در این مقاله روشی نوین بهمنظور برنامهریزی نگهداشت واحدهای تولیدی در محیط رقابتی بازار برق ارائه شده است. مسئله برنامهریزی نگهداشت تولیدی به علت تأثیرگذاری بر روی امنیت و انتشار آلایندگی سیستم و سود تولیدکنندگان یکی از مهمترین موضوعات در محیط تجدید ساختاریافته سیستم چکیده کامل
در این مقاله روشی نوین بهمنظور برنامهریزی نگهداشت واحدهای تولیدی در محیط رقابتی بازار برق ارائه شده است. مسئله برنامهریزی نگهداشت تولیدی به علت تأثیرگذاری بر روی امنیت و انتشار آلایندگی سیستم و سود تولیدکنندگان یکی از مهمترین موضوعات در محیط تجدید ساختاریافته سیستم قدرت میباشد. بهمنظور در نظرگیری ریسک تولیدکنندگان، برنامهریزی نگهداشت تولیدی از دیدگاه تولیدکنندگان با استفاده از تئوری بازیهای غیر مشارکتی مدل گردیده که بهمنظور دستیابی به استراتژی بهینه از تعادل نش بهره برده شده است. از سوی دیگر، بهرهبردار مستقل سیستم به دنبال دستیابی به سطح قابلیت اطمینان مناسب و کاهش آلایندگی است. در این بین برنامههای پاسخگوی بار یکی از گزینههای اثرگذار بر سیاستهای حوزه تصمیمگیری انرژی میباشند. در این مقاله از منابع پاسخگوی بار بهعنوان منبعی مجازی برای تدارک رزرو سیستم بهره برده شده است. همچنین بهمنظور همسوساختن برنامه نگهداشت تولیدکنندگان با برنامه نگهداشت قابلیت اطمینان– آلایندگی محور از فرایند هماهنگسازی بهره برده شده است. مدل پیشنهادی بر روی شبکه استاندارد 24 باس اصلاحشده IEEE-RTS پیادهسازی شده و نتایج حاصل، نشاندهنده کارامدی روش پیشنهادی است.
پرونده مقاله
در بستر سیستمهای قدرت هوشمند، تعیین پتانسیل منابع پاسخگویی تقاضا به علت اثرگذاری بر تمامی سیاستهای تصمیمگیری حوزه انرژی حایز اهمیت است. در مقاله حاضر، پتانسیل منابع پاسخگویی تقاضا در حضور تجهیزات سرمایشی و گرمایشی، با استفاده از روش الگوریتم طبقهبندی
k-means به ع چکیده کامل
در بستر سیستمهای قدرت هوشمند، تعیین پتانسیل منابع پاسخگویی تقاضا به علت اثرگذاری بر تمامی سیاستهای تصمیمگیری حوزه انرژی حایز اهمیت است. در مقاله حاضر، پتانسیل منابع پاسخگویی تقاضا در حضور تجهیزات سرمایشی و گرمایشی، با استفاده از روش الگوریتم طبقهبندی
k-means به عنوان یک روش دادهکاوی، تعیین میشود. ابتدا دادههای انرژی مصرفی در ساعات پیک دورههای گرم (بهار و تابستان) و دورههای سرد (پاییز و زمستان)، با توجه به تغییرات قیمت و دما، با استفاده از الگوریتم k-means در خوشههای مختلفی گروهبندی میشوند. خوشههایی با امکان حضور وسایل سرمایشی و گرمایشی، انتخاب میشوند. سپس نمودار بازه اطمینان دادههای انرژی مصرفی در خوشههای منتخب با توجه به تغییرات قیمت انرژی ترسیم میگردد. با توجه به فاصله کمینه و بیشینه در میانگین دادههای موجود در آستانه بالا و آستانه متوسط نمودار بازه اطمینان، پتانسیل نامی منابع پاسخگویی تقاضا (بار انعطافپذیر) به دست میآید. اطلاعات انرژی مصرفی، دما و قیمت انرژی شبکه برق BOSTON در یک افق زمانی ششساله به منظور ارزیابی مدل پیشنهادی استفاده میشود.
پرونده مقاله