مدلسازی و بهینه سازی مصرف انرژی در خانه هوشمند با حضور ذخیره‌ساز انرژی، سلول خورشیدی، خودروی برقی و پاسخ‌گویی بار

در یک خانه هوشمند، کلیه اجزای داخلی آن به‌واسطه‌ سیستمی یکپارچه و ایجاد منطقی سازگار با محیط در تعامل با یکدیگرند. در چنین خانه‌ای، مدیریت انرژی (ems) می‌تواند نقش زیادی در کاهش هزینه مصرف انرژی‌ داشته باشد لذا در این مقاله با توجه به اهمیت فزاینده‌ این بحث، عملکرد یک خانه هوشمند با حضور خودروهای الکتریکی دارای قابلیت تبادل دوطرفه توان با شبکه قدرت، سیستم ذخیره‌ انرژی و نیز پنل‌های خورشیدی در چارچوب یک برنامه‌ریزی خطی آمیخته با عدد صحیح، مدل‌سازی و ارزیابی شده است. موارد مطالعاتی گوناگونی شامل فروش انرژی الکتریکی حاصل از پنل‌های خورشیدی به شبکه قدرت، بارهای با قابلیت جابجایی زمان مصرف مانند ماشین لباسشویی و همچنین استراتژی‌های مختلف پاسخگویی تقاضا بر پایه تغییرات قیمت انرژی در نظر گرفته شده تا اثرات اقتصادی و فنی خودروهای الکتریکی، باتری ذخیره‌ساز انرژی و پنل‌های خورشیدی ارزیابی گردد. در ارزیابی عملکرد پنل‌های خورشیدی، عدم قطعیت مربوط به پیش‌بینی توان خورشیدی در نظر گرفته شده و مدل خطی آمیخته با عدد صحیح با در نظر گرفتن معیار ارزش در خطر شرطی (cvar) تحلیل شده است. مدل پیشنهادی در برنامه gams پیاده‌سازی شده و نتایج نشان می‌دهد که استفاده از سیستم‌های اضافی برای تامین انرژی بطور قابل توجهی موجب کاهش هزینه برق خانه هوشمند خواهد شد.

Smart home optimized energy management considering energy storage, solar cell, electric vehicle and load response

In a smart home, all its internal components interact with each other through an integrated system and environmentally reasonable logic. In this house, energy management (EMS) can play a role in reducing energy costs. Therefore, in this paper, given the increasing importance of this discussion, the operation of smart home with the presence of electric vehicles with the capability of exchanging power with the network, the Energy storage system and solar panels have been modeled and evaluated in the framework of mixed integer linear programming. In this paper Various studies including the sale of electrical energy produced by solar panels to power grid, Loads with timeconsuming movement such as washing machines as well as various demand response strategies based on energy price have been considered to evaluate the economic and technical effects of electric vehicles, energy storage batteries And solar panels. In assessing the performance of solar panels, uncertainty regarding the prediction of solar power is considered, and the proposed model has been analyzed by considering the conditional value at risk (CVAR) criteria. The proposed model is implemented in the GAMS software and the results indicate that the use of additional power systems will significantly reduce the cost of smart home power.