مدیریت عدم قطعیت درخود برنامه ریزی کوتاه مدت درمدار قرار گرفتن نیروگاه ها با استفاده از الگوریتم بهینه سازی شاهین هریس

در این مقاله، یک مدل بهینه سازی مبتنی بر جمعیت و الهام گرفته از طبیعت به نام بهینه سازی شاهین هریس (HHO) ارایه شده است. ایده اصلی این الگوریتم، رفتار و سبک مشارکتی تعقیب شاهین هریس در طبیعت است که به حمله غافلگیرانه معروف است. این الگوریتم دارای دو فاز به نام های اکتشاف و بهره برداری است که با سه استراتژی (1) کشف طعمه، (2) حمله غافلگیرکننده و (3) حمله طعمه ، قابل مدل سازی است. هدف اصلی استفاده از این نوع الگوریتم حل بهینه مسیله خود برنامه ریزی کوتاه مدت آبی-حرارتی (HTSS) با واحدهای WP، PV، SH و PHS با در نظر گرفتن عدم قطعیت هایی مانند قیمت انرژی، قیمت خدمات جانبی و غیره است. در بازار انرژی نشان داده خواهد شد که چگونه شرکت های تولید انرژی (GENCOs) می توانند از این الگوریتم و سایر الگوریتم ها و روش های جدیدی که در آینده معرفی خواهند شد برای دستیابی به حداکثر سود با برنامه ریزی دقیق استفاده کنند. شایان ذکر است در این تحقیق به تاثیر وجود و عدم وجود دو عامل مهم VLC و POZ (با مدلسازی خطی) که می توانند بر سود نیروگاه ها تاثیر بگذارند، اشاره شده است. در نهایت، همانطور که در این مطالعه نشان داده شده است، برخی از آزمایش ها بر روی یک سیستم آزمایشی موردی در مقیاس بزرگ (IEEE118-bus system) برای تایید دقت و اعتبار روش الگوریتم پیشنهادی HHO انجام می شود.