زمان‌بندي بهره‌برداري بهينه از ريزشبكه در حضور هاب‌هاي انرژي متصل‌به‌هم با در نظر گرفتن قيود امنيت سيستم انرژي و مشاركت بارهاي پاسخ‌گو

Optimal Operation Scheduling of a Microgrid in Presence of Energy Hubs Considering Energy System Security and Demand Response

بهره‌برداري از شبكه توزيع انرژي يكي از مهم‌ترين مسائل اين سيستم در آينده‌اي نه‌چندان دور خواهد بود، چرا كه بيش‌ترين تغييرات را در اين حوزه مشاهده خواهد شد. حضور هاب‌هاي انرژي، شبكه گاز طبيعي و منابع توليد پراكنده در سطح ولتاژهاي متوسط و پايين شبكه توزيع اولين چالش بهره‌بردار شبكه توزيع انرژي خواهد بود. در اين مقاله مدل برنامه‌ريزي بهره‌برداري از حامل‌هاي انرژي و رزرو با در نظر گرفتن قيود امنيت شبكه برق و گاز طبيعي در شبكه هاب‌هاي به‌هم‌ پيوسته و مشاركت بارهاي پاسخ‌گو پيشنهاد شده است. تابع هدف اين مدل كمينه‌سازي هزينه بهره‌برداري از منابع جهت تأمين بار الكتريكي و حرارتي است كه به ريزشبكه پيشنهادي اعمال شده است. بهره‌بردار ريزشبكه وظيفه تغذيه بارهاي الكتريكي و حرارتي را با در نظر گرفتن قيود امنيتي شبكه برق و گاز طبيعي را دارد. نتايج، زمان‌بندي بهره‌برداري از منابع موجود در ريزشبكه را به‌دست مي‌دهد. همچنين نتايج حاكي از كاهش هزينه‌هاي بهره‌برداري توسط مشاركت بارهاي پاسخ‌گوي الكتريكي و حرارتي و ذخيره‌ساز حرارتي است. نتايج حاصل از مدل پيشنهادي نشان از اثر متقابل قيمت برق و مصرف گاز طبيعي دارد كه ضرورت بررسي و بهينه‌سازي هم‌زمان شبكه حامل‌هاي انرژي را مشخص مي‌نمايد.

Operation scheduling of electrical distribution systems will be more challenging in the future thanks to evolution of this system. Presence of energy hub, natural gas infrastructure and distributed energy resources in this system will be the main challenge of the system operators. In this paper operation scheduling of energy carriers and reserves considering security constraints of networks in presence of interconnected energy hubs is proposed. Both electrical and Natural gas networks’ constraints are considered in this study. The objective function of this model is operation costs for supplying electrical and thermal loads. The MGO (Micro grid operator) is in charge of optimal scheduling of supplying loads as well as maintaining technical constraints. The optimal scheduling of resources is obtained. Also, Results show reduction of costs due to commitment of responsive loads. Moreover, interdependence of electricity price and natural gas consumption shows the importance of integrated optimization of electricity and gas networks.