نقش تولیدات پراکنده در شبکه های هوشمند با در نظر گرفتن قدرت بازار با استفاده از روش مونت کارلو

از سال های میانی قرن ۲۰ و پیش از دهه ی ۱۹۷۰ میلادی، تقاضا برای انرژی الکتریکی نرخ رشد ثابتی در حدود ۷ - ۶ % را نشان میداد. طرح مباحث زیست محیطی و بحران نفتی ناشی از وقایع سیاسی در خاورمیانه در سال های دهه ی ۱۹۷۰ مشکلات جدیدی در پیش روی صنعت برق دنیا قرار دارد.این عوامل به همراه تغییرات در اقتصاد جهانی، منجر به کاهش نرخ رشد مصرف انرژی الکتریکی از ۷ - ۶ % به ۳ - ۶ / ۱ % دردههی ۱۹۸۰ میلادی شد. درهمین زمان هزینه های انتقال وتوزیع انرژی دچار تورم بی سابقه ای از ۲۵ % به حدود ۱۵۰ % از هزینه ی تولیدشد. به دنبال کاهش تقاضا، افزایش بی رویه هزینه های یادشده، دغدغه های عمومی برای سلامت محیط زیست، دستیابی به تکنولوژی های پیشرفته و پذیرش تغییرات درشبکه ها، نیروگاه های عظیم مرکزی از کانون توجه تولیدکنندگان انرژی خارج شد. به عبارت دیگرالگوی تولیدانرژی از «جستن صرفه اقتصادی در ابعاد و اندازه ها» به «تولید به صرفه گروهی و غیر متمرکز» تغییر حالت پیدا کرد. ازدیدگاه قانونی رویکرد عمومی به تولید پراکنده از سال ۱۹۷۸ با تصویب «قانون تعدیل شبکه برق» در ایالات متحده آمریکا آغازشد. این مصوبه به ژنراتورهای کوچک اجازه اتصال به شبکه قدرت را داد و به اینصورت واحدهای کوچک تولیدپراکنده حتی باظرفیت یک کیلووات وارد بازار رقابتی تولید و توزیع انرژی الکتریکی شدند. درواقع این بخش از صنعت برق دوسوم بودجه های لازم برای سرمایه گذاری را به خود اختصاص داد. کنترل تولیدات پراکنده و برنامه ریزی آنها یکی از مسائل مهم بهره برداری سیستم های قدرت است. هدف از این مساله حداقل کردن هزینه بهره برداری و آلودگی و تامین بار با رعایت قیود بهره برداری می باشد. افزایش تمایل به استفاده از منابع تجدیدپذیر و حرکت به سمت شبکه هوشمند باعث شده است که مساله کنترل تولیدات پراکنده در بازار خرده فروشی با رویکردهای جدیدتری مورد بررسی قرار گیرد که مساله عدم قطعیت منابع تجدیدپذیر از مهمترین آنهاست. در این مقاله در ابتدا مساله کنترل تولیدات پراکنده برای هر دو سناریو زمستان و تابستان بررسی شده است. در ادامه به بررسی عدم قطعیت منابع انرژی خورشیدی، تغییرات بار الکتریکی و قیمت برق در بازار خرده فروشی پرداخته شده و یک مدل بهره برداری هوشمند و انعطاف پذیر از منابع، بارها و خودروهای الکتریکی تعریف میشود. برای در نظرگرفتن عدم قطعیت های موجود در مساله، از روش مونت کارلو با نمونه گیری از توزیع های احتمالی پارامترهای تصادفی استفاده شده و مساله ازای هر یک از این سناریوها حل میشود. پاسخ نهایی مساله میانگین وزنی نتایج حاصل از این سناریوها می باشد. در ضمن برای ارزیابی مساله تصادفی از شاخص ریسک استفاده شده است. یک بهینه سازی پویا قادر خواهد بود تا تولید منابع متغیر با زمان را با حضور منابع تجدیدپذیر و خودروهای الکتریکی در یک شبکه هوشمند پیچیده را اجرا نماید. لذا از الگوریتم بهینه سازی اجتماع ذرات نیز در این مقاله استفاده شده و نشان می دهیم که خودروهای الکتریکی و برنامه پاسخگویی بار در بهره برداری از شبکه هوشمند موثر واقع می شوند.