مدل هوشمند چندهدفه مدیریت انرژی در ریزشبکه با مشارکت تولیدات پراکنده و خودروهای برقی مبتنی بر برنامه های پاسخگویی بار

:
– ORCID: 0009-0002-7285-1317

: 5950012011@iran.ir – دانشگاه علم و صنعت ایران
993a5ada-85a2-4441-a932-4908f8252d9f@sso.irandoc.ac.ir
چکیده تفصیلی:
در این تحقیق یک چارچوب بهینه سازی چندمعیاره و هوشمند برای مدیریت یکپارچه انرژی در ریزشبکه های مدرن ارائه شده است. ساختار مورد مطالعه شامل واحدهای تجدیدپذیر (فتوولتائیک و توربین بادی)، منابع قابل کنترل مانند میکروتوربین و پیل سوختی، سامانه های ذخیره ساز ثابت و همچنین ناوگان خودروهای الکتریکی به عنوان ذخیره ساز متحرک (V2G) می باشد. برای لحاظ نمودن عدم قطعیت توان تولیدی و تقاضای بار، از ترکیب تولید سناریو به روش مونت کارلو و کاهش تعداد سناریوها با الگوریتم خوشه بندی K-means استفاده گردید. همچنین دو نوع برنامه پاسخگویی تقاضا شامل مدل مبتنی بر قیمت و مدل تشویقی در تابع هدف ادغام شد. مسئله در قالب برنامه ریزی خطی عدد صحیح مختلط (MILP) فرمول بندی و با ابزارهای GAMS، MATLAB و Python پیاده سازی گردید. نتایج حاصل بیانگر کاهش هزینه بهره برداری، هموارسازی منحنی بار و ارتقای شاخص های پایداری و قابلیت اطمینان شبکه است. در نهایت بستر تبادل انرژی امن و شفاف مبتنی بر فناوری بلاک چین برای ایجاد بازار محلی پیشنهاد شده است.

شرح کامل: لایه پیش بینی LSTM، لایه سناریو مونت کارلو + K-means، لایه بهینه ساز MILP، لایه بازار بلاک چین P2P

ادعانامه:
سامانه شامل ماژول پیش بینی، سناریوسازی، بهینه ساز MILP، بازار بلاک چین
کاهش سناریو با K-means با افزایش سرعت 40%
خودرو برقی به عنوان ذخیره ساز V2G
بازار محلی با قرارداد هوشمند
روش اجرا در ریزشبکه های ایران

کلیدواژه: ریزشبکه، V2G، بلاک چین، MILP، مدیریت انرژی

کدها: ایرانداک 10039559 – پژوهشیار 891644 – Springer 3868344d