برنامه‌ریزی توسعه یک ریز شبکه در حضور عدم قطعیت‌های بار، قیمت برق در بازار و منابع تجدیدپذیر

دلیل نگرانی های حاصل از سوخت های فسیلی توسعه ریز شبکه ها در حضور باتری های ذخیره ساز انرژی الکتریکی توجه زیادی را به خود جلب کرده است. ریز شبکه ها با استفاده از باتری ها می توانند انرژی را در زمان های اوج تولید ذخیره و در زمان های اوج مصرف به شبکه تزریق کنند که این امر باعث بهبود پایداری و قابلیت اطمینان سیستم می شود. باتری ها به مدیریت بار و کاهش تلفات کمک می کنند و امکان استفاده بهینه از منابع تجدیدپذیر را فراهم می آورند. برای تضمین عملکرد اقتصادی ریز شبکه ها، ضروری است که اندازه گیری ذخیره سازی انرژی باتری به صورت بهینه انجام شود. عواملی که تاثیر قابل توجهی بر دقت و کارایی نتایج اندازه گیری ذخیره سازی انرژی باتری دارند، معمولاً لحاظ نمی شوند. این عوامل شامل مجموعه ای از ویژگی ها برای فنّاوری های مختلف، تاثیر عمق تخلیه و تعداد چرخه های شارژ/دشارژ بر کاهش کیفیت ذخیره سازی انرژی باتری و هماهنگی حالت های بهره برداری ریز شبکه هستند. در این مقاله مدلی برای اندازه گیری ذخیره سازی انرژی باتری در کاربردهای ریز شبکه ارائه می دهد که عوامل کلیدی از جمله اندازه، نوع فنّاوری، تعداد و حداکثر عمق تخلیه بهینه برای ذخیره سازی انرژی باتری را در حضور عدم قطعیت های منابع تجدیدپذیر و بار الکتریکی را در نظر می گیرد. برای بررسی عدم قطعیت ها از ابزار مونت کارلو استفاده شده است. مدل به کاررفته یک مدل خطی آمیخته عدد صحیح است. همچنین، رابطه غیرخطی بین عمق تخلیه ذخیره سازی انرژی باتری و چرخه عمر آن با به کارگیری رویکرد خطی سازی قطعه ای مدل سازی شده است. نتایج نشان می دهد که مدل مورد استفاده قادر است اندازه، نوع فنّاوری، تعداد و حداکثر عمق تخلیه بهینه ذخیره سازی انرژی باتری را تعیین کند.

the expansion planning of a microgrid in the presence of load, electricity market price and renewable resources uncertainties

the concerns arising from fossil fuels have drawn significant attention to the development of microgrids with the presence of energy storage batteries. microgrids, utilizing batteries, can store energy during peak production times and inject it into the grid during peak consumption periods, thereby enhancing the stability and reliability of the system. additionally, batteries assist in load management and reduce energy losses, enabling optimal use of renewable resources. to ensure the economic performance of microgrids, optimizing the measurement of battery energy storage is essential. factors significantly impacting the accuracy and efficiency of battery energy storage measurement results are often overlooked. these factors include a range of characteristics for different technologies, the effects of depth of discharge, the number of charge/discharge cycles on the degradation of battery energy storage quality, and the coordination of microgrid operating modes. this paper presents a model for measuring battery energy storage in microgrid applications that considers key factors such as size, technology type, number, and optimal maximum depth of discharge in the presence of uncertainties related to renewable resources and electrical load. monte carlo simulation is employed to analyze these uncertainties. the model used is a mixed-integer linear programming model. furthermore, the nonlinear relationship between the depth of discharge of battery energy storage and its cycle life is modeled using a piecewise linearization approach. the results indicate that the proposed model can effectively determine the size, technology type, number, and optimal maximum depth of discharge for battery energy storage.