طراحی قیمت زمان حقیقی با در نظرگیری عدم قطعیت منابع انرژی تجدیدپذیر و بارهای حرارتی در شبکه‌های هوشمند

در این مقاله یک طرح قیمت گذاری زمان حقیقی جدید برای برنامه های پاسخگویی بار ارائه شده است. نهاد lse (load serving entity) مسئول تامین انرژی مورد نیاز مصرف کنندگان دارای انواع بارهای انعطاف پذیر الکتریکی، غیرقابل انعطاف الکتریکی و بارهای حرارتی می باشد. این نهاد با توجه به شرایط بهره برداری شبکه و عدم قطعیت منابع تجدیدپذیر یک برنامه پاسخگویی بار مبنی بر قیمت را طراحی می کند. بارهای غیرقابل انعطاف الکتریکی و حرارتی قادر به شرکت در طرح پیشنهادی نبوده و مطابق قیمت بازار خرده فروشی هزینه های خود را پرداخت می کنند. در حالیکه بارهای انعطاف پذیر الکتریکی توانایی شرکت در طرح پیشنهادی را دارند. بارهای الکتریکی انعطاف پذیر مصرف کنندگان بوسیله جمع کننده های پاسخگویی بار جمع آوری می شود و جمع کننده های پاسخگویی بار به نمایندگی از مجموعه ای از بارهای انعطاف پذیر الکتریکی در این طرح مشارکت می کنند. مزیت طرح پیشنهادی این است که طرح ارائه شده کاهش هزینه را برای مصرف کنندگانی که در این طرح شرکت می کنند تضمین می کند. همچنین این طرح باعث بهبود ویژگی های منحنی مصرف همچون ضریب بار می گردد. طرح پیشنهادی با استفاده از بهینه سازی دو سطحی و با هدف حداکثر نمودن همزمان سود lse و مصرف کنندگان ارائه و بوسیله نرم افزار gams حل شده است.

Real -Time Pricing Design Considering Uncertainty of Renewable Energy Resources and Thermal Loads in Smart Grids

In this paper, a novel real time pricing design is presented for Demand Response (DR) programs. A Load Serving Entity (LSE) is responsible to provide energy for flexible loads, inflexible loads and thermal loads. The LSE consider operation conditions of system and uncertainty of renewable energy resources and it designs a Real Time Price (RTP) demand response. The inflexible and thermal loads cannot participate in this model and the costumers who using these loads, pay their costs according to the retail market price. On other hand, the flexible loads can be participated in this proposed model. It rsquo;s assumed that flexible loads of customers are aggregated by several aggregators which took part in this model. The advantage of proposed model is that it ensures cost saving for customers. Numerical results show that proposed model increases LSE rsquo;s profit, decreases the costumer rsquo;s payment and improves characteristics load curve such as load factor. The presented model is formulated as a bi level program which it maximize the profit of the LSE and utility of the customers. This problem is solved by using GAMS software.