برنامه ريزي هم زمان انرژي و ذخيره ي يك ريزشبكه ي هوشمند جزيره اي با مشاركت فعال بارهاي پاسخگو

Simultaneous Scheduling of energy and reserve of a smart islanded microgrid with active participation of responsive loads.

در اين مقاله يك مدل احتمالاتي براي برنامه¬ريزي هم¬زمان انرژي و ذخيره¬ي يك ريزشبكه هوشمند در حالت مستقل از شبكه با مشاركت بارهاي پاسخگو و با در نظر گرفتن امنيت سيستم پيشنهاد شده است. توليد توان بادي و خورشيدي كه به ترتيب تابعي از سرعت باد و تابش خورشيد هستند و نيز تقاضاي بار و مشاركت مصرف-كنندگان در برنامه¬هاي پاسخگويي بار كه تابعي از رفتار مشتركين است، سبب مي¬شوند تا بهره¬بردار ريزشبكه در برنامه¬ريزي روز آينده با عدم قطعيت زيادي در داده¬هاي ورودي مواجه باشد. بدين منظور در اين مقاله يك مدل احتمالاتي دو مرحله¬اي پيشنهاد شده است كه هدف آن بيشينه كردن سود بهره¬بردار و كمينه كردن هزينه¬هاي انرژي مشتركين با در نظر گرفتن امنيت استاتيكي ولتاژ و فركانس سيستم در مواجه با عدم قطعيت¬هاي موجود است. در مرحله اول اين برنامه، كه متغيرهاي آن وابسته به هيچ سناريو خاصي نيستند، انرژي و ذخيره به¬طور هم-زمان جهت برقراري تعادل توان در سيستم برنامه¬ريزي مي¬شود. در مرحله دوم برنامه نيز عملكرد سيستم در سناريوهاي كاري مختلف ارزيابي مي¬شود. با استفاده از برنامه¬ريزي احتمالاتي پيشنهادي بهره¬بردار ريزشبكه قادر خواهد بود تا براي برنامه¬ريزي يك روز آينده¬ي ريزشبكه بهترين تصميم را از ديدگاه فني و اقتصادي اتخاذ نمايد.

This paper proposed a probabilistic model for simultaneous energy and reserve scheduling of a smart islanded microgrid with the participation of responsive loads and considering system security. Wind and solar power generation, which are respectively a function of wind speed and solar radiation, as well as load demand and consumer participation in demand response (DR) programs that are a function of subscriber behavior, cause the microgrid operator in the day-ahead scheduling will face uncertainties in input data. In this regard, a two-stage probabilistic model whose aim is to maximize the operator s profit and minimize customer s energy costs is proposed in this paper. In the first stage of the program, whose variables are not dependent on any scenario, energy and reserve are simultaneously programmed to balance power. In the second stage of the program, the performance of the system is evaluated in different working scenarios. Using the proposed probabilistic program, the microgrid operator will be able to take the best decision from a technical and economic point of view for day-ahead scheduling.