حل مسئله مشارکت واحدها در شبکه های هوشمند با در نظر گرفتن پاسخگویی بار و سیستم های ذخیره ساز انرژی

مسئله مشارکت واحدها (uc) یا به عبارتی مسئله در مدار قرار گرفتن واحدها یک مسئله بهینه سازی بسیار مهم می باشد که حل دقیق آن می تواند منجر به کاهش چشمگیر هزینه ها شود. به طور کلی هدف uc کمینه کردن هزینه کل واحدهای تولیدی با در نظر گرفتن قیود واحدها و سیستم در طول دوره در نظر گرفته شده می باشد. در مجموع uc به دو مسئله تقسیم می شود، نخست مسئله ای برای تعیین حالت روشن و یا خاموش شدن واحدهای تولیدی برای هر ساعت در نظر گرفته شده که معمولا 24 ساعته می باشد و مسئله دیگر نیز پخش بار اقتصادی بین واحدهای تولیدی می باشد. در نظر گرفتن هر دو مسئله به صورت همزمان سبب پیچیده شدن حل خواهد شد، همچنین باید توجه داشت که دشواری مسئله نیز متناسب با تعداد واحدهای تولیدی و همچنین قیود در نظر گرفته شده افزایش می یابد. همانطور که گفته شد به طور معمول هزینه واحدها به عنوان هدف اصلی کمینه سازی در مسائل uc قرار می گیرد. در این مقاله شبکه های هوشمند مد نظر قرار گرفته است، که یکی از اهداف این شبکه ها علاوه بر کاهش هزینه، کاهش مسائل زیست محیطی هم می باشد، لذا در این مقاله حل مساله uc در شبکه های هوشمند با در نظر گرفتن آلودگی واحدهای تولیدی مد نظر قرار گرفته است، در نتیجه یک تابع چند هدفه برای کمینه سازی انتخاب شده است، از طرفی دیگر با معرفی شبکه های هوشمند، وجود سیستم های ذخیره ساز انرژی (ess) هم در شبکه مد نظر قرار گرفته است، که در این مقاله شارژ و دشارژ بهینه سیستم های ذخیره ساز انرژی نیز پیشنهاد شده است. از دیگر مسائل مدل سازی شده در این مقاله مسئله مدیریت سمت تقاضا در شبکه های هوشمند می باشد که در این مقاله به آن پرداخته شده است. مدل پیشنهاد شده یک مدل برنامه ریزی خطی آمیخته با عدد صحیح می باشد (milp)، که به منظور صحت سنجی عملکرد مدل و روش پیشنهادی دو سیستم 4 و 10 واحدی به همراه منابع ذخیره ساز آزمایش شده است، که نتایج نشان از عملکرد مطلوب مدل پیشنهادی می باشد.

Unit Commitment in Smart Grids Considering Emission and Energy Storage Systems

The problem of unit commitment (UC) or in other words, the issue of placing the units in orbit is a very important optimization problem, the exact solution of which can lead to a significant reduction in operation costs. In general, UCchr('39')s goal is to minimize the total cost of production units by considering the constraints of the units and the system during the intended period. In fact, UC is divided into two issues. First, there is the issue of determining the on or off mode of production units for each hour, which is usually 24 hours, and the second is the distribution of economic dispatch between production units. Considering both problems at the same time will complicate the solution. It should also be noted that the difficulty of the problem also increases in proportion to the number of production units as well as the constraints considered. As mentioned, unit cost is typically the primary goal of minimizing UC issues. This paper considers smart grids, one of whose goals is reducing environmental pollution in addition to reducing costs. Therefore, this paper considers UC problemsolving in smart grids by considering the pollution of production units, so a multiobjective function is selected for minimization. On the other hand, with the introduction of smart grids, the existence of energy storage systems (ESS) in the network is also considered. This paper suggests optimal charging and discharging of energy storage systems, too. Another issue modeled in this paper is the issue of demand response in smart grids. Demand response program modeling allows grid demands to be shifted within the specified range at different times of the day. The proposed model is a mixed integer linear programming model (MILP) that has been tested to validate the performance of the proposed model, i.e., 4unit and 10unit systems with storage resources. To solve the proposed model, a powerful Gurobi solver is used. This solver also guarantees optimal global solutions and can get optimal solutions in the shortest time. In the end, the simulation results showed that modeling the problem of optimizing the charge and discharge of the energy storage system, along with the problem of demandresponse management in the issue of unit participation, is very effective in reducing operating costs and reducing pollution. On the other hand, due to the linear nature of the problem, the proposed model can be solved in larger dimensions of the power systems.