استراتژي مشاركت بهينه ي تجميع گر خودروهاي الكتريكي در بازار برق با درنظر گرفتن عدم قطعيت¬ها

The Strategy of Optimal Participation of Electric Vehicle Aggregators in Electricity Market Considering Uncertainties

در اين مقاله، يك استراتژي بهينه¬ براي مشاركت مناسب تجميع¬گر خودروهاي الكتريكي در بازار برق، با هدف بيشينه كردن سود تجميع¬گر از مبادلات انرژي ارائه شده است. بدين منظور، يك مدل احتمالاتي دو مرحله¬اي براي مشاركت تجميع¬گر در خريد و فروش انرژي و انجام خدمات رگولاسيون در بازارهاي روز آينده و زمان واقعي پيشنهاد شده است. بر اساس اين مدل، پس از تسويه¬ي بازار انرژي، مقادير رگولاسيون بالا و پايين براي يك دوره¬ي برنامه¬ريزي تعيين و پيشنهادهاي تجميع¬گر ارزيابي و پس از پذيرش در زمان واقعي فراخواني مي¬شوند. در روش پيشنهادي، رفتار احتمالاتي صاحبان خودروهاي الكتريكي، به¬عنوان يك منبع اصلي عدم¬قطعيت در نظر گرفته شده و تأثير آن بر روي اجراي پيشنهادهاي پذيرفته شده¬ بررسي شده است. همچنين، نسبت ظرفيت اجرا شده به ظرفيت قراردادي (DCR) با در نظر گرفتن رفتارهاي احتمالاتي تجزيه و تحليل شده است. مدل پيشنهادي بر روي يك نمونه¬ي عددي شبيه¬سازي و كارايي آن نشان داده شده است. نتايج نشان مي¬دهد كه تجميع¬گر قادر است با پيش¬بيني دقيق رفتارهاي احتمالاتي خودروها تصميمات دقيق¬تري براي خريد و فروش انرژي و خدمات رگولاسيون اتخاذ نمايد و سود خود از مشاركت در بازار برق را بيشينه كند.

In this paper, an optimal strategy for proper participation of an electric vehicle aggregator in the electricity market is proposed to maximize aggregator’s profit from energy exchanges. For this purpose, a two-stage probabilistic model for the joint participation in energy bidding and regulation services in day ahead and real time markets is proposed. Based on this model, after energy market clearing, the up and down regulation values for a scheduling period are evaluated and when accepted, they are called in real time market. In the proposed method, the probabilistic behavior of electric vehicle owners is considered as a major source of uncertainty, and its impact on the dispatch of the accepted offers has been considered. Also, the ratio of the dispatched to contracted regulation capacity (DCR) has been analyzed with regard to probabilistic behaviors. The proposed model is simulated on a numerical model and its efficiency is showed. The results show that the aggregator can accurately predict the probabilistic behavior of electric vehicles to make more precise decisions on the purchase and sale of energy and regulation services and maximize its profit from market participation.