پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

پرداخت و دانلود

ارزیابی اثرات PHEV شارژ الگوها در برنامه ریزی باد حرارتی توسط واحد تصادفی+ نسخه انگلیسی

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

پیش‌بینی احتمالاتی توان بادی

در این مطالعه، مجموعه‌های زمانی تولید توان بادی برای 15 ناحیه فرضی در ایلینویز در سال 2006، از مطالعات ترکیب و انتقال توان بادی NREL شرقی (EWITS) بدست آمدند. این داده‌ها از ترکیب یک مدل شبیه‌سازی عددی هوا با یک منحنی ترکیبی توان برای تعدادی از نواحی بالقوه برای احداث مزارع توان بادی، تولید شدند. داده‌های توان بادی برای 15 ناحیه بر روی یک مجموعه زمانی قرار گرفتند. دقت پیش‌بینی توان بادی از روزی به روز دیگر متغیر است. خطای پیش‌بینی‌ها همان مقدار پیش‌بینی شده از نیروگاه‌های واقعی توان بادی بود. در این تحلیل، ما از پیش‌بینی روز بعد مطالعات EWITS استفاده می‌کنیم.

پیش‌بینی غیرپارامتری تابع چگالی تولید توان بادی را می‌توان با جمع یک مجموعه از پیش‌بینی‌های چارک ایجاد کرد. ما از ترکیب رگرسیون چارگ و شبیه‌سازی مونته کارلو برای تولید سناریوهای توان بادی بهره می‌بریم. پیش‌بینی‌ها و تولید توان باید تحقق یافته در طی یک پنجره زمانی در گذشته (ما از داده‌های ماه ژانویه تا ژوئن در این مطالعه استفاده می‌کنیم) به منظور محاسبه رگرسیون چارک به کار می‌روند.

1000 سناریوی خروجی توان بادی برای هر روز تولید می‌شود. برای سادگی محاسبات، از یک تکنیک کاهش سناریو استفاده شد تا 1000 سناریو را با استفاده از GAMS/SCENRED به 10 سناریو کاهش دهد. شکل3 نشان‌دهنده سناریوهای توان بادی پس از کاهش‌های انجام شده برای یک روزِ انتخاب شده است. محور افقی نشان دهنده فواصل زمانی است. محور عمودی نیز نسبت تولید توان بادی به کل ظرفیت نصب شده توان بادی است. هر سناریو دارای یک احتمال است که برای کمیت‌بخشی شباهت هر سناریو به مقدار واقعی به کار می‌رود.

پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

پرداخت و دانلود