E_T : کل انرژی ذخیره شده در بازه زمانی [۰ T]
E₀ : مقدار انرژی اولیه ذخیره شده در پشت سد نیروگاه
E_in : انرژی وارد شده در بخشی از بازه زمانی [۰ T] که نیروگاه به صورت موتور کار کرده و آب را به پشت سد پمپ کرده است.
E_out : انرژی تولید شده در در بخشی از بازه زمانی [۰ T] که نیروگاه به صورت ژنراتور کار کرده و از آب پشت سد استفاده کرده است.
بدین ترتیب محدودیت انرژی قابل تولید توسط نیروگاه های تلمبه ذخیره ای لحاظ می شود.
در مرجع [۲۲] مسئله استراتژی قیمت دهی بهینه برای یک شبکه با در نظر گرفتن محدودیت های شبکه انتقال ارائه شده است. به دلیل محدودیت های شبکه انتقال ممکن است شبکه دچار تراکم شود و در عمل بازار به چند زیر بازار تقسیم شود. با بروز تراکم در شبکه تولید کنندگان باید هزینه ای بابت بروز تراکم پرداخت کنند. همچنین ممکن است برخی تولید کنندگان به دلیل محدودیت شبکه انتقال نتوانند حداکثر تولید خود را به بازار عرضه کنند و در نهایت مجموعه این عوامل موجب می شود استراتژی قیمت دهی بازیگران به بازار تحت تأثیر تراکم در شبکه قرار گیرد. در این مقاله مسئله استراتژی قیمت دهی بهینه با در نظر گرفتن قیود شبکه انتقال تعریف شده است. ابتدا مسئله به صورت یک مسئله احتمالاتی با فرض اینکه بتوان استراتژی سایر بازیگران را به صورت یک تابع نرمال در نظر گرفت تعریف می شود. سپس برای حل مسئله بهینه سازی از روش مونت کارلو و الگوریتم ژنتیک استفاده شده است. روش پیشنهادی در این مقاله بر روی شبکه ۱۴ شینه IEEE آزمایش شده است و نتایج گویای تأثیر پذیری قیمت دهی بهینه بازیگران از محدودیت های شبکه انتقال است.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در مرجع [۲۳] مسئله استراتژی قیمت دهی بهینه برای بازیگران مختلف بازار تعریف شده است. در این مقاله بازیگران در حالت کلی به دو دسته ریسک پذیر و ریسک گریز تقسیم شده اند. برای شبیه سازی یک نیروگاه حرارتی در بازار برق آنتاریو در نظر گرفته شده است. نتایج نشان می دهند که نوع رفتار بازیگران از لحاظ ریسک پذیر بودن و ریسک گریز بودن در پاسخ نهایی تأثیر گذار است.
در مرجع [۳۵ مسئله استراتژی قیمت دهی بهینه با در نظر گرفتن محدودیت های شبکه انتقال و نیز در حالتی که اطلاعات در دسترس بازیگران ناقص است بررسی شده است. هر بازیگر برای اینکه بازی مورد نظر را از یک حالت اطلاعات ناقص به حالت اطلاعات کامل انتقال دهد از روشهایی برای کامل کردن اطلاعات استفاده می کند. مسئله در دو سطح تعریف شده است که در سطح اول اهداف هر یک از بازیگران دنبال می شود و در سطح دوم مسئله از دیدگاه بهره بردار مستقل سیستم بررسی می شود. در سطح اول هدف مسئله افزایش سود هر یک از بازیگران است. اما در سطح دوم مسئله کاهش قیمت تسویه بازار و در نهایت کاهش میزان هزینه پرداختی به تولید کنندگان بابت تولید برق است. در این مقاله یک شبکه ۸ باس برای بررسی روش بیان شده مورد استفاده قرار گرفته است. منحنی پیشنهاد قیمت در این مقاله به صورت یک منحنی سه پله ای در نظر گرفت شده است. شکل زیر منحنی پیشنهاد قیمت را در این مقاله نشان می دهد :

شکل ۲-۴: منحنی پیشنهاد ژنراتورها به بازار در مقاله [۲۳]

شکل زیر فلوچارت حل مسئله را برای مرجع [۲۴] نشان می دهد.

شکل ۲-۵: فلوچارت روش ارائه شده در مرجع [۲]

در مرجع [۲۵] مسئله استراتژی قیمت دهی بهینه برای تولید کنندگانی که دارای قرارداد دوجانبه هستند تعریف شده است. در مقاله یک روش خطی غیر دقیق (SFE^[44]) برای یافتن نقطه تعادل تابع هدف استفاده شده است و قراردادهای دوجانبه نیز در حل مسئله لحاظ شده اند. روش ارائه شده برای بازار زمان حقیقی ایالت تگزاس آمریکا^[۴۵] (ERCOT) مورد استفاده قرار گرفته است و نتایج نشان می دهند مدل ارائه شده قادر است رفتار بازیگران بازار ERCOT را به خوبی شبیه سازی کند.

۲-۳- مقایسه مقالات از نظر تعریف ریاضی و روش حل مساله

در این قسمت مقایسه ای بین مقالات مختلف از نظر روش حل مساله و تعریف ریاضی انجام می شود. جدول زیر نتایج این مقایسه را نشان می دهد.

جدول ۲-۱: مقایسه مراجع بررسی شده

شماره مرجع

تابع هدف

قیود

روش حل

عدم قطعیت

نتایج مورد انتظار

[۱۶]

سود ژنراتور در یک ساعت

قید تأمین بار شبکه، محدودیت تولید ژنراتور،

معادلات دیفرانسیل

پیشنهاد قیمت دهی سایر بازیگران به صورت رندم

روش مورد نظر برای یک پله و یک ساعت خوب است.

[۱۷]

سود ژنراتور در یک ساعت

قید تأمین بار شبکه، محدودیت تولید ژنراتور،

روشی مبتنی بر مونت کارلو

پیش بینی بار شبکه

نتایج برای تعداد کم بازیگران مناسب است.

[۱۸]

سود ژنراتور در یک ساعت

قید تأمین بار شبکه، محدودیت تولید ژنراتور

روشی مبتی بر تئوری احتمال