The inherent complexity of large scale power system makes the optimization problems very complicated for power system planning and operation. Ordinal optimization theory is developed to efficiently find good enough solutions with high probability for simulation-based optimization problems. Vector ordinal optimization theory is particularly useful in finding a good enough solution subset for multi-objective optimization problems. In this paper, we illustrate the principles of the ordinal optimization theory and the vector ordinal optimization theory, and also discuss the potential applications of the theories in power system optimization problems

چکیده

پیچیدگی ذاتی سیستم قدرت مقیاس بزرگ مسئله ی بهینه سازی را برای برنامه ریزی و عملکرد سیستم قدرت بسیار پیچیده میکند.تئوری بهینه سازی ترتیبی برای یافتن جواب های مناسب با احتمال زیاد برای مسائل بهینه سازی مبتنی بر شبیه سازی به کار می رود. تئوری بهینه سازی ترتیبی برداری در یافتن زیر مجموعه ی جواب برای مسائل بهینه سازی چند منظوره مناسب است. در این مقاله، اصول تئوری بهینه سازی ترتیبی را بیان کرده و کاربردهای ممکن آن در مسائل بهینه سازی سیستم قدرت را هم بحث می کنیم.

1-مقدمه

سیستم قدرت یک سیستم پیچیده ی غیرخطی مقیاس بزرگ است. برای بهینه سازی منابع انرژی و منافع کلی، الگوریتم های بهینه سازی بطور گسترده ای در تحلیل بسیاری از جنبه های سیستم های قدرت مثل برنامه ریزی، عملکرد و زمان بندی، مورد استفاده قرار می گیرند. مسائل بهینه سازی سیستم قدرت به دلیل ذاتا غیرخطی بودن و پیچیدگی شبکه های بزرگ الکتریکی بسیار پیچیده هستند. در برنامه ریزی بلند مدت سیستم قدرت، مساله ی برنامه ریزی می تواند یک مساله ی بهینه سازی دینامیک غیرخطی اعداد صحیح مختلط چندبعدی باشد. در چند دهه ی گذشته، برای حل مسائل سیستم قدرت، از تکنیک های بهینه سازی ریاضی مختلفی مثل الگوریتم های برنامه ریزی غیرخطی، برنامه ریزی اعداد صحیح مختلط ، تجزیه ی بندر و الگوریتم های "شاخه و حد" استفاده شده است. برخی از روش های شهودی هم در سیستم های قدرت استفاده شدند مثل الگوریتم های ژنتیک، الگوریتم جستجوی ممنوعه، تکنیک های هوش مصنوعی و غیره. روش های شهودی می توانند جواب های کیفیت بالا با زمان محاسباتی معقول پیدا کنند...