20723

۲۰۷۲۳

مدل سازي بازار برق در ريزشبكه هاي چندگانه

كارشناسي ارشد

قدرت - سيستم هاي قدرت

۱۳۹۵

۱۳۹۷/۱۲/۲۱

دكتر شهرام جديد

برق

بازارهاي برق از گذشته تاكنون دست‌خوش تغييرات زيادي شده‌اند. پيدايش شبكه‌هاي هوشمند نيز باعث به وجود آمدن موج ديگري از تغييرات در بازارهاي برق گرديده است. در اين گزارش به طراحي يك بازار برق براي ريزشبكه‌هاي چندگانه پرداخته مي‌شود. اين بازار برق شامل يك بازار زمان حقيقي و يك بازار روز بعد است. به‌منظور مدل‌سازي بازار زمان حقيقي در اين گزارش از روش بهينه‌سازي چندهدفه استفاده‌شده است كه در آن مسئله حل و پاسخ سيستم براي بهينه كردن هم‌زمان چندين هدف يافته مي‌شود كه تصميم گيران متفاوتي دارند. اهداف اين بازار شامل حداكثر كردن سود شبكه، سود ريزشبكه و قابليت اطمينان سيستم است. به‌منظور حداكثر كردن قابليت اطمينان سيستم سعي مي‌شود بيشترين ميزان ممكن ذخيره در باتري‌ها موجود باشد. براي مدل‌سازي بازار روز بعد در سيستم چندين ريزشبكه‌ي متصل به يكديگر در نظر گرفته‌شده‌اند و تبادلات توان بين آن‌ها از طريق حداكثر شدن يك تابع رفاه اجتماعي به‌دست‌آمده است. براي اين منظور، هركدام از ريزشبكه‌ها با توجه به توليد و مصرف خود يك منحني تكه‌اي‌خطي را به دست مي‌آورد كه مي‌تواند به‌عنوان مبنايي براي قيمت پيشنهادي آن ريزشبكه در بازار مورداستفاده قرار گيرد. پس از جمع‌آوري منحني‌هاي قيمت هر ريزشبكه، اپراتور سيستم بازار را اجرا كرده و قيمت بازار تعيين مي‌شود. در اين گزارش محدوديت‌هاي انتقال توان بين ريزشبكه‌ها نيز به‌عنوان عامل محدودكننده در نظر گرفته‌شده است. همچنين در پايان عدم قطعيت در بار الكتريكي، تابش خورشيد و سرعت باد از طريق يك روش مبتني بر سناريو در مدل لحاظ شده است. نتايج به‌دست‌آمده نشان مي‌دهند كه با اجراي بازار زمان حقيقي مدل توانسته است قيمت بازار را تعيين كرده و جواب‌هايي براي سيستم پيدا كند كه بتوانند هر سه هدف در نظر گرفته‌شده را ارضا كنند. همچنين با استفاده از مدل بازار روز بعد اين امكان به سيستم داده‌شده است كه بازار روز بعد خود را به نحوي اجرا كند كه با استفاده از محدوديت قيد انتقال توان بين ريزشبكه‌ها ،در نظر گرفتن عدم قطعيت سيستم و پاسخگويي بار مدلي از مسئله به دست آيد.

1398/04/22

Electricity Market Design for Multi-Microgrids

3/12/2019 12:00:00 AM

Electricity markets have undergone many changes since the past. The emergence of smart grids has also triggered another wave of changes in electricity markets. This study addresses the design of an electricity market for Multi-Microgrids. This electricity market includes a real time and a Day-ahead market. In order to model real time market, a multi-objective optimization method is used in this report, in which the system operator tries to solve the problem, and simultaneously, optimize several goals. The objectives of this market include maximizing network profits, grid profit, and system reliability. In order to maximize the reliability of the system, the network operator tries to maintain the maximum amount of storage on the batteries. Of course, it should be noted that other target functions act as a limiting factor, and all three objectives should be addressed to find the answer. For modeling the day-ahead market, several grids are connected to each other, and the power exchange between them is achieved by maximizing a social welfare function. For this purpose, each of the gridlines, according to its production and consumption, derives a piece-wise curve that can be used as the basis for the proposed price of the grid in the market. After collecting the price curves of each grid, the operator run the market and determines the market price. In this report, power transmission constraints between gridlines are considered as limiting factors. Also, at the uncertainty of electric charge, solar radiation and wind speeds are included in a scenario-based model that contributes to a more precise model. The results show that by implementing the real time market, the model has been able to determine the market price and find solutions to the system that can satisfy all of the goals. Using the day-ahead market, it was also possible for the system to execute its day-ahead market by using the limitation of the transmission constraints between gridlines, taking into account the system's uncertainty, and resulting a more accurate model of the problem.