دانلود مقاله ISI انگلیسی شماره 53117
ترجمه فارسی عنوان مقاله

برنامه توسعۀ تولید و انتقال، با در نظر گرفتن حد بارگذاری با استفاده از نظریۀ بازی‌ها و ANN (شبکۀ عصبی مصنوعی)

عنوان انگلیسی
Transmission and Generation Expansion Planning Considering Loadability Limit Using Game Theory & ANN
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
53117 2012 6 صفحه PDF
منبع

Publisher : IEEE (آی تریپل ای)

Journal : Environment and Electrical Engineering (EEEIC), Date of Conference: 18-25 May 2012 Page(s): 661 - 666 Print ISBN: 978-1-4577-1830-4

فهرست مطالب ترجمه فارسی
چکیده

مقدمه

 قابلیت بارگذاری، به عنوان شاخصی از امنیت

شبکۀ عصبی انتشار به عقب

 تجزیه و تحلیل حساسست

شکل 1. ساختار شبکۀ انتشار به عقب

آماده سازی الگوهای پرورش شبکۀ عصبی

شکل 2.  ساختار روش ارایه شده

شکل 3.  ساختار الگوی ورودی/خروجی ANN

جدول 1.  تعیین ANN ارایه شده

اعمال نظریۀ بازی‌ها به مسالۀ TEP/GEP

فرضیات

مطالعۀ موردی

شکل 4.  رابطۀ استاراتژیک میان شرکت تولید و شرکت انتقال

شکل 5.  فلوچارت الگوریتم Cournot

شکل 6.  سیستم 6-شینه

جدول 2.  اطلاعات تولید

جدول 3.  اطلاعات شین

جدول 4.  اطلاعات خط

راه حل برای بهترین شین برای افزایش بار

جدول 5.   راهبرد‌های توسعۀ شرکت تولید و شرکت انتقال

بخش توسعۀ یکم 

بخش توسعۀ دوم 

جدول 7.  سود دو بازیکن در بخش توسعۀ دوم

بخش توسعۀ سوم 

جدول 8.   سود دو بازیکن در بخش توسعۀ سوم

بخش توسعۀ چهارم

جدول 9.   سود دو بازیکن در بخش گسترش چهارم

نتیجه گیری

جدول 10.   ماتریس نتیجه نهایی TEC و GEC نظریۀ بازی‌ها 
ترجمه چکیده
در این مقاله برنامۀ توسعۀ تولید و انتقال (TEF , GEP) با در نظرر گرفتن حد بارگذاری سیستم قدرت مطالعه شده است. از روش شبکه‌های عصبی مصنوعی (ANN) برای ارزیابی حد بارگذاری سیستم قدرت - به دلیل ویژگی‌های حساسیتش- استفاده شده است. بازسازی سیستم قدرت و جداسازی سازمان‌های تصمیم گیرندۀ توسعۀ تولید و انتقال، هماهنگی میان شرکت‌های تولید و انتقال را حیاتی تر ساخته است. از دیگر سو، پایداری ولتاژ، یکی از مشخصه‌های سطح امنیتی سیستم قدرت می‌باشد. در این مقاله، نخست الگوی بار یک سیستم قدرت 6-شینه توسعه یافته، و سپس با استفاده از مشخصه‌های حساسیت ANN بهترین شین برای افزایش بار، تعیین می‌شود. آنگاه، ارتباط متقابل راهبردی میان شرکت انتقال (trasco) و شرکت تولید (GenCo) برای TEP و GEP در یک بازار برق رقابتی _ با استفاده از نظریۀ بازی‌ها (GT)_ ارایه می‌شود. الگوریتم ارایه شده از سه مرحلۀ بهینه سازی برای تعیین تعادل نش _بطوری که سودمندترین روش برای هردو سوی گیم در یک گیم برنامه ریزی توسعه، یافتنی باشد_ تشکیل می‌شود.
ترجمه مقدمه
بازسازی و بازتنظیم سیستم قدرت، چالش‌های تازه‌ای را به برنامه ریزی سیستم قدرت اعمال می‌کند. در یک بازار توان انحصاری، تصمیم گیرنده تنها یک بنیادیست که می‌تواند در مورد برنامۀ توسعۀ تولید(GEP) و برنامۀ توسعۀ انتقال (TEP)، تصمیم بگرید. بدلیل ایجاد شدن رقابت در بازار برق، بهتر است که تصمیم گیرنده‌های TEP و GEP جدا شوند؛ بطوری که شرکت انتقال (TrasCo) برای TEP و شرکت تولید (GenCo) برای GEP تصمیم گیری کند. در چنین محیطی، هماهنگی میان این دو نهاد حیاطی تر می‌شود؛ زیرا هر توسعۀ ظرفیت می‌تواند به دیگری اثر گذاشته و در نتیجه سود هر شرکت می‌تواند به طور وابسته، تحت تاثیر قرار گیرد. در یک بازار برق رقابتی با دسترسی آزاد به سیستم انتقال، انتظار می‌رود که شرکت تولید بار را بدون هیچ ازدحامی‌در خطوط انتقال، تعمین کند. شرکت‌های انتقال، بایستی یک مسیر غیر-تبعیضی، قابل اطمینان و بدون ازدحام از شرکت‌های تولید، به مصرف کننده‌های برق ارایه دهند. ازین رو، شبکه‌های انتقال باید به گونه‌ای تنظیم شوند که عملکرد بهینه بدست آید. در یک بازار برق باز ساخته شده، شرکت تولید (GenCo) تصمیمات مربوط به ظرفیت‌های تولید، مکان‌ها و زمان‌های ساخت نیروگاه‌های جدید را از دید خودش، اتخاذ می‌کند. در چنین محیطی، راهبرد‌های توسعۀ ظرفیت تولید که توسط شرکت تولید تصمیم گیری شده است، با شرایط شبکه که می‌تواند باعث عدم قطعیت و نیز چالش‌های TEP و برعکس شود، تداخل بیابد. از سویی دیگر، تضمینی وجود ندارد که شبکه‌های انتقال بتوانند ظرفیت کافی را برای ظرفیت‌های تولید جدید که توسط شرکت تولید ایجاد شده است را داشته باشند [1-5]. این تداخل میان شرکت تولید و شرکت انتقال منجر به طرح جدیدی از GEP و TEP که سود هر دو نهاد را در نظر می‌گیرد، خواهد شد. در چنین محیطی، نظریۀ بازی‌ها (GT) به نظر روشی سودمند برای تعادل یک راهبرد ترکیبی برای شرکت تولید وشرکت انتقال، به منظور ظرفیت توسعۀ تولید و ظرفیت توسعۀ انتقال _در حالی که تعادل بازار برق را در نظر می‌گیرد [6-10]_ می‌باشد. TEP و GEP بطور جداگانه در مقاله‌های زیادی مورد مطالعه واقع شده‌اند، اما تداخل آن دو در محیطی جداگانه و در تعداد کمی‌صفحات، مطالعه شدند. به منظور مطالعۀ ارتباط میان سرمایه گذاری تولید و انتقال، یک روش سه مرحله‌ای در [11] ارایه شد. یک مطالعه در [12] نشان می‌دهد که بازارهای توان بازتنظیم شده، درجۀ رقابت میان تولید کننده‌های مختلف، وابسته به ظرفیت خطوط انتقال می‌باشد. اثر متقابل میان برنامۀ توسعۀ تولید و انتقال با استفاده از نظریۀ بازی‌ها ، با بکارگیری از یک سیستم سه-شینه در [13] انجام شده است. به منظور مطالعۀ اثر راهبردی میان شرکت تولید و شرکت انتقال، یک مدل قطعی یک-مرحله‌ای در [14] ارایه شده است. مشخصه‌های گسترش شم شکرت تولید و هم شرکت انتقال، را می‌توان با استفاده از مدل Cournot شبیه سازی کرد. تعادل در بازار توان در [14]، با استفاده از فناوری مسالۀ تکمیلی ترکیبی (MCP)بدست آمده است و مدل ارایه شده به یک سیستم سه-شینه مانند سیستم 14-شینۀ IEEE اعمال شده است. از دیگر سو، امنیت سیستم قدرت _که قابلیت یک سیستم قدرت برای تحمل اختلالات ناشی از هر خشونتی در شرایط عملکرد سیستم است_ بایستی در روش جدید افزایش ظرفیت در نظر گرفته شود؛ در حالی که مطالعات نامبرده، امنیت سیستم قدرت را در نظر نگرفته‌اند. در این مقاله، نخست الگوی بار در یک سیستم قدرت شش-شینه که در آن بهترین شین برای افزایش بار با استفاده از مشخصه‌های حساسیت ANN تعیین می‌شود، توسعه می‌بابد. آنگاه یک ارتباط استراتزیک میان GEP و TEP در یک محیط یازار برق رقابتی با استفاده از نظریۀ بازی‌ها ، ارایه می‌شود. باید توجه شود که یک بار کنترل پذیر که می‌تواند بواسطۀ پاداش یا جریمه _به روشی انعطاف پذیر_ افزایش یا کاهش یابد، فرض شده است. این مقاله بدین گونه سازمان یافته است: در بخش 2، حد بارگذاری به عنوان شاخصی از امنیت، معرفی شده است. شبکه‌های عصبی که برای بهبود الگوی بار استفاده شده است، در بخش 3 ارایه شده است. کاربرد مدل Cournot برای TEP و GEP در بخش 4 بحث شده است. بخش 5 نظریۀ بازی‌ها را برای حل مسالۀ TEP و GEP ارایه می‌دهد. یک بررسی موردی در بخش 6 ارایه شده، و سر انجام نتیجه گیری‌هادر بخش 7 آورده شده‌اند.
پیش نمایش مقاله
پیش نمایش مقاله  برنامه توسعۀ تولید و انتقال، با در نظر گرفتن حد بارگذاری با استفاده از نظریۀ بازی‌ها و ANN (شبکۀ عصبی مصنوعی)

چکیده انگلیسی

Transmission and generation expansion planning (TEP and GEP) considering loadability limit of power system is studied in this paper. Artificial neural network (ANN) technique is used to evaluate loadability limit of the power system because of its sensitivity characteristic. Power system restructuring and separation of decision-making organizations of transmission and generation expansion, make coordination between generation and transmission companies more crucial. On the other hand, voltage stability is one of the indicators of power system security level. In this paper, first the load pattern of a six-bus power system is improved and then the best bus for load increment is determined using sensitivity characteristic of ANN. Afterwards the strategic interaction between transmission company (TransCo) and generation company (GenCo) for TEP and GEP in a competitive electricity market is proposed using Game Theory (GT). The proposed algorithm comprises three optimization levels to determine Nash equilibrium such that the most profitable strategy for both sides of the game can be found out in an expansion planning game.