fa یکپارچه‌سازی بهینه انرژی باد در برنامه‌ریزی توسعه تولید انرژی الکتریکی با در نظر گرفتن نوسانات و عدم قطعیت قدرت Power پژوهشي Research <div dir="ltr">DOR: 98.1000/1735-7152.1397.15.93.0.3.1610.32</div> <div dir="ltr"></div> <br> <strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">یکپارچه‌سازی توان تولیدی باد در یک سیستم تولید الکتریکی باعث ایجاد نوسانات و عدم قطعیت خواهد شد که باید در فرآیند برنامه‌ریزی توسعه تولید (</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">GEP</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">) در نظر گرفته شود. هدف این مطالعه، مدل‌سازی مسئله&nbsp;</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">GEP</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">&nbsp;با یکپارچه‌سازی توان تولیدی بادی با معرفی و پیشنهاد مدل فازی-احتمالاتی به منظور در نظرگرفتن نوسانات و عدم قطعیت موجود در توان تولیدی باد می‌باشد. به منظور اعتبارسنجی و بهینه‌سازی مسئله&nbsp;</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">GEP</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">، از الگوریتم ژنتیک، جستجوی گرانشی و جستجوی گرانشی بهبود یافته (</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">IGSA</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">) برای یک سیستم نمونه استفاده شده که&nbsp;</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">IGSA</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">&nbsp;به بهترین پاسخ دست یافته است. برای مدل کردن توان تولیدی باد مدل‌سازی فازی-احتمالاتی معرفی و پیشنهاد گردیده است که در آن، از الگوریتم خوشه‌بندی&nbsp;</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">k-means</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">&nbsp;استفاده شده که تعداد خوشه‌های مناسب مبتنی بر روش معیار اطلاعات بیزین انتخاب شده‌اند و سپس اعداد فازی به هر مرکز خوشه اختصاص داده شده است. نتایج نشان می‌دهد که در نظر گرفتن نوسانات و عدم قطعیت در توان تولیدی باد ترکیب بهینه واحدهای تولید متناظر با مقادیر هزینه کل(&nbsp;</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">TC</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">) را تغییر می‌دهد به گونه‌ای که با کاهش درصد سهم نیروگاه‌های بادی نصب شده به دلیل کاهش توان تولیدی باد مقدار هزینه&nbsp;</span></span></span></strong><span style="font-family: &quot;times new roman&quot;, serif;"><span style="font-size: 11pt;">TC</span></span><strong><span dir="RTL"><span style="font-family: &quot;b nazanin&quot;;"><span style="font-size: 11pt;">&nbsp;افزایش یافته است.&nbsp;</span></span></span></strong> Wind Power generation integrated in electrical power system can cause of variation and uncertainty which must be considered in process of generation expansion planning (GEP). The goal of this study is to model the GEP problem integrated with wind power generation and introduce the fuzzy-probability model to consider variation and uncertainty of wind power generation. To verify and optimize the GEP problem, genetic algorithm, gravitational search algorithm, and improved gravitational search algorithm (IGSA) are applied for a test system which IGSA achieved the best answer. For wind power generation modeling, fuzzy-probability model is introduced and it is proposed to use k-means clustering algorithm to find the best number of clusters based on Bayesian information criterion and then fuzzy numbers are assigned for each cluster. Based on the simulation results, it is concluded that considering the variation and uncertainty of wind power generation in the GEP model will change the optimal combination of generation units corresponding to optimal total cost (TC) while with decreasing in share percentage of installed wind units, because of decreasing in wind power generation, TC value will be increased.<br> <strong><span dir="RTL"></span></strong> انرژی باد, برنامه‌ریزی توسعه تولید, روش برش آلفا, معیار اطلاعات بیزین, مدل فازی-احتمالاتی, الگوریتم جستجوی گرانش بهبودیافته. Electrical Arc Furnace (EAF), generator torque variations, micro grid control, small scale synchronous generator (SSSG). 93 104 http://jiaeee.com/browse.php?a_code=A-10-1271-1&slc_lang=fa&sid=1 fatemeh jahanbani فاطمه جهانبانی jahanbani@aut.ac.ir 10031947532846003830 10031947532846003830 Yes University of Amirkabir, Tehran, Iran دانشگاه صنعتی امیرکبیر Morteza Mohammadi Ardehali مرتضی محمدی اردهالی ardehali@aut.ac.ir 10031947532846003831 10031947532846003831 No University of Amirkabir, Tehran, Iran دانشگاه صنعتی امیرکبیر