fa بهبود عملکرد تامین کنندگان سرویس انرژی با استفاده از قابلیت‌های پاسخگویی بار در شبکه‌های توزیع هوشمند برق و کامپیوتر پژوهشي Research <div>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.<span dir="LTR"></span></div> <span style="font-size:12pt"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times="">The concept of demand response (DR) continues to evolve, and its various capabilities are being investigated to enhance the efficiency of nowadays electric power industries. To this end, the barriers that limit DR capabilities should be resolved. This paper provides a new efficient decision model for energy service providers in smart distribution networks to make the maximum use of DR potential as the most cost-effective solution. The correct and proper application of the DR problem provides special capabilities for these entities and can lead to more profit. On the other hand, participating in the upstream market and demand allocation in the downstream network are two main tasks of energy providers. These two tasks affect each other, and simultaneous attention to them is needed for more efficiency. Generally, conservative participation in the upstream market is the main problem of these entities due to the uncertainty of load forecasting, especially considering that the DR problem will aggravate this uncertainty. In these conditions, the interactions between the load curve and price changes should also be considered. To better understand, suppose that an energy provider wants to reduce its energy purchase cost by applying DR. This entity initially forecasts its load consumption and participates in the electricity market. After market clearing, the values of locational marginal price (LMP) are determined for the next 24 hours. Now, applying DR and moving the load consumption to the less expensive hours will reduce the final purchase cost. However, moving the load consumption leads to changes in the LMP values in the substation bus of the distribution network. It is due to the dependencies between the load consumption and the prices. Disregarding these dependencies will limit DR capabilities. Therefore, a new two-step sequential framework is proposed in this paper to enhance the performance of the energy providers in the smart distribution network. The main problem is the optimization of the power purchase cost for the downstream network using DR. The subsidiary problem includes electricity market modeling. The load curve is determined in the main problem, and the amounts of the energy price under different conditions are determined in the subsidiary problem recursively. <span style="color:black">This framework guides the energy provider to analyze how market clearing affects DR and vice versa. </span>To model load flexibility, a residential distribution network with different types of responsive appliances is utilized, and the model is studied using two case studies. The results demonstrate that applying the proposed framework leads to more reliable and optimal results and has significant benefits for the strategic performance of energy service providers.</span></span></span> پاسخگویی بار, تامین کنندگان سرویس انرژی, بازار روز بعد, شبکه توزیع هوشمند, شبکه انتقال Demand response, Energy service provider, Day-ahead market, Smart distribution network, Transmission network. 28 38 http://ieijqp.ir/browse.php?a_code=A-10-1452-1&slc_lang=fa&sid=1 Esmaeil Mahboubi Moghaddam اسماعیل محبوبی مقدم mahboubi@qiet.ac.ir 0079350097 10031947532846006055 Yes Assistant Professor, Department of Electrical Engineering, Quchan University of Technology, Quchan, Iran دانشکده مهندسی برق ـ دانشگاه صنعتی قوچان ـ قوچان ـ ایران Ahmad Nikoobakht احمد نیکوبخت a.nikoobakht@eghlid.ac.ir 0079350097 10031947532846006056 No Assistant Professor, Department of Electrical Engineering, Higher Education Center of Eghlid, Eghlid, Iran دانشکده مهندسی برق ـ مرکز آموزش عالی اقلید ـ اقلید ـ ایران Mohsen Zare محسن زارع mzare@jahromu.ac.ir 2432826353 10031947532846006057 No Assistant Professor, Department of Electrical Engineering, Jahrom University, Jahrom, Iran دانشکده فنی و مهندسی ـ دانشگاه جهرم ـ جهرم ـ ایران