پيش‌بيني غيرپارامتري تابع چگالي توليد توان بادي را مي‌توان با جمع يك مجموعه از پيش‌بيني‌هاي چارك ايجاد كرد. ما از تركيب رگرسيون چارگ و شبيه‌سازي مونته كارلو براي توليد سناريوهاي توان بادي بهره مي‌بريم. پيش‌بيني‌ها و توليد توان بايد تحقق يافته در طي يك پنجره زماني در گذشته (ما از داده‌هاي ماه ژانويه تا ژوئن در اين مطالعه استفاده مي‌كنيم) به منظور محاسبه رگرسيون چارك به كار مي‌روند.

1000 سناريوي خروجي توان بادي براي هر روز توليد مي‌شود. براي سادگي محاسبات، از يك تكنيك كاهش سناريو استفاده شد تا 1000 سناريو را با استفاده از GAMS/SCENRED به 10 سناريو كاهش دهد. شكل3 نشان‌دهنده سناريوهاي توان بادي پس از كاهش‌هاي انجام شده براي يك روزِ انتخاب شده است. محور افقي نشان دهنده فواصل زماني است. محور عمودي نيز نسبت توليد توان بادي به كل ظرفيت نصب شده توان بادي است. هر سناريو داراي يك احتمال است كه براي كميت‌بخشي شباهت هر سناريو به مقدار واقعي به كار مي‌رود.

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود