1 Introduction The great expansion of intermittent generation in power systems has increased their uncertainty. This leads to greater needs of probabilistic analysis tools, both for system planning [1] and for the daily system operation. Probabilistic power flow is one of the best known probabilistic tools. From the first proposals in the 1970s [2, 3], a great deal of literature can be found about it. The most straightforward method of solving this problem is Monte Carlo simulation [4]. This technique involves repeated simulations with values obtained from the probability density function (PDF) of the considered random variables. For an adequate representation, many simulations must be considered in real systems, which makes sometimes this approach unpractical. One of the alternatives is the convolution of the PDF of the random variables involved, when they are independent of each other, and linearly related. Although this reduces the computational burden, it is costly to obtain the PDF of a line when several random power injections are considered even if fast fourier transform (FFT) [5] techniques are used. Convolution techniques and FFT were also used in [6] for distribution networks with wind energy, where a simplified estimate of the PDF for short-term wind power prediction was made. A multilinear approach was proposed in [7], and fuzzy techniques [8] have been used to solve a probabilistic optimal power flow. Another recent proposal is the point estimate method [9, 10], which approximates the moments of the system variables of interest. This method has been also applied to the probabilistic optimal power flow problem [11].
نمونه چکیده ترجمه متن فارسی
1- مقدمه
توسعه عظیم تولید متناوب در سیستم های قدرت سبب افزایش عدم قطعیت در آن شده است. این نکته منجر به نیاز بیشتر به ابزارهای تحلیل احتمالاتی هم برای برنامه ریزی سیستم [1] و هم برای بهره برداری سیستم روزانه می شود.
پخش بار احتمالی یکی از بهترین ابزارهای شناخته شده است. از اولین پیشنهادنامه در دهه 1970 [2,3]، تعداد زیادی از مقالات را می تواند در این حوزه یافت. سرراست ترین روش در حل این مسائل، شبیه سازی مونت کارلو است [4]. این روش شامل شبیه سازی های مکرر با مقادیر به دست آمده از تابع چگالی احتمال (PDF) متغیرهای تصادفی درنظر گرفته شده است. برای یک نمایش مناسب، بسیاری از شبیه سازی ها باید در سیستم های حقیقی درنظر گرفته شوند که گاهی اوقات این روش های را غیر عملی می کند. زمانیکه این متغیرها مستقل از همدیگر هستند یا به صورت خطی وابسته هستند، یکی از جایگزین ها، کانولوشن PDF متغیرهای تصادفی مورد بحث است. اگرچه این روش حجم محاسبات را کاهش می دهد، دست یابی به PDF یک خط زمانیکه چندین تزریق توان تصادفی درنظر گرفته شوند، حتی اگر از روش های تبدیل فوریه سریع نیز استفاده شود، هزینه بَردار است [5]. روش های کانولوشن و FFT نیز در [6] برای شبکه های توزیع با انرژی باد استفاده شده است که درآن یک تخمین ساده ده از PDF برای تخمین توان بادی کوتاه مدت انجام گرفته است. یک روش چندخطی در [7] پیشنهاد شده است و روش های فازی [8] جهت حل یک پخش بار بهینه احتمالی استفاده شده است. پیشنهاد اخیر دیگر، روش تخمین نقطه ای [9,10] است که گشتاورهای متغیرهای مورد نظر سیستم را تخمین می زند. این روش نیز به مسئله پخش بار بهینه احتمالی اعمال شده است [11].