[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
صاحب امتیاز::
درباره انجمن::
تماس با ما::
تسهیلات پایگاه::
cope::
metrics::
تعارض منافع::
::
پایگاه های نمایه کننده
..
DOI
کلیک کنید
..
DOR

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: دوره 11، شماره 4 - ( 8-1401 ) ::
جلد 11 شماره 4 صفحات 38-28 برگشت به فهرست نسخه ها
بهبود عملکرد تامین کنندگان سرویس انرژی با استفاده از قابلیت‌های پاسخگویی بار در شبکه‌های توزیع هوشمند
اسماعیل محبوبی مقدم* 1، احمد نیکوبخت2 ، محسن زارع3
1- دانشکده مهندسی برق ـ دانشگاه صنعتی قوچان ـ قوچان ـ ایران
2- دانشکده مهندسی برق ـ مرکز آموزش عالی اقلید ـ اقلید ـ ایران
3- دانشکده فنی و مهندسی ـ دانشگاه جهرم ـ جهرم ـ ایران
چکیده:   (1359 مشاهده)
برنامه‌های پاسخگویی بار نقشی کلیدی در بهبود عملکرد سیستم‌های برق موجود ایفا می‌کنند. لذا، قابلیت‌های گوناگون و موانع چنین برنامه‌هایی می‌بایست مورد ارزیابی قرار گیرد. در این مقاله، یک مدل تصمیم گیری موثر برای تامین کنندگان سرویس انرژی با هدف چگونگی حضور در بازار روز بعد، و اختصاص توان در شبکه توزیع پایین دست ارائه شده است. به منظور در نظر گرفتن اثرات متقابل پاسخگویی بار و قیمت‌های برق، یک چارچوب تکراری دو مرحله‌ای پیشنهاد گردیده است. در این چارچوب، در یک مرحله، بازار برق شبکه بالادست تسویه گردیده تا مقادیر قیمت‌های حاشیه‌ای محلی تعیین گردد، و سپس مسئله پاسخگویی بار با هدف کاهش هزینه کل تامین انرژی در شبکه توزیع اجرا می‌گردد و این روند ادامه می‌یابد. مدل‌سازی بارهای منعطف با در نظر گرفتن انواع مختلف وسایل خانگی پاسخگو در یک شبکه توزیع انجام می‌شود. نتایج بدست آمده نشان می‌دهد که استفاده از چارچوب پیشنهادی منجر به پاسخ‌های بهینه‌تر و نیز قابل اعتمادتری گردیده، و مزایای ‌قابل توجهی برای تامین کنندگان سرویس انرژی فرآهم می‌آورد.
واژه‌های کلیدی: پاسخگویی بار، تامین کنندگان سرویس انرژی، بازار روز بعد، شبکه توزیع هوشمند، شبکه انتقال
متن کامل [PDF 905 kb]   (409 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: برق و کامپیوتر
دریافت: 1400/10/5 | پذیرش: 1401/11/8 | انتشار: 1401/12/3
فهرست منابع
1. [1] Lui T. J., Stirling W., and Marcy H. O., "Get smart", Power and Energy Magazine, vol. 8, no. 3, pp. 66 - 78, 2010. [DOI:10.1109/MPE.2010.936353]
2. [2] Khodaei A., Shahidehpour M., and Bahramirad S., "SCUC with hourly demand response considering intertemporal load characteristics", Smart Grid, IEEE Transactions on, vol. 2, no. 3, pp. 564-571, 2011. [DOI:10.1109/TSG.2011.2157181]
3. [3] Yang Y., Peng J.C., Ye Z., "A Market Clearing Mechanism Considering Primary Frequency Response Rate", Power Systems, IEEE Transactions on, vol. 36, no. 6, pp. 5952-5955, 2021. [DOI:10.1109/TPWRS.2021.3109807]
4. [4] QDR Q., "Benefits of demand response in electricity markets and recommendations for achieving them", 2006.
5. [5] Wang X., Palazoglu A., and El-Farra N. H., "Operational optimization and demand response of hybrid renewable energy systems", Applied Energy, vol. 143, pp. 324-335, 2015. [DOI:10.1016/j.apenergy.2015.01.004]
6. [6] Wan Y., Qin J., Yu X., Yang T., Kang Y., "Price-Based Residential Demand Response Management in Smart Grids: A Reinforcement Learning-Based Approach", IEEE/CAA Journal of Automatica Sinica, vol. 9, no. 1, pp. 123-134, 2022. [DOI:10.1109/JAS.2021.1004287]
7. [7] Reka S. S., Venugopal P., Alhelou H. H., Siano P., Golshan M. E. H., "Real Time Demand Response Modeling for Residential Consumers in Smart Grid Considering Renewable Energy With Deep Learning Approach", IEEE Access, vol. 9, pp. 56551 - 56562, 2021. [DOI:10.1109/ACCESS.2021.3071993]
8. [8] Zhang D., Zhu H., Zhang H., Goh H. H., Liu H., Wu T., "Multi objective Optimization for Smart Integrated Energy System Considering Demand Responses and Dynamic Prices", Smart Grid, IEEE Transactions on, 2021. [DOI:10.1109/TSG.2021.3128547]
9. [9] Jiang L., and Low S., "Multi-period optimal energy procurement and demand response in smart grid with uncertain supply", Technical Report, Caltech, 2011. Available: http://www.its.caltech.edu/libinj/DR.pdf. [DOI:10.1109/CDC.2011.6161320]
10. [10] Zugno M., Morales J. M., Pinson P., and Madsen H., "A bilevel model for electricity retailers' participation in a demand response market environment", Energy Economics, vol. 36, pp. 182-197, 2013. [DOI:10.1016/j.eneco.2012.12.010]
11. [11] Conejo A. J., Morales J. M., and Baringo L., "Real-time demand response model", Smart Grid, IEEE Transactions on, vol. 1, no. 3, pp. 236-242, 2010. [DOI:10.1109/TSG.2010.2078843]
12. [12] Chen Z., Wu L., and Fu Y., "Real-time price-based demand response management for residential appliances via stochastic optimization and robust optimization", Smart grid, IEEE transactions on, vol. 3, no. 4, pp. 1822-1831, 2012. [DOI:10.1109/TSG.2012.2212729]
13. [13] Vardakas J. S., Zorba N., and Verikoukis C. V., "A Survey on Demand Response Programs in Smart Grids: Pricing Methods and Optimization Algorithms", Communications Surveys & Tutorials, IEEE, vol. 17, no. 1, pp. 152-178, 2015. [DOI:10.1109/COMST.2014.2341586]
14. [14] Aghaei J., and Alizadeh M.-I., "Demand response in smart electricity grids equipped with renewable energy sources: A review", Renewable and Sustainable Energy Reviews, vol. 18, pp. 64-72, 2013. [DOI:10.1016/j.rser.2012.09.019]
15. [15] Abdollahi A., Moghaddam M. P., Rashidinejad M., and Sheikh-El-Eslami M. K., "Investigation of economic and environmental-driven demand response measures incorporating UC", Smart Grid, IEEE Transactions on, vol. 3, no. 1, pp. 12-25, 2012. [DOI:10.1109/TSG.2011.2172996]
16. [16] Tabandeh A., Jahangir Hossain M., "Hybrid Scenario-IGDT-Based Congestion Management Considering Uncertain Demand Response Firms and Wind Farms", IEEE Systems Journal, pp. 1-12, 2021.
17. [17] Ruiz C., and Conejo A. J., "Pool strategy of a producer with endogenous formation of locational marginal prices", Power Systems, IEEE Transactions on, vol. 24, no. 4, pp. 1855-1866, 2009. [DOI:10.1109/TPWRS.2009.2030378]
18. [18] Garcés L. P., Conejo A. J., García-Bertrand R., and Romero R., "A bilevel approach to transmission expansion planning within a market environment", Power Systems, IEEE Transactions on, vol. 24, no. 3, pp. 1513-1522, 2009. [DOI:10.1109/TPWRS.2009.2021230]
19. [19] Baringo L., and Conejo A. J., "Risk-constrained multi-stage wind power investment", Power Systems, IEEE Transactions on, vol. 28, no. 1, pp. 401-411, 2013. [DOI:10.1109/TPWRS.2012.2205411]
20. [20] Wu H., Shahidehpour M., Alabdulwahab A., and Abusorrah A., "Demand Response Exchange in the Stochastic Day-Ahead Scheduling With Variable Renewable Generation", Sustainable Energy, IEEE Transactions on, vol. 6, no. 2, pp. 516-525, 2015. [DOI:10.1109/TSTE.2015.2390639]
21. [21] Safdarian A., Lehtonen M., Fotuhi-Firuzabad M., and Billinton R., "Customer interruption cost in smart grids", IEEE Transactions on Power Systems, vol. 2, no. 29, pp. 994-995, 2014. [DOI:10.1109/TPWRS.2013.2288019]
22. [22] Stamminger R., Broil G., Pakula C., Jungbecker H., Braun M., Rüdenauer I., and Wendker C., "Synergy potential of smart appliances", Report of the Smart-A project, 2008.
23. [23] Generalized Algebraic Modeling Systems (GAMS). [Online]. Available: http://www.gams.com.
24. [24] Safdarian A., Fotuhi-Firuzabad M., and Lehtonen M., "Benefits of demand response on operation of distribution networks: A case study", Systems Journal, IEEE, no. 99, pp. 1 - 9, 2014.
25. [25] Wong P., Albrecht P., Allan R., Billinton R., Chen Q., Fong C., Haddad S., Li W., Mukerji R., and Patton D., "The IEEE reliability test system-1996. A report prepared by the reliability test system task force of the application of probability methods subcommittee", Power Systems, IEEE Transactions on, vol. 14, no. 3, pp. 1010-1020, 1999. [DOI:10.1109/59.780914]
26. [1] Lui T. J., Stirling W., and Marcy H. O., "Get smart", Power and Energy Magazine, vol. 8, no. 3, pp. 66 - 78, 2010. [DOI:10.1109/MPE.2010.936353]
27. [2] Khodaei A., Shahidehpour M., and Bahramirad S., "SCUC with hourly demand response considering intertemporal load characteristics", Smart Grid, IEEE Transactions on, vol. 2, no. 3, pp. 564-571, 2011. [DOI:10.1109/TSG.2011.2157181]
28. [3] Yang Y., Peng J.C., Ye Z., "A Market Clearing Mechanism Considering Primary Frequency Response Rate", Power Systems, IEEE Transactions on, vol. 36, no. 6, pp. 5952-5955, 2021. [DOI:10.1109/TPWRS.2021.3109807]
29. [4] QDR Q., "Benefits of demand response in electricity markets and recommendations for achieving them", 2006.
30. [5] Wang X., Palazoglu A., and El-Farra N. H., "Operational optimization and demand response of hybrid renewable energy systems", Applied Energy, vol. 143, pp. 324-335, 2015. [DOI:10.1016/j.apenergy.2015.01.004]
31. [6] Wan Y., Qin J., Yu X., Yang T., Kang Y., "Price-Based Residential Demand Response Management in Smart Grids: A Reinforcement Learning-Based Approach", IEEE/CAA Journal of Automatica Sinica, vol. 9, no. 1, pp. 123-134, 2022. [DOI:10.1109/JAS.2021.1004287]
32. [7] Reka S. S., Venugopal P., Alhelou H. H., Siano P., Golshan M. E. H., "Real Time Demand Response Modeling for Residential Consumers in Smart Grid Considering Renewable Energy With Deep Learning Approach", IEEE Access, vol. 9, pp. 56551 - 56562, 2021. [DOI:10.1109/ACCESS.2021.3071993]
33. [8] Zhang D., Zhu H., Zhang H., Goh H. H., Liu H., Wu T., "Multi objective Optimization for Smart Integrated Energy System Considering Demand Responses and Dynamic Prices", Smart Grid, IEEE Transactions on, 2021. [DOI:10.1109/TSG.2021.3128547]
34. [9] Jiang L., and Low S., "Multi-period optimal energy procurement and demand response in smart grid with uncertain supply", Technical Report, Caltech, 2011. Available: http://www.its.caltech.edu/libinj/DR.pdf. [DOI:10.1109/CDC.2011.6161320]
35. [10] Zugno M., Morales J. M., Pinson P., and Madsen H., "A bilevel model for electricity retailers' participation in a demand response market environment", Energy Economics, vol. 36, pp. 182-197, 2013. [DOI:10.1016/j.eneco.2012.12.010]
36. [11] Conejo A. J., Morales J. M., and Baringo L., "Real-time demand response model", Smart Grid, IEEE Transactions on, vol. 1, no. 3, pp. 236-242, 2010. [DOI:10.1109/TSG.2010.2078843]
37. [12] Chen Z., Wu L., and Fu Y., "Real-time price-based demand response management for residential appliances via stochastic optimization and robust optimization", Smart grid, IEEE transactions on, vol. 3, no. 4, pp. 1822-1831, 2012. [DOI:10.1109/TSG.2012.2212729]
38. [13] Vardakas J. S., Zorba N., and Verikoukis C. V., "A Survey on Demand Response Programs in Smart Grids: Pricing Methods and Optimization Algorithms", Communications Surveys & Tutorials, IEEE, vol. 17, no. 1, pp. 152-178, 2015. [DOI:10.1109/COMST.2014.2341586]
39. [14] Aghaei J., and Alizadeh M.-I., "Demand response in smart electricity grids equipped with renewable energy sources: A review", Renewable and Sustainable Energy Reviews, vol. 18, pp. 64-72, 2013. [DOI:10.1016/j.rser.2012.09.019]
40. [15] Abdollahi A., Moghaddam M. P., Rashidinejad M., and Sheikh-El-Eslami M. K., "Investigation of economic and environmental-driven demand response measures incorporating UC", Smart Grid, IEEE Transactions on, vol. 3, no. 1, pp. 12-25, 2012. [DOI:10.1109/TSG.2011.2172996]
41. [16] Tabandeh A., Jahangir Hossain M., "Hybrid Scenario-IGDT-Based Congestion Management Considering Uncertain Demand Response Firms and Wind Farms", IEEE Systems Journal, pp. 1-12, 2021.
42. [17] Ruiz C., and Conejo A. J., "Pool strategy of a producer with endogenous formation of locational marginal prices", Power Systems, IEEE Transactions on, vol. 24, no. 4, pp. 1855-1866, 2009. [DOI:10.1109/TPWRS.2009.2030378]
43. [18] Garcés L. P., Conejo A. J., García-Bertrand R., and Romero R., "A bilevel approach to transmission expansion planning within a market environment", Power Systems, IEEE Transactions on, vol. 24, no. 3, pp. 1513-1522, 2009. [DOI:10.1109/TPWRS.2009.2021230]
44. [19] Baringo L., and Conejo A. J., "Risk-constrained multi-stage wind power investment", Power Systems, IEEE Transactions on, vol. 28, no. 1, pp. 401-411, 2013. [DOI:10.1109/TPWRS.2012.2205411]
45. [20] Wu H., Shahidehpour M., Alabdulwahab A., and Abusorrah A., "Demand Response Exchange in the Stochastic Day-Ahead Scheduling With Variable Renewable Generation", Sustainable Energy, IEEE Transactions on, vol. 6, no. 2, pp. 516-525, 2015. [DOI:10.1109/TSTE.2015.2390639]
46. [21] Safdarian A., Lehtonen M., Fotuhi-Firuzabad M., and Billinton R., "Customer interruption cost in smart grids", IEEE Transactions on Power Systems, vol. 2, no. 29, pp. 994-995, 2014. [DOI:10.1109/TPWRS.2013.2288019]
47. [22] Stamminger R., Broil G., Pakula C., Jungbecker H., Braun M., Rüdenauer I., and Wendker C., "Synergy potential of smart appliances", Report of the Smart-A project, 2008.
48. [23] Generalized Algebraic Modeling Systems (GAMS). [Online]. Available: http://www.gams.com.
49. [24] Safdarian A., Fotuhi-Firuzabad M., and Lehtonen M., "Benefits of demand response on operation of distribution networks: A case study", Systems Journal, IEEE, no. 99, pp. 1 - 9, 2014.
50. [25] Wong P., Albrecht P., Allan R., Billinton R., Chen Q., Fong C., Haddad S., Li W., Mukerji R., and Patton D., "The IEEE reliability test system-1996. A report prepared by the reliability test system task force of the application of probability methods subcommittee", Power Systems, IEEE Transactions on, vol. 14, no. 3, pp. 1010-1020, 1999. [DOI:10.1109/59.780914]


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Mahboubi Moghaddam E, Nikoobakht A, Zare M. Smart Distribution Networks Potential for Demand Response Contribution to Enhance Energy Service Provider Performance. ieijqp 2022; 11 (4) :28-38
URL: http://ieijqp.ir/article-1-872-fa.html

محبوبی مقدم اسماعیل، نیکوبخت احمد، زارع محسن. بهبود عملکرد تامین کنندگان سرویس انرژی با استفاده از قابلیت‌های پاسخگویی بار در شبکه‌های توزیع هوشمند. نشریه کیفیت و بهره وری صنعت برق ایران. 1401; 11 (4) :28-38

URL: http://ieijqp.ir/article-1-872-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 11، شماره 4 - ( 8-1401 ) برگشت به فهرست نسخه ها
نشریه علمی- پژوهشی کیفیت و بهره وری صنعت برق ایران Iranian Electric Industry Journal of Quality and Productivity
Persian site map - English site map - Created in 0.06 seconds with 39 queries by YEKTAWEB 4660