بخشی از مقاله
چکیده -
امروزه توسعه بیشتر برنامههای پاسخگوییبار،یکی از نیازهای ضروری صنعت برق هر کشوری میباشد. یکی از برنامههای متداول پاسخبار در ایران، برنامهریزی زمانِاستفاده میباشد که با بکارگیری کنتورهای هوشمند و تعیین تعرفههای مشخص برای بازههای مختلف روز در حال اجرا است. طراحی بهینه این برنامه بر اساس اطلاعات بومی کشور، از اهمیت بالایی برخوردار است.
در این مقاله با مدلسازی واکنش تقاضا در یک مسئله بهینهسازی، طرحی منطقی و واقعگرایانه برای شش ماه اول سال 1395 در شهرستان بروجرد پیشنهاد شده است که هدف طرح پیشنهادی، بیشینهسازی مقدار متوسط ضریبباردر دوره مورد مطالعه بوده است. با توجه به ماهیت گسسته مسئله بهینهسازی پیشنهادی، با طراحی یک الگوریتمژنتیک مناسب با ساختار مسئله، پاسخ بهینه تعیین میگردد. با مقایسه نتایج شبیه سازی روش پیشنهادی در این مقاله و روشهای پیشنهادی در مطالعات پیشین، طرح بهینه معرفی میگردد. نتایج پیادهسازی بر روی اطلاعات واقعی، کارایی روش را بخوبی نشان میدهد.
-1 مقدمه
امروزه توسعه برنامه های پاسخگویی بار، جزء مهمترین هدفگذاری ها در صنعت برق بسیاری از کشورها می باشد. مزایای فراوان پیاده سازی این برنامه ها در بهرهبرداری از شبکه نظیر پیک سایی و هموارتر کردن منحنی بار، کاهش خاموشی و افزایش قابلیت اطمینان، تعویق برنامههای توسعه در سیستم، موجب توجهات روزافزون محققان به موضوعات پیرامون این برنامه ها شده است.
برنامه های پاسخ بار به دو دسته تشویق محور و زمان محور تقسیم می شوند که برنامههای تشویق محور شامل شش دسته برنامه کنترل مستقیم بار، قطع یا کاهش بار، بازفروش مقدار دیماند، پاسخگوییبار اضطراری، بازار ظرفیت و خدمات جانبی میباشد. برنامههای زمان محور شامل سه دسته برنامه قیمت گذاری زمان استفاده - Time Of Use [TOU] - ، قیمتگذاری زمان واقعی و قیمتگذاری زمان پیکبحرانی میباشد.
یکی از متداولترین برنامههای پاسخگوییبار که در کشور ایران هم در حال اجراستبرنامه، قیمت گذاری زمانِ استفاده میباشد. در این برنامه، قیمت انرژی در سه بازه پرباری، میانباری و کمباری بر اساس تعرفههای متفاوتی محاسبه و به مصرف کنندگان اعمال میشود. در مورد طراحی ومدلسازی اثرات برنامه TOU مطالعات گوناگونی انجام شده است. در ادامه به تعدادی از تحقیقات در این زمینه اشاره شده است.
در [1] برنامه TOU بر مبنای چند روز مختلف از سال طراحی شده است و در پایان طرح بهینه از بین روزهای طراحی شده معرفی شده است. در [2] ، با مدلسازی پاسخگویی بار به صورت دینامیک، روشی جدید برای قیمت گذاری برنامه قیمت گذاری زمانِاستفاده، ارائه شده است. این مرجع، رفاه به دست آمده در نتیجه قیمتگذاری TOU، برای انواع مختلفی از ساختار بازار را محاسبه و با نتایج قیمتگذاری ساده مقایسه مینماید.
مرجع [3]، با بهکارگیری بهینه سازی تصادفی، مسئله طراحی تعرفه های TOU را با در نظر گرفتن عدم قطعیت در کششقیمتی و با هدف کسب حداکثر رفاه مدلسازی نموده است.در [4]، بر اساس یک مدل تصمیم تصادفی میانمدت، قیمتهای فروش برق در برنامه TOU را با توجه به سطح مشارکت در قراردادهای پیش روی شرکت توزیع، تعیین مینماید. این مدل که با هدف حداکثر سود شرکت توزیع تشکیل شده، منجر به یک برنامهریزی خطی آمیخته با اعداد صحیح میشود.
مزیت مدل مذکور،افزایش سود مورد انتظار از شرکت توزیع و کاهش ریسک مالی ناشی از عدم قطعیتها میباشد. در [5]، تقاضای مصرفکنندگان به صورت فعال مدلسازی شده و از این طریق، سیگنالهای قیمتی مدیریت میشود. در این روش، ساعات روز به بازه های متعدد به طور مثال پرباری، کمباری و میانباری تقسیمبندی میشود که قیمت در هر بازه ثابت میباشد. در مرجع [6]، مدلی برای اجرای همزمان برنامههای TOU و پاسخگوییبار اضطراری فرمولبندی شده است.
برای شبیهسازی از اطلاعات منحنی بار شبکه سراسری ایران استفاده شده و تأثیر قیمت های TOU و میزان تشویقی در پاسخگوییبار اضطراری، بر بازه های مختلف آنالیز گردیده است.
در [7] با استفاده از ضرایب کشش قیمتی تقاضا و تابع سودمندی مشترکین، برنامه TOU مدلسازی شده است. در این مقاله، سناریوهای مختلف مانند قیمتگذاریهای گوناگون، تغییر ساعات پریودهای پیک، میان بار و دره، تغییر میزان حساسیت مشترکین نسبت به تغییر قیمتها و افزایش تعداد کنتورهای هوشمند تحلیل شده است.
در [8]، با مدلسازی واکنش مصرف کنندگان در برنامه TOU، روشی جدید پیشنهاد شده که در آن با داشتن حد بالا و پایین قیمت برق در بازههای مختلف، قیمت بهینه تعرفهها از حل یک مسئله بهینهسازی بدست میآید. مرجع [9]، برنامه TOU را بر روی دو شبکه 3 و 24 باسه مدلسازی نموده است. نتایج این مرجع، بهبود ضریب بار و کاهش هزینه کل در اثر اجرای برنامه را نشان میدهد.
یکی از مباحث مهم قبل از پیادهسازی هر برنامه پاسخگویی باری در سیستم، طراحی مناسب آن میباشد. هدف از این مقاله، تعیین زمان بندی بهینه روش پاسخبار زمانِ استفاده با هدف بیشینه کردن متوسط ضریب بار در یک بازه شش ماهه می باشد. در این راستا واکنش تقاضا به این برنامه در قالب یک مسئله بهینهسازی مدلسازی شده است. با توجه به ماهیت گسسته مسئله، پاسخ بهینه به کمک الگوریتم ژنتیک طراحی شده برای مدل بدست میآید. برای آزمایش روش پیشنهادی، از اطلاعات واقعی منحنی بار امور 3 شهرستان بروجرد در شش ماه اول سال1395 بهره گرفته شده است
در مطالعات پیشین [1]طراحی بر مبنای روزهای خاصی از سال انجام گرفته شده بود، در حالی که در این مقاله، یک برنامه TOU برای کل دوره زمانی مورد مطالعه طراحی و ارائه شده است. در ادامه و در بخش دوم، مدل پیشنهادی و همچنین نحوه حل مسئله توسط الگوریتم ژنتیک در قالب یک فلوچارت ارائه شده است و در نهایت در بخش سوم نتایج شبیهسازی ارائه شده است.
-2 مدل پیشنهادی
هدف از این مقاله، ارائه روشی برای تعیین ساعات بازههای مختلف - کم باری، میان باری و پرباری - برنامه قیمتگذاری زمانِ استفاده به صورت بهینه میباشد. با توجه به اینکه بهینهسازی از دیدگاه بهرهبردار سیستم صورت گرفته، تابع هدف برابر با بیشینه کردن میانگین ضریب بار در طول دوره مورد مطالعه در نظر گرفته شده است.
در واقع با استفاده از مدل پاسخگویی بار، ساعات موردنظر برنامه TOU طوری تعیین میشود که میانگین ضریب بار در طول دوره مورد مطالعه یعنی شش ماه اول سال حداکثر گردد - متناظر با منحنی بار هموارتر که مطلوبتر است - . در این مدلسازی فرض می شود، قیمت اولیه و سه تعرفه قیمتی برنامه و نیز مقادیر کشش قیمتی تقاضا - خودی و متقابل - معلوم باشد.
-1-2 تابع هدف پیشنهادی
برای طراحی بهینه برنامه TOU، تابع هدفی مطابق رابطه - 1 - پیشنهاد شده است. پارامترهای بکار رفته در مدل، بعد از بیان روابط، معرفی شدهاند.
رابطه - - 2 برابر با ضریب بار هر روز می باشد. مطابق رابطه - 3 - ، بخشی از کل بار، کشسان و پاسخگو به قیمت در نظر گرفته میشود. رابطه 4 - - ، مدل پاسخگویی بار - بر اساس قیمت تعرفه و کشش قیمتی - را بیان میکند. متناظر با هر جواب ممکن در جمعیت الگوریتم ژنتیک - یعنی فرض حالتهای مختلف برای ساعات کم باری، میان باری و پر باری در طول 24 ساعت - ، تعرفه قیمتی هر ساعت بر اساس رابطه - - 5 و مقادیر کشش قیمتی تقاضا بر اساس روابط - 6 - و - 7 - معین میگردد.
مطابق با رابطه - - 8، متغیر تصمیم این مسئله بهینهسازی، X - j - می باشد که عددی گسسته است و می تواند 1 یا 2 یا 3 باشد. اگر X - j - =1 یعنی ساعت jام، جزء ساعات کم باری برنامه TOU میباشد، اگر X - j - برابر 2 باشد یعنی ساعت j ام، جزء ساعات میانباری است و مشابها X - j - =3 متناظر پرباری برای ساعت jام است. برای حل این مسئله شامل متغیرهای صحیح، یک الگوریتم ژنتیک طراحی و استفاده شدهاست.
:LF - I - ضریب بار روز Iام
:evv کشش قیمتی خودی ساعات کمباری
:emm کشش قیمتی خودی ساعات میانباری :epp کشش قیمتی خودی ساعات پرباری
:evm کششقیمتی متقابل ساعات کمباری نسبت به ساعات میانباری
:evp کششقیمتی متقابل ساعات کمباری نسبت به ساعات پرباری
:emp کشش قیمتی متقابل ساعات میانباری نسبت به ساعات پرباری
:Nتعداد روزهای بازه مورد مطالعه
در شبیهسازی روش پیشنهادی، برای کشش قیمتی مقادیری مطابق جدول - 1 - از منبع شماره [11] درنظر گرفته شده است. قیمت تعرفه های مختلف برق در برنامه TOU نیز مطابق جدول - 2 - میباشد.
جدول - : - 1مقادیر مفروض برای کشش قیمتی تقاضا
جدول - : - 2تعرفه برق در ساعات مختلف - هزار تومان بر مگاوات ساعت -
-2-2 فلوچارت برنامه
شکل1، فلوچارت حل مسئله پیشنهادی را با استفاده از الگوریتمژتیک نشان میدهد.
