فهرست مطالب

هوش محاسباتی در مهندسی برق - سال یازدهم شماره 1 (بهار 1399)
  • سال یازدهم شماره 1 (بهار 1399)
  • تاریخ انتشار: 1398/11/30
  • تعداد عناوین: 8
|
  • یاسر دامچی* صفحات 1-10
    رله های دیستانس و اضافه جریان، نقش کلیدی در حفاظت خطوط انتقال در سیستم های انتقال و فوق توزیع دارند. شبکه های قدرت، عدم قطعیت های ساختاری مختلفی دارند؛ ازجمله این عدم قطعیت ها، خروج خطوط به صورت برنامه ریزی شده یا نشده است. در صورت وقوع این عدم قطعیت ها، ماتریس امپدانس شبکه و دامنه و توزیع جریان خطای عبوری از رله ها تغییر می کند که این تغییرات سبب تغییر ضرایب قیود هماهنگی می شود؛ بنابراین، امکان عملکرد نابه جای رله ها و انتخابگرنبودن سیستم حفاظتی در اثر تغییرات این ضرایب وجود دارد. به منظور داشتن هماهنگی مقاوم، باید قیود هماهنگی ناشی از ساختارهای مختلف در مسئله هماهنگی لحاظ شود. در چنین شرایطی، زمان عملکرد رله ها به منظور ارضای تمامی قیود افزایش می یابد. در این مقاله، انتخاب مشخصه مناسب از بین مشخصه های استاندارد برای رله های اضافه جریان برای کاهش زمان عملکرد رله ها باوجود داشتن هماهنگی مقاوم پیشنهاد شده است. دیدگاه پیشنهادی روی سیستم های تست 8 شینه و 14 شینه IEEE ارزیابی شده است. نتایج شبیه سازی ها نشان می دهند که با اعمال دیدگاه پیشنهادی به مسئله هماهنگی رله های دیستانس و اضافه جریان، زمان عملکرد رله ها با حفظ عملکرد صحیح آنها، باوجود تغییر ساختار شبکه، به طور چشمگیری کاهش می یابد.
    کلیدواژگان: بهبود هماهنگی مقاوم، رله های دیستانس و اضافه جریان، مشخصه عملکرد مناسب
  • صادق محمدی اسفهرود، سیدحمید ظهیری* صفحات 11-28

    کارآیی روش های بهینه سازی چندهدفه به خصوص روش های مبتنی بر هوش جمعی سبب شده است پژوهشگران به منظور حل مسائل پیچیده مهندسی با اهداف چندگانه متناقض به صورت چشمگیری به استفاده از این روش ها گرایش پیدا کنند. این مقاله با هدف ارزیابی عملکرد گونه های جدید و قدرتمند روش های ابتکاری چندهدفه مبتنی بر هوش جمعی (شامل نسخه های چندهدفه الگوریتم های MOPSO، MOGWO، NSGSA، MOGOA، MOIPO، MOMIPO و MOALO)، از آنها برای طراحی بهینه یک فلیپ فلاپ مبتنی بر تقویت کننده حسی (SAFF) با استفاده از تکنولوژی  COMS18/0 میکرومتر بهره گرفته است. در این مقاله، مقادیر پهنای کانال ترانزیستورهای مدار به عنوان متغیرهای طراحی و مقادیر توان متوسط کل و تاخیر به عنوان مقادیر برازندگی دو تابع هدف در قالب مسئله بهینه سازی چندهدفه با استفاده از الگوریتم های بهینه سازی هوشمند مبتنی بر هوش جمعی برای دستیابی به مقادیر مطلوب حاصل ضرب توان - تاخیر (PDP) تخمین و بهینه سازی می شوند. با مقایسه نتایج به دست آمده برای کلیه روش های بهینه سازی چندهدفه بالا، روش MOGOA از عملکرد بهتری برخوردار بود؛ به طوری که این روش توانست در شاخص های آماری برازندگی ها و معیارهای سنجش روش های بهینه سازی چندهدفه نسبت به سایر روش ها کارکرد بسیار مطلوبی را نشان دهد. همچنین، با به کارگیری روش MOGOA توان متوسط 24 میکرووات، تاخیر 4/95 پیکوثانیه و PDP 29/2 فمتوژول به دست آمد که بیان کننده مصالحه ای مطلوب میان مقادیر توان و تاخیر است.

    کلیدواژگان: هوش جمعی، بهینه سازی چندهدفه، فلیپ فلاپ مبتنی بر تقویت کننده حسی، توان متوسط، تاخیر، حاصل ضرب توان - تاخیر (PDP)
  • مسعود شریفیان، حسین کارشناس*، سعید شریفیان صفحات 29-42
    روند رو به رشد استفاده از اینترنت و وجود نقاط آسیب پذیر در شبکه، استفاده از سیستم های تشخیص نفوذ را به عنوان یکی از مهم ترین عناصر برقراری امنیت درخور توجه قرار داده است. تشخیص نفوذ در اصل مسئله دسته بندی است و شناسایی ویژگی های موثر ازجمله موضوعات با اهمیت در دسته بندی است. در این مقاله یک روش جدید برای انتخاب ویژگی های موثر در تشخیص نفوذ در شبکه، مبتنی بر الگوریتم تخمین توزیع ارائه شده است که از درخت وابستگی احتمالاتی برای شناسایی تعاملات بین ویژگی ها استفاده می کند. به منظور ارزیابی عملکرد این الگوریتم از مجموعه داده NSL-KDD استفاده شده است که در آن، بسته ها به پنج دسته نرمال و نفوذهای نوع DOS، U2R، R2L و Prob تقسیم شده اند. عملکرد الگوریتم ارائه شده به تنهایی و به صورت ترکیبی با سایر الگوریتم های انتخاب ویژگی، مانند انتخاب پیشرو، انتخاب پسرو و الگوریتم ژنتیک، مقایسه و تاثیر پارامترهای الگوریتم، مانند اندازه جمعیت بر میزان دقت تشخیص نفوذ بررسی شده است. براساس نتایج حاصل از این تحلیل و نیز ترکیب نتایج بررسی میزان دقت درون دسته ای حاصل از به کارگیری الگوریتم های انتخاب ویژگی متفاوت، زیرمجموعه ای از ویژگی های موثر در تشخیص نفوذ شناسایی شده است.
    کلیدواژگان: تشخیص نفوذ، انتخاب ویژگی، الگوریتم تخمین توزیع، درخت وابستگی، الگوریتم ژنتیک، ماشین بردار پشتیبان
  • محمدحسین نصری، سید یاسر درخشنده*، عباس کارگر صفحات 43-62
    سیستم حفاظت دیستانس به عنوان حفاظت اصلی خطوط، نقش اساسی در قابلیت اطمینان شبکه دارد؛ بنابراین، یک برنامه نگهداری و تعمیرات بهینه برای حفاظت دیستانس، تاثیر بسزایی بر قابلیت اطمینان و هزینه های شبکه دارد. ماهیت عملکرد نهان در سیستم های حفاظتی مشکلاتی را در راستای اعمال روش نگهداری و تعمیرات مبتنی بر قابلیت اطمینان (RCM) به عنوان یکی از موثرترین روش های برنامه ریزی ایجاد می کند. در این مقاله مفهوم نگاه سیستمی در مسئله RCM به جای نگاه تجهیز محور برای حل این مشکل ارائه شده است. مفهوم ارائه شده به خوبی رفتار یک سیستم دارای ماهیت عملکرد نهان را مدل می کند. در این مقاله از فرایند مارکوف و الگوریتم بهینه سازی میگو برای محاسبات قابلیت اطمینان و یافتن فواصل زمانی بهینه بین وظایف نگهداری و تعمیرات استفاده شده است. افزایش قابلیت اطمینان سیستم و کاهش هزینه، اهداف بهینه سازی در نظر گرفته شده اند. روش پیشنهادی با بهره گیری از داده های حقیقی دو سیستم حفاظتی دیستانس پیاده سازی و تست شده است. نتایج خروجی، توانایی روش پیشنهادی در تامین قابلیت اطمینان بالاتر و تحمیل هزینه کمتر نسبت به سایر روش ها را نشان می دهند.
    کلیدواژگان: الگوریتم بهینه سازی میگو، حفاظت دیستانس، فرایند مارکوف، نگهداری و تعمیرات مبتنی بر قابلیت اطمینان
  • زهرا امینی، ندا فرجی* صفحات 63-80
    بیشتر روش های بهسازی گفتار، تخمینگری کاملا متکی به مدل تصادفی گفتار ارائه می دهند. در این مقاله، یک تخمینگر کمترین میانگین مربعات خطا تحت یک مدل قطعی - تصادفی پیشنهاد می شود که در آن از یک توزیع دنباله - سنگین به نام(tls)  t location-scale برای مدل کردن ضرایب تبدیل فوریه گسسته گفتار تمیز و از مدل نمایی و سینوسی به عنوان مدل قطعی استفاده شده است. در مدل نمایی به کاررفته، تخمین فرکانس و ضریب میرایی به روش ماتریس پنسل انجام می شود. همچنین، در پژوهش های قبلی تعداد مولفه های نمایی در ساخت مدل قطعی برای بهسازی گفتار، یک در نظر گرفته شده است که در این مقاله، مدل نمایی به تعداد دلخواه مولفه های نمایی بسط داده می شود . پیاده سازی ها در سه حالت ترکیبی نمایی - گاوسی (روش پیشنهادی نخست)، نمایی - tls (روش پیشنهادی دوم) و سینوسی - گاوسی انجام شده اند و با روش موجود نمایی - گاوسی (تنها با یک مولفه نمایی) و تخمینگرهای تصادفی وینر و مبتنی بر tls مقایسه می شوند. نتایج پیاده سازی در حضور شش نویز از مجموعه داده نویز noisex-92 نشان می دهند که دو روش پیشنهادی در قیاس با روش های مبتنی بر مدل تصادفی صرف، به بهبود معیار نسبت سیگنال به نویز قطعه ای منجر شده اند و در ارزیابی ادراکی کیفیت گفتار عملکرد نسبتا برابری دارند.
    کلیدواژگان: بهسازی گفتار، تابع چگالی احتمال t Location-Scale، فیلتر وینر، کمترین میانگین مربعات خطا، مدل قطعی نمایی، مدل سینوسی
  • مهدیه رحمانی، مریم مومنی* صفحات 81-95
    آلزایمر یک نوع اختلال عملکرد مغزی است که به تدریج توانایی های ذهنی بیمار تحلیل می رود؛ ازجمله علائم اولیه این بیماری فقدان حافظه، اختلال در تصمیم گیری و اشتباه در انتخاب واژگان درست است؛ بنابراین، پردازش سیگنال گفتار این بیماری توجه بسیاری از پژوهشگران را در دهه اخیر جلب کرده است. تشخیص بیماری آلزایمر با استفاده از سیگنال گفتار به فرهنگ و زبان و محتوای گفتار، جنسیت، سن، لهجه و بسیاری از عوامل دیگر وابسته است؛ ازاین رو، سیگنال گفتار بیماران آلزایمری در زبان های مختلف بررسی شده است. هدف این مقاله تشخیص بیماران آلزایمری از افراد سالم با استفاده از پردازش سیگنال گفتار آنها در زبان فارسی با ترکیب ویژگی های زمانی، فرکانسی و زمانی - فرکانسی است. در این مقاله پس از پیش پردازش سیگنال گفتار فارسی با بهره گیری از بسته موجک، به عنوان ویژگی زمان - فرکانس در کنار ضرایب کپسترال فرکانس مل، نرخ عبور از صفر، افت طیف، پهنای باند، انرژی سیگنال و فرکانس مرکز طیفی، ویژگی های سیگنال گفتار بیماران آلزایمری و افراد سالم استخراج شدند و دقت طبقه بندی نتایج با ماشین بردار پشتیبان، نتیجه 96% را دربرداشت. نتایج پذیرفتنی نشان دهنده الگوریتم پیشنهادی غیرتهاجمی و کم هزینه در تشخیص بیماران آلزایمری فارسی زبان است.
    کلیدواژگان: بیماری آلزایمر، تبدیل موجک گسسته، سیگنال گفتار، ماشین بردار پشتیبان
  • رله های اضافه جریان جهتی جریان تنها با استفاده از اپراتور انرژی تیجر
    هادیه سادات حسینی، امانگلدی کوچکی*، سیدحسین حسینیان صفحات 95-110
    رله های اضافه جریان جهتی معمولا از فازور ولتاژ به عنوان مرجعی برای تعیین جهت خطا استفاده می کنند که به اندازه گیری جریان و ولتاژ نیازمند است و موجب می شود از انواع غیرجهتی پرهزینه تر باشند. این مقاله، روشی جدید برای تشخیص وقوع خطا و تعیین جهت آن با استفاده از الگوریتم تیجر ارائه می کند. اپراتور انرژی تیجر، الگوریتم ساده ای برای تحلیل سیگنال است و برای استخراج تغییرات لحظه ای اندازه و فرکانس یک سیگنال استفاده می شود. برای این منظور، الگوریتم پیشنهادی تنها از سه نمونه متوالی سیگنال اندازه گیری شده جریان برای تشخیص و تعیین جهت خطا استفاده می کند. این روش به تخمین فازور و محاسبات پیچیده نیازمند نیست و سرعت زیادی دارد. این الگوریتم برای انواع مختلف خطا در نرم افزار Matlab/Simulink پیاده سازی و ارزیابی شده است. نتایج نشان می دهند روش پیشنهادی از سرعت و دقت کافی برخوردار است.
    کلیدواژگان: اپراتور انرژی تیجر، تشخیص خطا، تعیین جهت خطا، رله های اضافه جریان جهتی، رله های جهتی جریان تنها
  • ایمان گروهی ساردو*، محمدجواد شهریاری صفحات 111-130

    با پیشرفت روزافزون علوم و جوامع بشری و نیز افزایش آلایندگی های هوا و دمای کره زمین، نیاز به انرژی های تجدیدپذیر و خودرو های برقی بیش از پیش افزایش یافته است. در این میان بهره برداری از مزارع بادی و سلول های خورشیدی، به دلیل توانایی تولید بیشتر، مقبولیت عام تر و مقرون به صرفه تر بودنشان از جایگاه ویژه ای برخوردارند. تنها چالش موجود پیش روی استفاده از انرژی های نو، عدم قطعیت در تولیدشان به دلیل نبود تابش خورشید و وزش باد به طور پیوسته در ساعات مختلف از شبانه روز است. در این مقاله، مسئله برنامه ریزی احتمالی سیستم قدرت در حضور خودروهای برقی ([i] V2g ) و منابع انرژی تجدیدپذیر با استفاده از یک مدل خطی ترکیبی عدد صحیح ([ii] MILP) حل شده است. در مدل پیشنهادی با استفاده از روش خودهمبسته میانگین متحرک ([iii] ARMA)، سناریو های مختلف برای سرعت باد و ضریب تابش خورشید ایجاد شده است. همچنین، از روش ماتریس فاصله کانتروویچ [iv] برای کاهش سناریوهای تولیدشده استفاده می شود. در مدل پیشنهادی روش ارزش در معرض خطر مشروط ([v] CVaR) برای ارزیابی و مدیریت ریسک ناشی از عدم قطعیت های مسئله پیشنهادی استفاده شده است. علاوه بر این، استفاده از ظرفیت توان ذخیره شده در باتری خودروهای برقی در پوشش عدم قطعیت تولید منابع انرژی بادی و خورشیدی ارزیابی شده است. همچنین، در مدل پیشنهادی تمامی منابع انرژی تجدیدپذیر و ایستگاه های V2g در شبکه جایابی شده اند. شبکه اصلاح شده 24 باسه IEEE شامل دو مزرعه بادی، سه مزرعه خورشیدی و سه ایستگاه V2g به عنوان شبکه نمونه بررسی شده است. نتایج حاصل از شبیه سازی در محیط نرم افزار گمز [vi] نشان می دهند ظرفیت توان ذخیره شده در ایستگاه های V2g در پوشش عدم قطعیت مزارع بادی و خورشیدی نقش بسزایی را ایفا می کند.

    کلیدواژگان: برنامه ریزی احتمالی، خودروی برقی، سناریو، منابع انرژی تجدیدپذیر، مدیریت ریسک
|
  • Yaser Damchi * Pages 1-10
    In transmission and sub-transmission systems, distance and overcurrent relays have a vital role in protection of transmission lines. Power systems have different topological uncertainties such as planned or unplanned line outages. Such uncertainties affect network impedance matrix, and the distribution and amplitude of fault currents through the relays leads to changes in the coefficients of coordination constraints. Therefore, mal-operation of relays and non-selective operation of protection system may occur. In order to have a robust coordination, coordination constraints from different topologies must be taken into account in the coordination problem. In such conditions, in order to satisfy all constraints, operating time of relays increases. In this paper, the selection of appropriate characteristic among standard characteristics for overcurrent relays is proposed to reduce the operating time of relays despite the existence of robust coordination. The proposed approach is tested on an 8-bus and the IEEE 14-bus test systems. Simulation results show that, by applying the proposed method to the coordination problem of distance and overcurrent relays, the operating time of relays, while maintaining their correct operation of relays, is significantly reduced, despite the network restructuring.
    Keywords: Improvement of Robust Coordination, Distance, Overcurrent Relays, Appropriate Operating Characteristic
  • Sadegh Mohammadi Esfahrood, Seyed Hamid Zahiri * Pages 11-28

    The effectiveness of multi-objective optimization methods, especially the methods based on Swarm Intelligence, has led the researchers to utilize them significantly to solve complex engineering problems with multiple conflicting objectives. This paper aimed at evaluating the performance of new and powerful multi-objective heuristic methods based on Swarm Intelligence (including multi-objective versions of MOPSO, MOGWO, NSGSA, MOGOA, MOIPO, MOMIPO, and MOALO algorithms), and used them for optimal design of the Sense Amplifier-based Flip-Flop (SAFF) using 0.18-µm CMOS technology. In this paper, the channel's width values of the transistors as designing variables, and total average power and delay as the fitness values of the two objective functions were assessed and optimized in terms of multi-objective optimization problem using intelligent optimization algorithm based on Swarm Intelligence assumption in order to achieve the desired values of power-delay product (PDP). Comparing the results obtained for all of the above multi-objective optimization methods, the Multi-Objective Grasshopper Optimization Algorithm (MOGOA) performed better. This method was able to perform very well in the statistical indices of fitness and multi-objective optimization criteria in comparison with other methods. It creates an appropriate trade-off between conflicting objective functions with average power of 24 µW, delay of 95.4 ps and PDP of 2.29 fJ.

    Keywords: Swarm Intelligence, Multi-Objective Optimization, Sense Amplifier-based Flip-Flop, Average Power, Delay, Power-delay Product (PDP)
  • Masoud Sharifiasn, Hossein Karshenas *, Saeid Sharifiasn Pages 29-42
    The growing use of internet and the existence of vulnerable points in networks have made the use of intrusion detection systems as one of the most important security elements. Intrusion detection is essentially a classification problem and it is the identification of effective features such as important issues in the classification This paper presents a novel method for selecting effective features in network intrusion detection based on an estimation of distribution algorithm that uses a probabilistic dependency tree to identify important interactions between features. To evaluate the performance of the proposed method, the NSL- KDD dataset is used, in which the packets are divided into five normal types and intrusive types of DOS, U2R, R2L and Prob. The performance of the proposed algorithm has been compared alone and in combination with other feature selection algorithms such as forward selection, backward selection and genetic algorithm. Moreover, the effect of algorithm parameters like population size on intrusion detection accuracy is tested. Based on this analysis and also considering the intra-class accuracy of different feature selection methods studied in this paper, an effective subset of features for intrusion detection is identified.
    Keywords: Intrusion Detection, Feature Selection, Estimation of Distribution Algorithm (EDA), Dependency Tree, Genetic algorithms, Support Vector Machine (SVM)
  • Mohammad Hossein Nasri, Sayyed Yaser Derakhshandeh *, Abbas Kargar Pages 43-62
    Distance protection system as the main lines’ protection, has an essential role in networks’ reliability. Thus an optimized maintenance plan for distance protection can influence on network reliability and costs. Intrinsic hidden function of the protection systems cause some problem in the way of applying reliability-centered maintenance technique (RCM) as an effective planning method. In this study, the concept of systematic solution view in RCM is proposed instead of equipment-based solution view. The presented concept can well model the behavior of a hidden performance system. Also, Markov process and krill optimization algorithm is used for calculating the reliability and finding optimal time intervals between maintenance tasks. Increasing system reliability and decreasing costs are considered as optimization aims. The proposed method has been implemented and tested using real data of two distance protection systems. The output results show that the proposed method is capable of providing higher reliability and lower cost than other methods.
    Keywords: Krill Optimization Algorithm, Distance Protection, Markov Process, Reliability Centered Maintenance Technique (RCM)
  • Zahra Amini, Neda Faraji * Pages 63-80
    Most speech enhancement algorithms focus on obtaining an estimator relying on stochastic models. In this paper, a minimum mean-square error (MMSE) estimator under a stochastic–deterministic model is proposed where a heavy-tail distribution called t-Location-Scale (tls) is used for modeling Discrete Fourier Transform coefficients of clean speech signals and exponential and sinusoidal models are employed as deterministic models. In the exponential model, the frequency and damping coefficient are estimated by using the Matrix Pencil method. Also, in previous studies, the number of exponential components in the deterministic model for stochastic-deterministic speech enhancement algorithm has been considered to be one. In this paper, the corresponding exponential model is developed to have an arbitrary number of exponential components. The speech enhancement experiments are performed in three modes, exponential-Gaussian (the first proposed method), exponential-tls (the second proposed method), and sinusoidal-Gaussian. Comparisons are made with the exponential-Gaussian method (with only one exponential component), as well as with the Weiner and tls stochastic estimators. The implementation results in the presence of six noise types from Noisex-92 dataset show that the two proposed methods improve the segSNR values and have quite similar PESQ values comparing with the stochastic based speech enhancement methods.
    Keywords: Speech Enhancement, t Location-scale Probability Density Function, Wiener Filter, Minimum Mean Square Error, Exponential Deterministic Model, Sinusoidal Model
  • Mahdieh Rahmani, Maryam Momeni * Pages 81-95
    Alzheimer's is a type of brain dementia that gradually reduces mental abilities of the patient. The lack of memory, decision-making disorder, and mistakes in choosing the correct vocabulary are the early symptoms of Alzheimer's disease. Therefore, extensive studies have been conducted on the diagnosis of Alzheimer's disease using the non-invasive speech signal recognition method. Identifying of Alzheimer's disease is dependent on culture and language, speech content, gender, age, accent, and many other factors. Therefore, Alzheimer's speech signal has been studied in various languages. The purpose of this paper is to recognize Alzheimer's patients from healthy people by the use of their speech signal processing in Persian using the combination of time, frequency, and frequency-temporal features. In this paper, after pre-processing, the speech features extracted using the wavelet packet as a frequency-temporal feature next to Mel frequency Cepstral coefficients, zero crossing rate, spectral roll off, band width, root mean square and spectral centroid frequency. Finally, the extracted features have been classified by the support vector machine which achieves recognition precision of 96% on Persian healthy and Alzheimer's speaker experiments. The acceptable results demonstrate the applicability of the proposed non-invasive and low-cost algorithm for the diagnosis of Persian-speaking Alzheimer's patients.
    Keywords: Alzheimer's disease, Speech Signal, Discrete Wavelet Transform, Support Vector Machine
  • Current Only Directional Over-Current Relays Using Teager Energy Operator
    Hadieh Sadat Hosseini, Amangaldi Koochaki *, Seyed Hossein Hosseinian Pages 95-110
    Directional overcurrent relays utilize the voltage phasor as a reference for determining the direction of the fault. This requires measuring both current and voltage and makes the directional overcurrent relays more costly than the non-directional type. In this paper, a new method for detection the fault occurrence and fault direction is proposed, that is based on Teager energy operator. Teager energy operator is a simple algorithm that is used to signal processing and extraction of instantaneous changes in amplitude and frequency of a signal. To this end, the proposed algorithm uses only three consecutive samples of measured current signal for detection of fault and its direction. This method does not require phasor estimation and complex calculations. In addition, the method is very fast. This Algorithm is implemented and verified for different types of fault and several conditions using Matlab/Simulink. The simulation results show that the proposed method is fast and has acceptable accuracy.
    Keywords: Teager Energy Operator, Fault Detection, Fault Direction Detection, Directional Over Current Relays, Current-Only Directional Relays
  • Iman Goroohi Sardou *, Mohammadjavad Shahriyari Pages 111-130

    With the increasing development of human science and societies as well as increased air pollution and global temperature, the need for renewable energy and electric vehicles has increased more than ever. Wind farms, as well as solar cells have a special place because of their greater production capacity, more general acceptability and cost-effectiveness. The main challenge in RESs development is uncertainty in their generation due to lack of continuous availability of adequate wind speed and solar radiation during 24 hours of day. In this paper, a mixed integer linear programming (MILP) model is proposed for power system probabilistic scheduling considering electric vehicles and RESs. In the proposed model, autoregressive moving average (ARMA) approach is employed to generate scenarios for wind speed and solar radiation. Besides, a technique based on Kantorovich distance matrix is employed to reduce the generated scenarios. Conditional value at risk (CVaR) method is used for management and analysis of risks due to the system uncertainties. Moreover, the efficiency of electric vehicles batteries to cover the uncertainties of RESs is evaluated. Furthermore, the optimal placement of Vehicle to grid (V2g) stations and RESs (wind and solar farms) are determined. Modified IEEE 24-bus test system including two wind farms, three solar farms and three V2g stations is studied to verify the effectiveness of the proposed model. Results of simulation in Gams software environment demonstrate that the power stored in V2g stations play an effective role in covering the uncertainties of wind and solar farms power generation.

    Keywords: Probabilistic scheduling, Electric Vehicle, Scenario, Renewable energy resources, Risk Management