عملکرد بهینه ریزشبکه ی شامل خودروهای برقی با در نظر گرفتن روش های پاسخگویی به بار

خودروهای برقی علاوه برآنکه مصرف کننده ی انرژی الکتریکی اند می توانند با دشارژ انرژی از باتری خود به عنوان تولید کننده ی انرژی نیز در ریزشبکه ها مطرح گردند. مدیریت مقدار و زمان شارژ و دشارژ باتری خودروها، به عنوان سیستم های ذخیره انرژی سیار در ریزشبکه ها، دارای اهمیت ویژه ای است. در این مقاله تاثیر برنامه ریزی بهینه ی شارژ و دشارژ باتری خودروها و استفاده از روش های پاسخگویی بار ( DR ) بر کاهش هزینه بهره برداری و تصحیح منحنی بار از دید شبکه بالادستی مورد بررسی قرار گرفته است. برای این کار از الگوریتم ژنتیک برای بررسی سه حالت بهره برداری ریزشبکه استفاده شده است. در حالت اول ریزشبکه به عنوان بار متغیر از دید شبکه بالادستی در نظر گرفته شده است. در حالت دوم با فرض امکان تبادل دوطرفه توان بین ریزشبکه و شبکه بالادستی، ریزشبکه می تواند هم به عنوان مولد و هم بار عمل نماید. در حالت سوم علاوه بر امکان تبادل توان، روش های پاسخگویی بار نیز اعمال شده است. در همه ی حالات مورد بررسی از شبکه عصبی مبتنی بر شعاع ( RBFN ) برای پیش بینی توان خروجی از پنل های خورشیدی استفاده شده است. نتایج شبیه سازی حاکی از کارایی الگوریتم پیشنهادی در کمینه کردن هزینه بهره برداری ریزشبکه و تصحیح منحنی بار شبکه بالادستی می باشد. بنابراین این مقاله نقش مدیریت بهینه خودروهای برقی در کنار پاسخگویی بار را برای ارتقای همزمان منافع مالکان ریزشبکه و بهره برداران شبکه سراسری اثبات می کند.

کلیدواژه ها:

خودرو برقی ، ریزشبکه ، الگوریتم ژنتیک ، پاسخ گویی بار ، شبکه عصبی مبتنی بر شعاع