بهینه‌سازی دو سطحی مدیریت انرژی در شبکه‌های هوشمند چند ناحیه‌ای

مدیریت بهینه انرژی در شبکه‌های هوشمند چند ناحیه‌ای سبب افزایش رفاه اجتماعی، کاهش هزینه‌های اقتصادی و آلایندگی‌های زیست محیطی خواهد شد. از راه‌کارهای مدیریت انرژی در شبکه‌های هوشمند چند ناحیه‌ای می‌توان به مسائلی مانند توزیع اقتصادی بار و حرارت، مدیریت بارهای تغییرپذیر، شارژ و دشارژ بهینه ذخیره‌سازهای انرژی و وجود منابع تجدیدپذیر با حفظ محدودیت‌های تبادل توان الکتریکی بین نواحی اشاره نمود، که همگی از مسائل مهم در این زمینه به شمار می‌آیند. در این مقاله یک مدل برنامه‌ریزی درجه دوم آمیخته با عدد صحیح به منظور مدیریت بهینه انرژی در شبکه‌های هوشمند چند ناحیه‌ای با هدف کاهش هزینه‌های اقتصادی و زیست محیطی و افزایش رفاه اجتماعی نیز با در نظر گرفتن سیستم‌های ذخیره‌ساز انرژی، مدیریت سمت بار و منابع تجدیدپذیر ارائه شده است. در این مقاله یک رویکرد دوسطحی به منظور حل مدل پیشنهادی ارائه شده که سطح بالایی به منظور کمینه‌سازی هزینه اقتصادی و آلایندگی و سطح پایینی به منظور بیشینه‌سازی رفاه اجتماعی و به صورت شرایط خطی kkt فرموله شده است. شبیه‌سازی در محیط متلب و حل‌کننده gurobi اجرا شده است که نتایج نشان می‌دهد مدل دو سطحی ارائه شده رویکردی کارآمد در بهینه‌سازی انرژی در شبکه‌های هوشمند چند ناحیه‌ای نسبت به دیگر رویکردهایی مانند روش ضریب وزنی و یا روش بهینگی پارتو دارد.

BiLevel Energy Management Optimization in MultiArea Smart Grids

Optimal energy management in multi area smart grids will increase social welfare, reduce economic costs and environmental pollution. Power management solutions for smart grids include issues such as economical distribution of load, suitable load management, optimized charging and discharging of energy storages, and the availability of renewable resources considering limitation of power exchange in different area, all of which are issues in an intelligent grid, that in this paper has been considered. This paper presents a bilevel mixed integer quadratic programming (MIQP) model for energy management in multiare smart grids with the aim of reducing economic costs and environmental pollution and increasing social welfare by considering energy storage systems, load management and Renewable resources are presented. In this paper presents a bilevel approach that the upper level is formulated to minimization economic cost and pollution of resource and lower level is presented to maximization social welfare in the form of Karush–Kuhn–Tucker (KKT) conditions. The simulation is implemented in MATLAB with Gurobi solver that the results show that the proposed bilevel model is also an efficient way to optimize energy in multiarea smart grids compared to Pareto front and Weight methods.