26496

طراحي شبكه تجارت همتا به همتا برق به همراه سيستم ذخيره سازي با در نظر گرفتن شرايط عدم قطعيت

كارشناسي ارشد

مهندسي صنايع - لجستيك و زنجيره تامين

1398

1401/02/19

دكتر هادي صاحبي

دكتر ميرسامان پيشوايي

مهندسي صنايع

در پاسخ به چالش هاي ناشي از افزايش قيمت برق، كاهش تعرفه خريد تضميني برق و همچنين افزايش توليدات پراكنده از منابع انرژي تجديدپذير، شيوه جديد تجارت انرژي، "تجارت انرژي همتا به همتا" است. اين روش به تجارت مستقيم انرژي در بين مصرف كنندگان و توليد كنندگان در شبكه هاي توزيع اشاره دارد. از سوي ديگر، توسعه منابع انرژي پراكنده و افزايش تعداد بيشتري از خانواده ها كه برق خانگي خود را با سيستم هاي توليد برق در مقياس كوچك تأمين مي كنند؛ اين امر فرصت ها و چالش هاي بسياري براي بازار انرژي به همراه دارد. فرصتي براي ايجاد مدل هاي جديد تجارت انرژي كه به مصرف-توليد كنندگان مسكوني راه حل هاي مختلفي براي استفاده از توليدات انرژي ارائه بدهد. به منظور ايجاد انگيزه بيشتر در مصرف كنندگان براي توليد انرژي پاك و همچنين مقرون به صرفه شدن استفاده از منابع انرژي پراكنده و حداكثر كردن بازده مالي ريز شبكه هاي مسكوني استفاده از تجارت انرژي همتا به همتا يك راه حل اثربخش ميباشد. در اين پژوهش شبكه زنجيره تامين برق براي واحد هاي مسكوني طراحي شده است كه آن ها از تسهيلات مختلف توليدات پراكنده و همچنين واحدهاي ذخيره سازي استفاده ميكنند و در كنار واحد هاي مسكوني، شبكه اصلي برق و همچنين واحد ذخيره ساز مركزي در نظر گرفته شده است. از آنجا كه تقاضاي هر واحد و همچنين ميزان توليد انرژي هاي تجديد پذير داراي قطعيت نيست از روش بهينه سازي استوار بازه محور به منظور كمينه سازي هزينه هاي هر واحد استفاده شده است. در كنار طراحي شبكه بحث قيمت گذاري انرژي منتقل شده در شبكه تجارت انرژي همتا به همتا به منظور حداكثر سازي سود واحدها با روش تئوري بازي چانه زني محاسبه شده است. نتايج نشان ميدهد، استفاده از شبكه تجارت انرژي همتا به همتا ميتواند نه تنها باعث كمينه سازي هزينه ها شود بلكه داراي سود براي همه واحد ها نيز ميباشد و به طور كلي در اين نمونه مورد بررسي 51.83 واحد پولي سود براي شبكه حاصل شد. بررسي ذخيره سازها نشنان ميدهد كه در ساعات كم مصرفي انرژي در باتري ها ذخيره ميشود و سپس در ساعات اوج مصرف به شبكه تزريق ميشود. قيمت انرژي نيز در ساعات اوج مصرف بيشتر از ساعات كم مصرفي ميباشد.

1401/02/31

Design of peer-to-peer energy trading with battery storage under uncertainty conditions

5/9/2023 12:00:00 AM

In response to the challenges posed by rising electricity prices, lower Feed-in-tariffs, and increased dispersed generation from renewable energy sources, a new method of energy trading is "peer-to-peer energy trade". This method refers to the direct energy trade between consumers and producers in distribution networks. On the other hand, the development of distributed energy sources and the increase in the number of households that supply their household electricity with small-scale power generation systems; brings many opportunities and challenges to the energy market. Opportunity to create new energy trading models that offer residential consumers-producers different solutions for using energy generated. Peer-to-peer energy trading is an effective solution in order to motivate consumers to produce clean energy as well as to make the use of distributed energy sources more cost-effective and maximize the financial efficiency of micro-residential grids. In this research, the power supply chain network has been designed for residential peers that use various facilities of distributed generation as well as battery storage. In addition to peers, the electricity grid and the central battery storage have been considered. Since the demand of each peer, as well as the amount of renewable energy generation, is not certain, the robust optimization method has been used to minimize the costs of each unit. In addition to distribution network design, the discussion of energy pricing transferred in the peer-to-peer energy trading has been calculated in order to maximize the peers' profits through the Nash bargaining game theory method. The results show that the use of peer-to-peer energy trading can not only minimize costs but also boost benefit peers.

تجارت انرژي همتا به همتا , شبكه هاي توزيع برق , بهينه سازي استوار , قيمت گذاري

Peer-to-peer energy trading , power distribution networks , robust optimization , pricing

Mohammad Reza Khodoomi

Hadi Sahebi