ارائه طرحی جدید برای پاسخگویی بار یک جامعه مسکونی هوشمند با انواع مدل های پاسخگویی بار

نوع مقاله : مقاله پژوهشی (کاربردی)

نویسندگان

1 دانشگاه آزاد کرج

2 استادیار دانشگاه آزاد کرج

10.48301/kssa.2021.287832.1547

چکیده

با استفاده از توانایی کنتور های هوشمند و فناوریهای شبکه هوشمند، یک شرکت کننده DR جدید با انعطاف پذیری قابل توجهی ایجاد می شود که جامعه مسکونی هوشمند نام دارد. در این مقاله بارهای مسکونی هوشمند به سه دسته بارهای قابل وقفه، قابل جابجایی و قابل کنترل تقسیم می شوند و روشی جدید مبتنی بر الگوریتم ازدحام ذرات باینری برای حل مسئله پاسخگویی بار ارائه شده است که در ابتدا با بدست آوردن متغیرهای باینری برای برداشت بار، نوع برداشت بار برای بارهای مختلف تعیین می شود. سپس با استفاده از حل متغیرهای پیوسته ی مسئله میزان برداشت بار در بارهای مختلف تعیین می شود. در سیستم پیشنهادی از منابع تولید پراکنده، ذخیره ساز باطری و خودروهای الکتریکی استفاده شده است. همچنین، در مسائل دنیای واقعی ممکن است با تغییر یکی از داده‌ها تعداد زیادی از محدودیت‌ها نقض شده و جواب بدست آمده غیر بهینه یا حتی غیرممکن باشد. در نتیجه نیازمند مدلی هستیم که در مقابل این عدم قطعیت داده‌ها مقاوم باشد که اصطلاحاً این پاسخ‌ها را مقاوم و این دسته از بهینه‌سازی را بهینه‌سازی مقاوم می‌نامند. بنابراین از انواع طرحهای پاسخگویی بار قیمت گذاری زمان واقعی، زمان استفاده و پیک بحرانی در قالب یک طرح استوار استفاده شده است. برای اعتبارسنجی روش پیشنهادی، شبیه سازی روی یک سیستم تست انجام شده است. نتایج نشان از کارایی روش پیشنهادی در برنامه ریزی و کاهش هزینه های مصرفی کاربران دارد. همچنین روش پیشنهادی به دلیل در نظر گرفتن عدم قطعیت قادر به ارائه جوابهای مقاوم در برابر شرایط مختلف هست.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Introducing a new scheme for demand response of a smart residential community with a variety of demand response models

نویسندگان [English]

  • Navid Ahmadi Asl 1
  • Reza Effatnejad 2
1 PhD student
2 Assistant Professor
چکیده [English]

Using the capabilities of smart meters and smart grid technologies, a new DR participant with considerable load flexibility is created from the residential side called the intelligent residential community. In this paper, smart residential loads are divided into three categories of shiftable, interruptible, and controllable loads and a new method based on binary particle swarm algorithm (BPSO) to solve the DR problem is presented. The type of load shedding is determined for different loads. Then, by solving the continuous variables of the problem, the amount of load shedding at different loads is determined. The proposed system uses distributed generation sources, battery storage, and electric vehicles. Also, in real-world problems, changing one of the data may violate a large number of constraints and make the answer non-optimal or even impossible. As a result, we need a model that is resistant to this data uncertainty. This type of optimization is called robust optimization (RO). Therefore, a variety of real-time pricing (RTP), time-of-use (TOU), and critical peak pricing (CPP) schemes have been used in a robust design. To validate of the proposed method, the simulation is performed on a test system. The results show the efficiency of the proposed method in planning and reducing users' consumption costs. Also, the proposed method is able to provide solutions that are resistant to various conditions due to uncertainty.

کلیدواژه‌ها [English]

  • Smart residential Community
  • Robust Optimization
  • Demand Response
  • Battery Storage
  • Electric Vehicles
  • Distributed Generation Resources