21591

21591

مديريت انرژي خرده فروش برق، مبتني بر تعيين قيمت فروش در شبكه هاي هوشمند

كارشناسي ارشد

قدرت

1395

1398/8/18

دكتر حيدرعلي شايانفر

برق

قبل از اجراي تجديد ساختار در شبكه برق، مردم براي تأمين انرژي الكتريكي مورد نياز خود تنها يك گزينه داشتند. آن‌ها مي توانستند انرژي الكتريكي را از طريق بنگاهي كه انحصار تأمين برق منطقه را دارد، خريداري كنند؛ اما با وقوع تجديد ساختار و قانون زدايي در شبكه، امكان دسترسي آزاد به بازارهاي انرژي مهيا شد. درپي اين اتفاق، بازيگران جديدي به نام خرده فروشان انرژي الكتريكي، ظهور كردند كه با خريد عمده ي انرژي از طريق بازارهاي انرژي و قراردادهاي دوجانبه با نيروگاه ها، انرژي مورد نياز مصرف كنندگان تحت قرارداد خود را تأمين مي نمايند. يكي از منابع خرده فروش براي تأمين تقاضاي انرژي الكتريكي مشتريان، بازار حوضچه است. ازآنجاكه قيمت بازار حوضچه بي ثبات است، خرده فروش در معرض عدم قطعيت مرتبط با قيمت هاي بازار حوضچه مي باشد. از ديگر مواردي كه خرده فروش برق را در معرض عدم قطعيت قرار مي دهد، ميزان مصرف مشتريان مي باشد. همچنين، چنانچه خرده فروش از منابع انرژي تجديدپذير به منظور تأمين تقاضاي مشتريان استفاده كند، به دليل طبيعتي كه دارند، داراي ميزان توليد توان مشخصي نبوده كه اين امر نيز به‌عنوان يك پارامتر عدم قطعيت تقلي مي شود كه خرده فروش بايد با لحاظ نمودن همه جانبه شرايط، برنامه ريزي مطلوبي را انجام دهد. در اين پايان نامه سعي بر آن است كه سود خرده فروش برق با در نظر گرفتن عدم قطعيت هاي موجود بهينه گردد. منابع در اختيار خرده فروش جهت تأمين توان مشتريان شامل بازار حوضچه، قراردادهاي دوطرفه ، منابع انرژي تجديدپذير اعم از توربين هاي بادي و سيستم فتوولتائيك و منابع توليد پراكنده مي باشد. لازم به ذكر است سيستم ذخيره سازي انرژي (انباره هاي انرژي) نيز جهت مديريت انرژي در اختيار خرده‌فروش قرار دارند. به‌منظور مدل كردن عدم قطعيت ها از روش احتمالي مبتني بر سناريو و همچنين روش بهينه سازي استوار استفاده گرديده و نتايج مورد تحليل قرارگرفته اند. قيمت فروش در شبكه هوشمند نيز در سه حالت مختلف قيمت ثابت ، قيمت زمان استفاده و قيمت زمان حقيقي توسط خرده فروش برق تعيين مي گردد. مدل هاي به‌كاررفته در اين پايان نامه از نوع برنامه ريزي خطي و غيرخطي آميخته با اعداد صحيح مدل سازي شده كه مي توانند توسط حل كننده هاي Bonmin و Bonminh تحت نرم افزار بهينه سازي GAMS حل شوند.

1398/10/23

Energy management of retailer based on selling price determination in smart grid

1/11/2020 12:00:00 AM

Prior to the power grid restructuring, people had only one option to supply the electricity they needed. They could procure electricity through an entity that monopolizes the region's electricity supply. But with the restructuring and deregulation on the grid, free access to energy markets was provided. In the wake of this, new actors, called electricity retailers, have emerged who supply demand of consumers under their contract by purchasing bulk energy through energy markets and bilateral contracts with power plants. One of the retailers to meet customers' electricity demand is the pool market. Since the market price of the pool is volatile, the retailer is subject to uncertainty associated with the pool market prices. Another factor that makes the retailer vulnerable to uncertainty is customer consumption. Also, if the retailer uses renewable energy sources to meet customer demand, because of their nature, they do not have a specific power generation capability, which also serves as an uncertainty parameter that the retailer must be considering to make the best planning, considering the circumstances. This thesis attempts to optimize the retailer's profit by taking into account existing uncertainties. Resources available to retailers to supply customers include pool markets, bilateral contracts, renewable energy sources including wind turbines and photovoltaic systems, and distributed generation resources. It should be noted that energy storage systems (ESS) are also available for energy management. In order to model the uncertainties, the probabilistic scenario based method as well as the robust optimization method were used and the results were analyzed. Sale price in smart grid are also determined by the retailer in three different modes: fixed pricing, time of use pricing and real time pricing. The models used in this thesis are linear and mixed integer nonlinear programming that can be solved by the Bonminh and Bonminh solvers under GAMS optimization software.