مدل پاسخ بار الكتريكي مبتني بر برنامه ريزي تصادفي

Stochastic Based Demand Response Model

يكي از راه هاي مفيد و موثر براي بهبود عملكرد بازارهاي برق و افزايش سطح راندمان آنها، استفاده از برنامه هاي پاسخ بار است. در بازارهاي برق پيشرفته دنيا، سياست گذاران صنعت برق با پيشنهاد برنامه هاي مختلف پاسخ بار به مصرف كنندگان اين امكان را به آنها مي دهند كه به قيمت انرژي در بازار عمده فروشي پاسخ داده و مصرف خود را با متناسب با نوسانات قيمت تغيير دهند. به اين ترتيب مشتركين صنعت برق توانايي آنرا خواهند داشت در تعيين قيمت كالاي مصرفي خود تاثيرگذار باشند. از طرفي بهره-بردار مستقل سيستم نيز مي تواند با استفاده از برنامه هاي پاسخ بار، ضمن بهبود عملكرد فني سيستم تحت كنترل خود و حفظ امنيت آن، جهش هاي قيمت در بازار عمده فروشي را كاهش داده و از بروز پديده قدرت بازار جلوگيري نمايد. به طور كلي برنامه-هاي پاسخ بار را مي توان به دو دسته برنامه هاي مبتني زمان و برنامه هاي مبتني بر مشوق تقسيم بندي نمود. يكي از عوامل مهمي كه بر روي ميزان مصرف انرژي مشتركين صنعت برق تاثير فراواني دارد، قيمت انرژي است. عموماً مشتركين با افزايش قيمت انرژي، ميزان مصرف خود را كاهش داده و بالعكس با كاهش قيمت ميزان انرژي ميزان مصرف خود را افزايش مي دهند. اما مسيله-اي كه بايد به آن توجه نمود اين است كه قيمت انرژي در بازار عمده فروشي همراه با عدم قطعيت است، از اينرو نمي توان آنرا بصورت دقيق تعيين نمود. در اين مقاله مدل تصادفي براي پاسخ بار ارايه شده است كه در آن مشوق ها و جرايم وضع شده توسط قانون گذار براي برنامه پاسخ بار، در نظر گرفته شده است. همچنين ريسك ناشي از عدم قطعيت قيمت انرژي در بازار عمده فروشي نيز بوسيله شاخص CVaR مدل سازي شده است. در انتها عملكرد مدل پيشنهادي از طريق يك نمونه عددي مورد مطالعه قرار گرفته و نتايج بدست آمده مورد تجزيه و تحليل قرار مي گيرد.

Incorporating the demand response program (DRP) is one of the best approaches to increase the efficiency level and improving the competitive electricity market performance. In a competitive market, consumers can response to the wholesale market price variations during different time scale. The DRP allows the independent system operator to decrease the price volatility in peak hours. Different references present various models for consumers’ response to the energy price but generally DRP can be categorized into two main groups which are: time based program and incentive based program. To determine the DR model, predicted values of energy price are largely uncertain, so it is desired to determine the optimal behavior of demand in a way that can be used to lessen the risk resulting from exposure to fluctuating price. In this paper a comprehensive model of DR is presented considering incentives and penalties set by policymaker and under prices uncertainty. The risk management method which is used in this paper is a conditional value at risk. In order to evaluate the performance of the proposed model, numerical studies are conducted on the Iranian interconnected network load profile on the annual peak day of the year 2012.