جدولة القدرة الكهربائية الاحتياطية مع تكامل الموارد المتغيرة

اقرأ في هذا المقال


في هذه الدراسة سيتم اقتراح نهج من مرحلتين بشأن الإرسال المشترك لتوليد الطاقة الحرارية والموارد المتغيرة بما في ذلك نظام التخزين، بحيث أصبح إرسال الطاقة البديلة إلى جانب الموارد التقليدية ذو أهمية متزايدة في بيئة المرافق الجديدة، ومع ذلك؛ فإن الدراسات الحديثة المستندة إلى منهجية التحسين القوية غير المؤكدة.

الهدف من جدولة القدرة الكهربائية الاحتياطية وتكامل الموارد المتغيرة

يعتبر مشغل النظام الكهربائي (ESO) مسؤولاً عن توليد الطاقة وعليه أن يواجه الكثير من الحيرة متعددة الأوجه لجعل النظام يعمل بطلاقة، وبشكل عام يتكون نظام الطاقة من أجهزة غير متجانسة ذات معلمات تشغيل متنوعة، حسب الشكل التالي (1)، كما يميل النظام باستمرار إلى أن يصبح أكثر تعقيداً من خلال دمج الحمل الكهربائي الخطي وغير الخطي وأجهزة الاتصال والقياس الذكي وأنظمة التخزين الموزعة والأمن وتحسين الجودة.

rashe1-3081680-large

كذلك تزداد هذه التعقيدات عندما يتحسن نمط حياة الأفراد ويصبح النظام أكثر استدامة، بحيث يجب على (ESO) تحمل مسؤولية توقع كل جانب من جوانب التشغيل السلس والأقل عرضة للخطر لسوق الكهرباء، وعلاوة على ذلك؛ فإنه يمكن لـ (ESO) التعامل مع هذا الموقف من خلال إجراء التعديلات على جانب التوليد ومن ثم توفير برامج (DR) القائمة على السعر لموازنة الطلب على التوليد خلال ساعات الذروة.

كذلك يتم تقييد نشاط الأجهزة لدى المستخدم استجابةً للسعر الديناميكي المقدم لتقليل تكلفة الكهرباء دون التأثير على مستوى الراحة، ومع ذلك ومن جانب المستهلك؛ فإن هناك حاجة لجعل التشغيل الآلي للتبديل الدقيق بين الأجهزة أمراً إلزامياً فيما يتعلق بالتسعير الديناميكي، ولهذا الغرض يتم تنفيذ نماذج التحكم المباشر في الحمل الكهربائي.

ومن منظور أوسع؛ مر سوق الكهرباء بتحول سريع بمشاركة الشبكات الذكية (SG)، بحيث تؤدي التطورات التكنولوجية وتفضيلات المستهلكين المتطورة والسياسات الجديدة إلى زيادة تغلغل مصادر الطاقة المتجددة (RES) و (BSS) والشبكات الصغيرة والمركبات الكهربائية وتقنيات الطاقة الجديدة الأخرى، كذلك اختراق مصادر الطاقة المتجددة صديق للبيئة، ومع ذلك؛ فإنه ينطوي على اختلافات في توليد الطاقة بسبب اعتمادها على الظواهر الطبيعية.

الدوافع وراء جدولة القدرة الكهربائية طويلة المدى

في التخطيط طويل المدى لتصميم النظام الكهربائي وسوق الكهرباء؛ هناك الكثير من التحديات التي يجب توضيحها، بحيث يرغب كل من (ESO) والمستهلك في الحصول على أقصى استفادة من النظام بمعنى الربح أو راحة المستخدم، كذلك يمكن أن يكون هذا ممكناً فقط عندما يعمل النظام بموثوقية وأسلوب فعال، ومن جانب (ESO)؛ تتمثل المشكلة الرئيسية في جدولة الطاقة المولدة لتسوية الطلب.

ولهذا الغرض؛ فإنه يجب على (ESO) التحقيق في الطلب على الطاقة في سوق الكهرباء في وقت مبكر لتخصيص الطاقة المتاحة في جانب التوليد الكهربائي، بحيث تُعتبر الإحصائيات السابقة للطلب على الطاقة للقواعد بالساعة واليومية والسنوية جنباً إلى جنب مع بيانات التنبؤ بالطقس ميزات حاسمة للتنبؤ بالحمل اليومي، في حين أن تقنيات الشبكة العصبية (NN) والتعلم العميق (DL) مطلوبة لتقييم طلب الحمل القادم.

كما تأخذ هذه الأساليب بيانات الطقس والوقت والبيانات الاجتماعية والاقتصادية لتسهيل خوارزميات اتخاذ القرار، بحيث يتطلب المقياس المتوقع لطلب الحمل تكلفة إرسال مثالية للطاقة، كما أظهر الباحثون أن تقنيات التنبؤ بالحمل في منطقة كبيرة من خلال تجميع مستهلكي الكهرباء على أساس سلوكهم، لذلك قد أسفرت عن نتائج فعالة.

تقييد القدرة الكهربائية الناتجة ضمن حدود التوليد

بالنظر إلى (LFTGUs)؛ فإنه يتم تقييد طاقة الإخراج من الوحدات المتصلة بالنظام ضمن حدود التوليد الدنيا والأقصى والمناطق المحظورة والتعلية، بحيث يمكن تفسير معدل المنحدر أو معدل استجابة الطاقة على أنه قدرة استجابة للوحدة الحرارية من حيث تغيرات تغيرات الطاقة في الفاصل الزمني المحدد، كما يوضح الشكل التالي (2) ثلاثة سيناريوهات عمل ممكنة إذا تم تشغيل (LFTGU) عبر النظام من (t − 1) من الساعة إلى الساعة العاشرة.

وفي الشكل (2-a) توفر الوحدة الحرارية طاقة ثابتة عبر الزمن، كما يوضح الشكل (2-b) أن الطاقة تزداد مقارنةً بالساعة السابقة ويظهر الشكل (3-c)، بحيث تناقص حالة توليد الطاقة، وهذه الزيادة أو التناقص في القدرة في وقت ما تكون مقيدة ضمن حدود معدل المنحدر، كما يمكن للوحدة الحرارية أن تزيد من توليدها إلى حد معين في الوقت المتبقي في حدودها القصوى، وعلى العكس من ذلك يمكن أن تقلل من قدرتها إلى حدود المنحدر.

rashe3-3081680-large

ومن ناحية أخرى؛ تكامل (RES) جزءاً رئيسياً من التحديث الأخير في نظام الطاقة الكهربائية، ولتحقيق هذا التعزيز في النظام؛ تم تنفيذ النماذج الرياضية لمحطات الطاقة الكهروضوئية وطاقة الرياح على النحو الوارد في، كما يتم أخذ ناتج هذه النماذج الرياضية كحصة في توليد الطاقة، وبالتالي يتم إعطاء التفوق على أنه أسلوب منخفض التكلفة وصديق للبيئة لتسخير الطاقة الكهربائية.

علاقة النماذج الرياضية مع مخرجات القدرة الكهربائية المتولدة

تربط النماذج الرياضية بين الموارد الطبيعية ومخرجات الطاقة الكهربائية للمولد، وعلى الرغم من وجود مجموعة واسعة من تقنيات الطاقة المتجددة؛ إلا أنه في هذا البحث يتم أخذ تقنيات الطاقة الكهروضوئية وطاقة الرياح فقط في الاعتبار، ولتحسين موثوقية النظام؛ أصبح تخزين النسخ الاحتياطي الآن جزءاً حيوياً من النظام ونظراً للعدد المتزايد من المركبات الكهربائية (EV) ومحطات الشحن الخاصة بها؛ فإنه يمكن للمركبات الكهربائية توفير مرفق تخزين في النظام لمدة دقائق تصل إلى عدة ساعات.

وفيما بعد وجد المهندسون أن الطرق التي يمكن بها توصيل المركبات الكهربائية في النظام تكون بطريقة نقل الطاقة من السيارة إلى الشبكة (V2G) والشبكة إلى السيارة (G2V)، حيث يمكنهم توفير مصدر طاقة بديل ثابت وفوري للشبكة الكهربائية، وعلاوة على ذلك وبافتراض أن الطاقة الرئيسية تنفد أو تنفد من الطلب المطلوب؛ فإنه يمكن أن تلعب (BSS) دورها كمخزن للطاقة في موازنة الحمل اليومي.

وفي هذا الطرح؛ فقد تم دمج (BSS) كمرفق احتياطي للغزل، كما يتم التعبير عن حالة التخزين من حيث حالة الشحن (SoC) للبطاريات، ونظراً لتزايد طبيعة الوحدات الحرارية، لذلك لا يمكن تقليل الطاقة المولدة بشكل مفاجئ مع تقليل الحمل فجأة، كما يتم استخدام هذه الطاقة الفائضة المتولدة لرفع (SoC) كلما كان ذلك متاحاً، وفي بعض الأحيان وعند الزيادة المفاجئة في الطلب أو فقدان التوليد الحراري أو (RES)؛ سيتم استخدام (BSS) لتسوية الطلب بينما ستنخفض (SoC).

وأخيراً في هذا البحث؛ فقد تم اقتراح إرسال اقتصادي لمخطط (LFTGUs) و (BSS) مع دمج الطاقة الكهروضوئية وطاقة الرياح، كما تتم مناقشة نتائج المحاكاة والتي تشتمل على ملفات تعريف مختلفة لمدة (24) ساعة، وفي قسم النتائج؛ فإنه يتم توقع الطلب من بيانات كل ساعة لمدة عام كامل، كما يتم تنفيذ حالتين للاختبار أثناء المحاكاة.

وفي المقام الأول ؛ فإنه من المفترض أن يكون هناك انخفاض مفاجئ في طلب الحمل بسبب فشل في نظام التوزيع، بحيث يؤثر هذا الموقف الكارثي على نهاية التوليد، ولكن بسبب التعلية؛ فإنه لا يتم إنتاج وحدات (LFTGU) للخضوع لتغيير مفاجئ في الطاقة، وبالتالي فإن الطاقة الزائدة متاحة ليتم نقلها إلى (BSS) المدمجة ككتلة (Simulink).

المصدر: Y. Huang, J. Zhang, Y. Mo, S. Lu and J. Ma, "A hybrid optimization approach for residential energy management", IEEE Access, vol. 8, pp. 225201-225209, 2020.S. A. Alhashmi, A. S. Al-Sumaiti, M. W. Hassan, M. B. Rasheed, S. R. R. Rodriguez, R. Kumar, et al., "Building energy management system: An overview of recent literature research", Proc. Adv. Sci. Eng. Technol. Int. Conf. (ASET), pp. 1-5, Mar. 2019.T. M. Hansen, E. K. P. Chong, S. Suryanarayanan, A. A. Maciejewski and H. J. Siegel, "A partially observable Markov decision process approach to residential home energy management", IEEE Trans. Smart Grid, vol. 9, no. 2, pp. 1271-1281, Mar. 2018.S. Althaher, P. Mancarella and J. Mutale, "Automated demand response from home energy management system under dynamic pricing and power and comfort constraints", IEEE Trans. Smart Grid, vol. 6, no. 4, pp. 1874-1883, Jul. 2015.


شارك المقالة: