ارايه يك مدل تحليلي براي برنامه‌ريزي توسعه‌ي توليد در محيط رقابتي برمبناي تعادل ديناميكي عرضه و تقاضاي انرژي

ارايه يك مدل تحليلي براي برنامه‌ريزي توسعه‌ي توليد در محيط رقابتي برمبناي تعادل ديناميكي عرضه و تقاضاي انرژي

برنامه‌ريزي توسعه‌ي توليد (GEP) در محيط رقابتي صنعت برق يك مسيله مهم و پيچيده‌ي برنامه‌ريزي است كه معمولاً براي بازه زماني حدود 10 تا 30 سال انجام مي‌شود. اين مسيله از سوي بخش مديريتي بازار با چالش تامين مطمين بار در طول دوره‌ برنامه‌ريزي و از سوي بخش خصوصي با چالش تضمين حداقل سود شركت‌هاي توليدي مواجه است. در اين مقاله با تنظيم و طراحي بهينه‌ برنامه‌ توسعه‌ي توليد بر روي افق زماني مورد مطالعه، هدف ايجاد تعادل ديناميكي بين عرضه و تقاضاي انرژي و همچنين تضمين دستيابي به سود مورد انتظار توسط واحدهاي توليدي است. در اين راستا عدم قطعيت‌هاي بار و ظرفيت سيستم در قالب دو فرايند تصادفي، مدلسازي شده است. همچنين ديناميك قيمت بازار و تاثير متقابل آن روي برنامه‌ريزي توسعه‌ي توليد مورد توجه قرار گرفته است. به كمك اين مدل اهداف بخش خصوصي و تاثيرات آنها روي نتايج بدست آمده، قابل بررسي است. پاسخ اين مسيله‌ي ديناميك غيرخطي به كمك يك روش بهينه‌سازي مبتني بر آلگوريتم ژنتيك محاسبه مي‌گردد. با اعمال روش پيشنهادي بر روي يك شبكه‌ي نمونه، كارايي و قابليت‌هاي آن مورد ارزيابي قرار گرفته است.

Generation expansion planning (GEP) in the competitive environment of electric industry is an important and complex problem, which is normally performed for about the next 10-30 years horizon. This problem has presented a challenge for both market managers and suppliers regarding the safe provision of loads and acquiring minimum profit for suppliers over the planning interval. In this paper, the aim is to establish dynamic balance between energy supply and demand by adjustment and optimal design of GEP over the horizon of study such that the expected profit to be provided for generating plants. To do so, in this paper the uncertainties of demand and system capacity have been modelled through two stochastic processes. In addition, the market price dynamics and their mutual effects on the GEP are considered. Based on this model, the intention of private sectors and their influences on the obtained results are observable. This nonlinear dynamic problem is solved using an optimization method based on genetic algorithm. The efficiency and ability of the proposed method is examined on a test power system.