ارائة مدل احتمالاتي دومرحله‌اي مقيد به ريسك براي برنامه‌ريزي ريزشبكه‌هاي هوشمند مستقل با در نظر گرفتن مشاركت سمت تقاضا

A Risk-constrained Two-stage Stochastic Model for Optimal Scheduling of Smart Autonomous Microgrids considering Demand Side Management

در اين مقاله، مدل احتمالاتي دومرحله‌اي مقيد به ريسك براي برنامه‌ريزي همزمان انرژي و ذخيرة يك ريزشبكة هوشمندِ مستقل با در نظر گرفتن مشاركت مشتركين در برنامه‌‌هاي يي بار ارائه شده است. هدف برنامة پيشنهادي، بيشينه‌كردن سود مورد انتظار بهره‌بردار در شرايط مختلف ريسك‌پذيري است؛ به طوري كه مشتركين نيز كمترين هزينه را براي تأمين انرژي خود پرداخت كنند. براساس اين مدل، مشتركين با استفاده از قابليت بارهاي خود، ضمن شركت در برنامة بار مبتني بر قيمت‌گذاري زمان استفاده، بخشي از ظرفيت ذخيرة ريزشبكه را نيز براي مواجه با عدم‌قطعيت‌هاي آن تأمين مي‌كنند. عدم‌قطعيت‌هاي مسئله ناشي از خطاي پيش‌بيني توليدات تجديدپذير، قيمت‌ انرژي و تقاضا است كه با روش‌هاي مبتني بر سناريو مدل‌سازي شده‌اند. در مدل پيشنهادي براي تعديل اثرات ناشي از سناريوهاي نامطلوب، از شاخص مقدار شرطي در ريسك (CVaR) براي ارزيابي ارزش ريسك‌پذيري بهره‌بردار به‌منظور برآورد ميزان سودهاي نامطلوب استفاده شده است. همچنين، در اين مطالعه تأثير ريسك‌پذيري بهره‌بردار ريزشبكه روي ميزان مشاركت بارهاي در تخصيص ذخيرة چرخان بررسي شده است كه در مسئلة بهره‌برداري مهم و كاربردي است. همچنين، براي ارزيابي دقيق‌تر محدوديت‌هاي فركانس و ولتاژ ريزشبكه، از پخش بار بهينة (AC (AC-OPF) در فرايند حل مسئله استفاده شده است تا پاسخ‌هاي واقعي‌تري از عملكرد ريزشبكه به دست ‌آيد. درنهايت، برنامة پيشنهادي در يك ريزشبكة نمونه، اجرا و نتايج در حالت‌هاي مختلف تحليل شده است.

In this paper, a risk-constrained two-stage stochastic model is proposed for optimal scheduling of autonomous microgrids considering the participation of end-use customers in demand response programs. The goal of the proposed scheme is to maximize the profit of the microgrid operator in different conditions of the user's risk taking, so that customers pay the lowest cost for their energy consumption. Based on the proposed model, customers are able to provide part of the system's reserve capacity to deal with uncertainties by using smart and response loads capability. The uncertainties of the problem are due to the predicted error of renewable resources, energy prices and demand loads, modeled on scenario-based methods. In the proposed model, in order to deal with the effects of undesirable scenarios, an index for assessing the value of risk is employed to estimate the level of undesirable profits. In addition, in order to more accurately analyze the frequency and voltage limitations, an AC load flow is used in the problem-solving process that achieves more realistic result to the microgrid operation. Finally, the proposed model is implemented in a typical microgrid and the results are investigated in different cases.