استراتيجية التداول القوية والحاجة للتوليد الكهربائي

اقرأ في هذا المقال


تفسير استراتيجية التداول القوية والحاجة للتوليد الكهربائي

أصبح نظام الطاقة يعتمد بشكل متزايد على المشاركة النشطة من قبل المستهلكين نتيجة للزيادة الحادة في استخدام موارد الطاقة الكهربائية الموزعة، ومن ثم؛ فإن إدارة هذه المشاركة من خلال استخدام تقنيات إدارة جانب الطلب أمر ضروري لتحسين تشغيل نظام الطاقة، بحيث يُعرف الحل الأكثر فعالية لإدارة جانب الطلب باستجابة الطلب (DR).

كما يمكن استخدام برامج [DR (DRPs)] المختلفة لتحقيق توازن أفضل بين التقلبات في كل من جانب التوليد وجانب الطلب، وهما الفئتان الرئيسيتان من (DRPs) هما (DRPs) المستندة إلى السعر والقائمة على الحوافز، ونظراً لأن تقديم العديد من (DRPs) يشجع المستهلكين على المشاركة بشكل أكثر نشاطاً وهذا يؤدي إلى اكتساب المزيد من إمكانات (DR) للمجمع لزيادة إجمالي الربح من خلال التداول في سوق الطاقة بالجملة.

أيضاً يجب أن يحتوي جدول (DRP) الأمثل من قبل المُجمِّع على (DRPs) من كلٍ من البرامج القائمة على السعر والبرامج القائمة على الحوافز لتوفير درجة من الحرية للمستهلكين في اختيار البرنامج الذي يناسب احتياجاتهم وتفضيلاتهم الفردية، وبالتالي تسهيل مشاركتهم مع (DRP)، لذلك تم تصميم البرامج القائمة على الأسعار لتحويل نسبة مئوية من الاستهلاك باستخدام تعريفات استخدام القدرة الكهربائية المتغيرة لتحسين تشغيل نظام الطاقة.

ومثال على ذلك هو تحويل مقدار الطلب من فترة الذروة إلى فترة خارج الذروة أو العكس بالعكس، بحيث يهدف (DRP) القائم على الحوافز إلى تقليل الاستهلاك أو الحد منه من خلال تقديم حافز (غالباً ما يكون مالياً) للمستهلكين الذين يشاركون في (DRPs)، لذلك الهدف الرئيسي من (DRPs) هو تغيير ملف تعريف استخدام الطاقة للمستهلك وتحفيزهم بشكل أكبر على المشاركة في مثل هذه البرامج.

وفي السنوات الأخيرة، كانت هناك دراسات مختلفة تسعى إلى تحسين تشغيل مجمعات (DR) في أسواق البيع بالجملة مع مراعاة نظام الطاقة وقيود المستهلكين، بحيث تم تضمين بعض الأبحاث الأحدث والأكثر ارتباطاً حول مجمعات (DR) في السياق ولإظهار كيف توسع الطروحات الحالية أحدث ما توصلت إليه التكنولوجيا.

كذلك تمت مراجعة طرق تحسين (DR) في نظام الطاقة على نطاق واسع، كما تتضمن أمثلة (DRPs) القائمة على الحوافز التحكم المباشر في الحمل الكهربائي وتقليصه وعطاءات الطلب وخفض الطلب في حالات الطوارئ، من ناحية أخرى؛ فإن أنظمة (DRP) الأكثر شيوعاً القائمة على السعر هي وقت الاستخدام (TOU) وتسعير الذروة الحرجة والتسعير في الوقت الفعلي.

النموذج الهجين المقترح لاستراتيجية التداول

إطار التداول (DR)

تم تقديم إطار عمل (DR) المقترح وعرضه بالتفصيل، بحيث يستخدم هذا النموذج نهج التحسين العشوائي القوي الهجين، كذلك تتم معالجة معلومتين غير مؤكدتين وإدارتهما من خلال مجموعة من مقاييس المخاطر، كذلك تم تصميم إطار عمل (DR) المقترح على النحو التالي.

وعلى جانب الطلب للمُجمّع؛ فإن هناك ثلاثة قطاعات استهلاكية، وهي القطاعات السكنية والتجارية والصناعية، بحيث يدير المجمّع مشاركة المستهلكين من خلال اثنين من (DRPs) مختلفين، وهما برنامج (TOU) والبرنامج القائم على الحوافز، وفي جانب سوق الكهرباء بالجملة للمجمع، يتوفر سوق اليوم التالي، بحيث يمكن للمُجمِّع المشاركة في سوق اليوم التالي بصفته كياناً لأخذ الأسعار لتداول (DR) الذي تم الحصول عليه، بحيث يظهر النموذج المقترح في المخطط الانسيابي في الشكل التالي (1).

shafi1-3098500-large-178x300

ووفقاً للشكل في المرحلة صفر؛ فإنه يتم جمع بيانات الإدخال واستخدامها، مثل مواصفات سوق الكهرباء ومواصفات (DRPs) وبيانات التحميل الخاصة بالمستهلكين الذين يشاركون في هذا الإطار، بحيث تتم معالجة وإدارة أهم مصادر عدم اليقين التي لها أكبر تأثير على ربح المجمع في هذا النموذج وهو أسعار السوق في اليوم التالي في جانب السوق للمجمع ونسبة مشاركة المستخدمين النهائيين في (DRP) في جانب الاستهلاك لمجمع (DR).

صياغة المشكلة رياضياً

يتم تقديم ووصف صياغة مشكلة النموذج العشوائي القوي الهجين ووصف في هذا القسم، ووفقاً للخطوة الأولى من المخطط الانسيابي الموضح في الشكل السابق؛ فإنه يتم تقديم الصيغة الرياضية للبرمجة العشوائية، بحيث تظهر هذه الخطوة رياضياً في المعادلات التالية، كما تم تنظيم المشكلة كنموذج تعظيم لتحقيق أكبر قدر ممكن من الربح لمجمع (DR)، كما يتم تناول نسبة المشاركة من خلال البرمجة العشوائية.

12121669-3-300x154

يتم الإشارة إلى احتمال كل سيناريو بواسطة [π (ω)]، وهناك أربعة شروط في وظيفة الهدف، بحيث يشير المصطلح الأول، أي [(PDA ، st ، ω − PDA ، bt ، ω) λDAt] إلى الإيرادات والتكلفة من بيع وشراء، كذلك (DR) المكتسبة في السوق اليوم التالي على التوالي، وبعد ذلك يمثل المصطلح التالي الذي يشير إليه [(PRt ، PibDRt ، jRDibDRt ، j)] الى مقدار المكافأة التي يجب منحها للعملاء الذين يشاركون في برنامج (ibDR).

أيضاً يتم عرض قيد توازن الطاقة، بحيث يجب أن يكون حجم الطلب الذي يتم تداوله في سوق اليوم التالي مساوياً للمبلغ الذي يتم الحصول عليه من المستخدمين النهائيين من خلال برامج (ibDR) و (TOU)، كما وسيتم تعويض أي نقص من خلال (ESS)، بحيث ترجع القيمة السالبة لـ (PTOUt) إلى طبيعة هذا البرنامج ويتم شرحها بمزيد من التفصيل في معادلات قيد شروط الاستخدام.

المحاكاة فيما يخص النتائج وطرق الحصول عليها

تجهيز البيانات: في هذا القسم يتم تقديم البيانات وافتراضات نظام الاختبار وشرحها بالتفصيل، حيث تمت صياغة هذه المشكلة كنموذج (MILP)، كما وتم استخدام (CPLEX solver) في بيئة برمجة نظام النمذجة للمعادلات الجبرية العامة (GAMS) للحصول على الحل الأمثل، وذلك من خلال عدد المعادلات الفردية في المحاكاة.

افتراضات البيانات: كما هو موضح في القسم السابق، يتم اختيار سوق اليوم التالي من سوق البيع بالجملة للجانب العلوي من المجمّع، مما يسمح لمجمّع (DR) بتداول (DR) المكتسب، بحيث يُفترض أن يكون سعر السوق في اليوم التالي متطلبات غير مؤكدة تتم إدارتها من خلال طريقة الإدارة القوية، كما يمكن أن يتقلب سعر السوق في اليوم التالي.

shafi2-3098500-large-300x243

بالإضافة إلى ذلك، يوضح الشكل التالي بيانات الإدخال للطلب التراكمي لكل قطاع من قطاعات المستهلكين، والذي يعتمد على سيناريوهات حقيقية مشتقة من مثال حي، ووفقاً لهذا الشكل؛ فإنه تم أخذ ثلاثة قطاعات استهلاكية في الاعتبار في دراسة الحالة هذه والتي توضح مجموع طلبات المستهلكين المصنفة في عدة قطاعات، منها سكني وتجاري وصناعي.

shafi3-3098500-large-300x236

من خلال الشكل؛ فإنه يتشابه كل من  السلوك السكني والتجاري مع بعضهما البعض، ومع ذلك؛ فإن بيانات الحمولة للقطاع الصناعي تشير إلى اختلاف كبير، بحيث تبدأ فترة الذروة السكنية والتجارية من الساعة (9:00) صباحاً وتنتهي الساعة (22:00)، كما أن فترة الذروة للقطاع الصناعي تحدث في الساعة (9:00) وتنتهي في الساعة (18:00)، وهي الساعات التي لا تؤخذ في الاعتبار في فترة الذروة يفترض أنها خارج فترات الذروة.

المصدر: D. T. Nguyen and L. B. Le, "Risk-Constrained profit maximization for microgrid aggregators with demand response", IEEE Trans. Smart Grid, vol. 6, no. 1, pp. 135-146, Jan. 2015.A. R. Jordehi, "Optimisation of demand response in electric power systems a review", Renew. Sustain. Energy Rev., vol. 103, pp. 308-319, Apr. 2019.Q. Cui, X. Wang, X. Wang and Y. Zhang, "Residential appliances direct load control in real-time using cooperative game", IEEE Trans. Power Syst., vol. 31, no. 1, pp. 226-233, Jan. 2016.Z. Wang, U. Munawar and R. Paranjape, "Stochastic optimization for residential demand response with unit commitment and time of use", IEEE Trans. Ind. Appl., vol. 57, no. 2, pp. 1767-1778, Mar./Apr. 2021.


شارك المقالة: