Document Type : Research Article
Authors
iran university of science and technology
Abstract
Keywords
امروزه رشد در خور توجهی از حضور منابع تولید پراکنده (DG) در شبکههای الکتریکی مشاهده می‌شود. علت اصلی این امر، تجدید ساختار برق و حضور بازیگران جدید در عرصه تولید انرژی، و نیز مشکلات زیاد زیست محیطی است [1- 3]. سیستمهای الکتریکی سنتی با مشکلات فنی و اقتصادی گستردهای در طول دههای گذشته مواجه بودهاند. برای حل این مشکلات، طراحان و سیاستمداران کلان صنعت برق، حرکت به سمت شبکه الکتریکی هوشمند را پیشنهاد دادهاند. طبق تعاریف رایه شده، شبکه هوشمند به شبکهای گفته می‌شود که با استفاده از فناوریهای نوین مخابراتی، اندازه‌گیری، تولید انرژی و همچنین، بالا بردن سطح آگاهی عمومی، کوشش در تحویل انرژی با کمترین میزان آلایندگی و کاهش هزینه تمام شده مصرف کنندگان دارد.
ریزشبکههای الکتریکی متشکل از منابع تولید پراکنده از ارکان اصلی شبکه هوشمند آینده هستند که نقش مهمی در دسترسی به اهداف یاد شده، خواهند داشت. ریزشبکههای ایجاد شده در سمت توزیع، شرایط را برای کار منابع DG فراهم می‌کنند. این منابع بیشتر شامل فناوریهای نوینی همچون، دیزل ژنراتور، میکروتوربین، پیل سوختی (Fuel Cell) هستند که در کنار سیستمهای فتوولتائیک و توربینهای بادی، تغذیه بخشی از تقاضای مصرفکنندگان را در سمت توزیع برعهده خواهند داشت [4]. هماهنگی میان این منابع با عناصر ذخیرهساز انرژی و بارهای کنترل شونده (مانند تجهیزات تهویه مطبوع) از چالشهای پیش روی ریزشبکههای الکتریکی خواهد بود [5- 6]. بسته به موقعیت مکانی و شرایط شبکههای الکتریکی، سناریوهای متفاوتی در بهرهبرداری از ریزشبکههای الکتریکی تعریف شده است. ریزشبکهها بیشتر در حالت متصل به شبکه بالادست بهرهبرداری می‌شوند، که در این صورت نیاز مصرفکنندگان توسط انرژی دریافتی از شبکه اصلی و نیز انرژی تولیدی منابع داخلی خود تامین می‌شود. اما در حالاتی (مانند تامین بار مناطق دور دست و یا هنگام تعمیر و نگهداری بخشی از شبکه) این ریزشبکهها قابلیت کار در حالت مجزا را نیز دارا هستند. که در این صورت تامین کل بار بر عهده منابع داخلی میباشد [7].
با پیشرفتهای انجام شده در فناوری عناصر ذخیرهساز انرژی، استفاده از این تجهیزات، دستیابی به یک شبکه انعطافپذیر را قطعی خواهند کرد. حضور عناصر ذخیرهساز بهرهبردار را قادر می‌کند تا شبکه را با قابلیت اطمینان بالاتر و نیز با صرف هزینه تولید کمتر، بهرهبرداری کند. در مرجع [8] نویسندگان راهکاری را در بهرهبرداری بهینه از ریزشبکه ارایه کردهاند که بر اساس آن، هزینه ریزشبکه با ذخیره انرژی در ساعات کم باری، و فروش آن در ساعات اوج بار، به نحو چشمگیری کاهش مییابد. الگوریتم به کار رفته در حل مسأله بهینهسازی، PSO بودهاست.
در مرجع [9] نیز کار مشابهی با حداقلسازی هزینه بهرهبرداری ریزشبکه به کمک الگوریتم برنامهریزی خطی، انجام شده است. استراتژی دیگری نیز مبتنی بر مشارکت توربین بادی و عناصر ذخیرهساز انرژی در [11] پیشنهاد شدهاند که ماهیت تصادفی خروجی توربین بادی نیز در آن لحاظ شد. همچنین، پژوهشگران در این مرجع یک سیستم مدیریت هوشمند انرژی (SEMS) ارایه کردهاند که وظیفه آن ایجاد هماهنگی میان پیشبینی توان، ذخیره انرژی و نیز مبادله انرژی با شبکه اصلی است که به یک برنامهریزی تولید بهینه در بازه زمانی کوتاه مدت (24 ساعت آینده) منجر می‌شود. نکته مهم دیگر در بهرهبرداری از ریزشبکهها، چگونگی تعامل با شبکه اصلی است. با توجه به اینکه ریزشبکهها قابلیت اتصال با شبکه اصلی را دارند، میتوانند در صورت کمبود از شبکه انرژی دریافت کنند. از این رو لازم است تا در هر ساعت از وضعیت شبکه اصلی اطلاعاتی دریافت شود تا در بهرهبرداری از ریزشبکه از آنها استفاده شود. در این مقاله، SEMS با کمک الگوریتم بهینهسازی رقابت استعماری، در چند سناریو، برای بهرهبرداری بهینه از منابع درون ریزشبکه الکتریکی به کار گرفته می‌شود. تفاوت میان این مقاله و مطالعات مشابه انجام شده در این زمینه، ارایه معیار جدیدی در تصمیمگیری مسائل چند هدفه است که با ارزش گذاری بر روی هر یک از اهداف، تصویر اصولیتری از تصمیمگیری ارایه می‌دهد. این معیار نوین مبتنی بر فرآیند تحلیل سلسله مراتبی (AHP) است که در برنامهریزی کوتاه مدت ریزشبکه اثر داده خواهد شد.
اجزای مختلف SEMS در شکل (1) نشان داده می‌شود [12]. بخش اول مربوط به جمعآوری اطلاعات مصرفکنندگان و تولیدکنندگان است. با توجه به عدم قطعیت در بار و تولید منابع تجدیدپذیر، نیاز است تا پیشبینی دقیقی از مقادیر آنها انجام شود. بخش بعدی مربوط به نحوه مدیریت سیستم ذخیره انرژی شکل است. مدیریت صحیح عناصر ذخیره کننده انرژی می‌تواند به نتایج مثبتی منجر شود. همانگونه که اشاره شد مهمترین نتیجه آن بحث پایداری و حفظ قابلیت اطمینان شبکه خواهد بود.
از دیگر مزایای آن کاهش قیمت تمام شده برق برای مصرفکنندگان است. ذخیرهسازهای انرژی معمولا در ساعاتی که قیمت برق پایین است شارژ شده و در ساعات اوج بار که قیمت برق افزایش مییابد، انرژی خود را به شبکه تزریق می‌کنند. مهمترین قسمت این سیستم، بخش بهینهسازی بوده که بر اساس اطلاعات بهدست آمده از بخشهای مختلف سیستم، به تصمیمگیری اقدام می‌کند. هدف اصلی این بخش نیز تامین کل بار شبکه با کمترین قیمت ممکن، و با لحاظ کلیه قیود امنیت و پایداری شبکه است. از الگوریتم بهینهسازی رقابت استعماری (ICA) در این بخش استفاده می‌شود.
شکل (1): سیستم مدیریت هوشمند انرژی (SEMS)
روابط مربوط به مسأله در این بخش ارایه می‌شوند.
از باتریهای الکتریکی بهعنوان عناصر ذخیرهساز انرژی در ریزشبکه استفاده می‌شود. سه حالت کاری برای باتریها وجود دارد:
1- باتری در حال شارژ باشد (P(t) <0):
|
(1) |
2- باتری در حال دشارژ باشد (P(t)> 0):
|
(2) |
3- باتری در حالت بدون تغییر باشد (P(t) = 0):
|
(3) |
که در این روابط؛ hCوhD بازده شارژ و دشارژ باتری، KC و KD حداکثر میزانی از ظرفیت باتری که در هر ساعت میتوان آن را شارژ یا دشارژ کرد، Qmax حداکثر میزان ذخیره انرژی در باتری، Whourly انرژی دشارژ شده ESS در هر ساعت (بر حسب kWh)، QS(t) مجموع ظرفیت همه باتریها در ساعت t (بر حسب kWh)، P(t) توان الکتریکی در ترمینال خروجی ESSدر ساعت t و Dt نیز بازه زمانی برای برنامهریزی تولید منابع است (در این مقاله یک ساعت).
محدودیت شارژ باتریها: انرژی ذخیره شده در باتریها باید در محدوده مجاز تعیین شده از سوی سازنده قرار گیرد. انرژی موجود در باتریها، در ابتدا و پایان برنامهریزی به شکل زیر بیان می‌شوند:
|
(4) |
قیود تساوی در بهرهبرداری دورهای از ESS:
|
(5) |
برای بهرهبرداری از ریزشبکه، SEMS سه سناریو را در پیشرو خواهد داشت. با توجه به شکل (1)، SEMS پس از دریافت اطلاعات مربوط به بار، قیمت برق در بازار انرژی و قیمت پیشنهادی منابع DG، توان خروجی سیستم فتوولتائیک و در نهایت، میزان انرژی ذخیره شده در باتریها، به دنبال کاهش هزینه بهرهبرداری خواهد بود.
سناریوی اول: در این سناریو، ریزشبکه مستقل از شبکه اصلی بوده و SEMS کوشش در تامین تقاضای ریزشبکه با استفاده از تولیدات داخلی دارد. از این رو، SEMS با توجه به میزان تقاضا، منابع تولید پراکنده را بهنحوی که هزینه تولید آنها حداقل شود، راهاندازی می‌کند. در ساعاتی که تولید بیشتر از مصرف است، انرژی مازاد در ESS ذخیره شده و در ساعاتی که تقاضا بالاست، این انرژی به شبکه تحویل داده می‌شود تا بهموجب آن واحدهای با هزینه تولید بیشتر خاموش شوند. تابع هدف مسأله در این سناریو (رابطه (6)):
|
(6) |
که در این رابطه، PGi توان تولیدی واحدها ، PSj توان ذخیرهسازها، SGi هزینههای راه اندازی واحدها، BGi قیمت پیشنهادی منابع داخلی ریزشبکه و BSj هزینه خرید انرژی برای شارژ باتریها هستند. متغیر Ui نیز عدد باینری (صفر و یک) بوده و بیان می‌کند که در صورت روشن شدن واحد تولیدی iام در ساعت t، هزینه راهاندازی آن واحد نیز به هزینه کل اضافه شود. همان گونه که بیان شد دوره زمانی درنظر گرفته شده (T) 24 ساعت است. تعداد واحدهای تولیدی برابر با L و تعداد واحدهای ذخیره کننده انرژی نیز برابر با M خواهد بود.
سناریوی دوم: در این سناریو ریزشبکه به شبکه اصلی متصل بوده و قادر خواهد بود تا از شبکه اصلی به میزان مورد نیاز خود انرژی دریافت کند. بنابراین، در این وضعیت، SEMS به دنبال کاهش هزینه انرژی مصرفکنندگان با استفاده از تولیدات داخلی و انرژی دریافتی از شبکه اصلی است. چنین استراتژی، برای کل سیستم توزیع سودمند خواهد بود، زیرا در ساعات اوج مصرف که قیمت انرژی در بازار دچار جهش می‌شود، ریزشبکه با کمک تولیدات داخلی خود، از میزان انرژی دریافتی از شبکه کاسته و موجب از بین رفتن تراکم در شبکه اصلی می‌شود. مصرف کنندگان نیز در این حالت بهای کمتری برای انرژی مصرفی خود خواهند پرداخت. تابع هدف در این سناریو به شکل رابطه (7) تعریف می‌شوند:
|
(7) |
در این رابطه BGrid قیمت انرژی و PGrid توان خریداری شده از شبکه اصلی است.
سناریوی سوم: در این سناریو همانند حالت قبل ریزشبکه به شبکه اصلی متصل است و علاوه بر دریافت انرژی، قابلیت فروش انرژی خود را به شبکه اصلی خواهد داشت. بر این اساس، SEMS امکان حضور در بازار انرژی را با فروش انرژی منابع داخلی در ساعات اوج بار فراهم می‌کند. در این حالت ریزشبکه همانند منبع یکپارچهای رفتار خواهد کرد که علاوه بر تغذیه مصارف داخلی خود، انرژی مازاد خود را به شبکه اصلی میفروشد و موجب سودآوری بیشتر منابع داخلی، کاهش هزینه مصرفکنندگان ریزشبکه و نیز آزادسازی بیشتر ظرفیت خطوط توزیع در شبکه اصلی می‌شود. تابع هدف این سناریو همانند حالت قبل خواهد بود با این تفاوت که PGrid قابلیت فروش به شبکه اصلی را نیز داراست.
در هر سه سناریوی مطرح شده عناصر ذخیرهساز انرژی نقش مهمی را ایفا می‌کنند. در سناریوی سوم باتریها با توجه به پایین بودن قیمت انرژی طی ساعات اولیه روز، تا محدوده مجاز شارژ شده و طی ساعات اوج بار، انرژی را به شبکه اصلی خواهند فروخت که این استراتژی با توجه به امکان سودآوری بالا، برای سرمایهگذاران در بخش انرژی بسیار مطلوب خواهد بود.
قید پایداری شبکه: برای حفظ پایداری سیستم و ثابت ماندن فرکانش در ریزشبکه الکتریکی، باید در هر لحظه توان تولیدی با توان مصرف شده برابر باشد. با توجه به اینکه توان تولیدی مجموع توانهای منابع درون ریزشبکه، توان ذخیره شده در عناصر ذخیره کننده و نیز توان خریداری شده از شبکه میباشد، لازم است در هر دوره تعیین شده (که در این پروژه برابر با یک ساعت است) مجموع این توانها با مقدار بار کل ریزشبکه در همان ساعت برابر باشد.
برای سناریوی اول داریم:
|
(8) |
برای سناریوی دوم و سوم نیز خواهیم داشت:
|
(9) |
قیود محدود کننده تولید واحدها: همه واحدهای تولیدی و ذخیره کننده انرژی ملزم به تولید و تحویل انرژی به شبکه در یک بازه از پیش تعیین شده توسط سازنده خود هستند. برای واحدهای حرارتی این قیود مربوط به محدودیتهای مکانیکی بوده و برای عناصر ذخیره ساز مربوط به تضمین عمر مفید آنها خواهد بود:
|
(10) |
الگوریتم ICA همانند سایر الگوریتمهای تکاملی بر اساس پیدایش تصافی دستهای از جمعیت اولیه آغاز می‌شود که در اصطلاح کشور نامیده می‌شوند. برای ایجاد نخبهگرایی، تعدادی از بهترین کشورها بهعنوان استعمارگر انتخاب می‌شوند. سایر کشورها نیز بهعنوان مستعمره تعیین خواهند شد. مستعمرهها با توجه به قدرت و موقعیت استعمارگران جذب یکی از آنها می‌شوند. شکل (2) فلوچارت الگوریتم ICA را نشان می‌دهد[13].
شکل (2): فلوچارت الگوریتم رقابت استعماری
ترکیب یک استعمارگر و چند مستعمره یک امپراطوری را شکل می‌دهد. قدرت در هر امپراطوری نیز مبتنی بر دو جزو تشکیل دهنده آن، یعنی استعمارگر و مستعمرههاست که برای تعریف در روابط ریاضی، این قدرت به شکل حاصل جمع قدرت استعمارگر و ضریبی از مجموع قدرت مستعمرهها تعریف می‌شود.
شکل (3): شکلگیری امپراطوریها با جذب مستعمرههای بیشتر توسط استعمارگران قدرتمندتر
رقابت میان استعمارگران نیز ابتدا با شکلدهی امپراطوریها آغاز می‌شود. از این رو استعمارگران پرقدرتتر همیشه به دنبال جذب مستعمرههای بیشتر و گسترش امپراطوری خود هستند و در مقابل، امپراطوریهایی که در رقابت استعماری متحمل شکست شده و مستعمره خود را از دست میدهند، از گردونه رقابت حذف خواهند شد. در نتیجه بقای هر امپراطوری در توانایی آن در جذب مستعمرههای سایر امپراطوریها خواهد بود. براین اساس قدرت امپراطوریهای بزرگتر در رقابت میان استعمارگران بمرور افزایش یافته و امپراطوریهای کوچک در صورت از دست دادن مستعمرههای خود، ضعیفتر خواهند شد. با توجه به شکل (2) برای شروع الگوریتم، در ابتدا N کشور شامل هر دو گروه مستعمره و استعمارگر ایجاد می‌شوند. تعدادی از این کشورها که دارای کمترین مقدار تابع هزینه هستند بهعنوان استعمارگر تعیین می‌شوند و سپس، بقیه کشورها در قالب مستعمره جذب این استعمارگر می‌شوند. شکل (3) نحوه شکلگیری اولیه امپراطوریها را نشان می‌دهد[13].
سیاست جذب مستعمرهها توسط استعمارگران: مرحله بعدی، چگونگی حرکت مستعمرهها به سمت استعمارگران است. در مقایسه با قدرت بالاتر استعمارگران (هزینه کمتر)، مستعمرهها نیز به دنبال بهبود جایگاه خود از لحاظ قدرت خواهند بود. بنابراین، در راستای موقعیت استراتژیک استعمارگر، حرکت می‌کند. شکل (4) چگونگی این جابجایی را نشان می‌دهد[13]. فاصله بین استعمارگر و مستعمره d است. جابجایی مستعمره به سمت استعمارگر (x)، نیز مقداری تصادفی است که در پیادهسازی الگوریتم، توسط شاخص‌های θ و β تعیین می‌شود. انتخاب 1 < β موجب می‌شود تا مستعمره با سرعت بیشتری به سمت استعمارگر حرکت کند. 2 =β می‌تواند انتخاب مناسبی باشد. زاویه تصادفی θ نیز برای افزایش فضای جستجوی پیشنهاد می‌شود. 4/π=δ نیز انتخاب مناسبی برای حرکت مستعمره خواهد بود[13].
|
(11) |
شکل (4): حرکت مستعمره به سمت استعمارگر
تغییر جایگاه مستعمره و استعمارگر در یک امپراطوری: به مستعمرههای مستعد این امکان داده شود که بتوانند جایگاه استعمارگر را در امپراطوری خود تصاحب کنند. از این رو در هر دوره، مستعمره پرقدرتتر (در عمل با هزینه کمتر) قابلیت جابجایی با استعمارگر خود را خواهد داشت. شکل (5) این فرآیند انتقال جایگاه را نشان می‌دهد[13].
شکل (5): جابجایی قدرت میان مستعمره و استعمارگر
قدرت کل یک امپراطوری: قدرت کل یک امپراطوری برابر است با قدرت کشور استعمارگر بهعلاوه درصدی از مجموع قدرت مستعمرههای آن (رابطه (12))[13]:
|
(12) |
x معمولا عددی بین صفر و یک درنظر گرفته می‌شود. عدد نزدیک به صفر نشان دهنده این است که قدرت هر امپراطوری معطوف به استعمارگر آن بوده و انتخاب عدد نزدیک یک تاثیر بیشتر مستعمرهها را بیان می‌کند. معمولا انتخاب 05/0= x در رسیدن به پاسخ بهینه مناسب است.
فرآیند تحلیل سلسله مراتبی یکی از معروفترین فنون تصمیمگیری چند منظوره است که نخستین بار توسط توماس ال. ساعتی عراقی الاصل در دهه 1970 ابداع شد. فرایند تحلیل سلسله مراتبی منعکس کننده رفتار طبیعی و تفکر انسانی است. این روش، مسایل پیچیده را بر اساس آثار متقابل آنها بررسی می‌کند و آنها را به شکل ساده تبدیل کرده و حل می‌کند [14]. فرآیند تحلیل سلسله مراتبی در هنگامی که عمل تصمیم گیری با چند گزینه رقیب و معیار تصمیم گیری روبروست، می‌تواند استفاده شود. معیارهای مطرح شده می‌تواند کمی و کیفی باشند. اساس این روش تصمیمگیری بر مقایسات زوجی نهفته است.
این اصول عبارتند از [14]:
شرط معکوسی: اگر ترجیح عنصر A بر عصر B برابر n باشد، ترجیح عنصر B بر عنصر A برابر n/1 خواهد بود.
اصل همگنی: عنصرA با عنصر B باید همگن و قابل مقایسه باشند. به بیان دیگر برتری عنصر A بر عنصر B نمی‌تواند بی نهایت یا صفر باشد.
وابستگی: هر عنصر سلسله مراتبی به عنصر سطح بالاتر خود می‌تواند وابسته باشد و به شکل خطی این وابستگی تا بالاترین سطح می‌تواند ادامه داشته باشد.
انتظارات: هرگاه تغییری در ساختمان سلسله مراتبی رخ دهد فرآیند ارزیابی باید دوباره انجام شود.
به کارگیری این روش مستلزم چهار قدم اصلی زیر است:
مدلسازی: در این قدم، مسأله و هدف تصمیم گیری به شکل سلسله مراتبی از عناصر تصمیم که با هم در ارتباط می‌باشند، درنظر گرفته می‌شود. عناصر تصمیم شامل «شاخص‌های تصمیمگیری» و «گزینه‌های تصمیم» است.
قضاوت ترجیحی (مقایسات زوجی): بعد از طراحی سلسله مراتب مسأله تصمیم، تصمیمگیرنده باید مجموعه ماتریسهایی که به طور عددی اهمیت یا ارجحیت نسبی شاخص‌ها را نسبت به یکدیگر اندازه‌گیری می‌کنند، ایجاد کند. این کار با انجام مقایسات دو به دو بین عناصر تصمیم (مقایسه زوجی) و از طریق تخصیص امتیازات عددی که نشان دهنده ارجحیت یا اهمیت بین دو عنصر تصمیم است، انجام می‌شود. در مسایل حداکثرسازی یک تابع این کار معمولا از مقایسه گزینه‌ها با شاخص‌هایi ام نسبت به گزینه‌ها یا شاخص‌های j ام استفاده می‌شود که در جدول زیر نحوه ارزشگذاری شاخص‌ها نسبت به هم نشان داده شده است. در مسائل حداقلسازی نیز کافیست در ارزشگذاری بجای مفهوم مهمتر از مفهوم بدتر استفاده کرد.
جدول (1): ارزشگذاری شاخص‌ها نسبت به یکدیگر [14]
|
ارزش |
مقایسهi نسبت به j |
توضیح |
|
1 |
اهمیت برابر |
گزینه یا شاخص i نسبت به j اهمیت برابر دارند |
|
3 |
کمابیش مهمتر |
گزینه یا شاخص i نسبت به j کمی مهمتر است. |
|
5 |
مهمتر |
گزینه یا شاخص i نسبت به j مهمتر است. |
|
7 |
خیلی مهمتر |
گزینه یا شاخص i برتری خیلی بیشتری نسبت به j دارد. |
|
9 |
کاملاً مهم |
گزینه یا شاخص مطلقاً i از j مهمتر و قابل مقایسه با j نیست. |
|
2،4،6،8 |
- |
ارزشهای میانی بین ارزشهای ترجیحی را نشان می‌دهد. |
برای به کارگیری AHP در امر تصمیمگیری مدیریت منابع ریزشبکه، عواملی مانند آلودگی منابع و در دسترس بودن آنها بهعنوان شاخص‌های تعیین کننده به کار گرفته می‌شوند. جدولهای (2) و (3) مقایسه بین منابع تولید بر اساس عناصر تصمیم آلودگی CO2، SOxو NOx، بر اساس مطالب تشریح شده در قسمت ب) را بیان می‌کنند. در این مطالعه، منابع ریزشبکه شامل سیستم فتوولتائیک (PV)، یک میکروتوربین (MT)، دو پیل سوختی (FC) و نیز شبکه اصلی (Pgrid) هستند. با توجه به جدولهای (1) و (2)، میزان آلاینده CO2تولیدی توسط شبکه اصلی (PGrid) بدتر از MT (ارزش 3)، به مراتب بدتر از FCها (ارزش 6) و کاملا بدتر از PV (ارزش 9) درنظر گرفته می‌شود. بههمین منوال، ارزشگذاری برای سایر در خانههای بالای قطر اصلی در جدول قرار خواهند گرفت. در خانههای پایین قطر اصلی نیز مقادیر عکس ارزشگذاری قرار میگیرند.
جدول (2): ارزشگذاری منابع بر اساس معیار آلودگی CO2
|
PV |
FC2 |
FC1 |
MT |
PGrid |
منابع |
|
9 |
7 |
7 |
2 |
1 |
PGrid |
|
9 |
6 |
6 |
1 |
5/0 |
MT |
|
7 |
1 |
1 |
167/0 |
14/0 |
FC2 |
|
7 |
1 |
1 |
167/0 |
14/0 |
FC1 |
|
1 |
14/0 |
14/0 |
11/0 |
11/0 |
PV |
جدول (3): ارزشگذاری منابع بر اساس معیار آلودگی SOX و NOX
|
PV |
FC2 |
FC1 |
MT |
PGrid |
منابع |
|
9 |
6 |
6 |
3 |
1 |
PGrid |
|
9 |
5 |
5 |
1 |
33/0 |
MT |
|
6 |
1 |
1 |
2/0 |
167/0 |
FC1 |
|
6 |
1 |
1 |
2/0 |
167/0 |
FC2 |
|
1 |
167/0 |
167/0 |
11/0 |
11/0 |
PV |
شایان ذکر است که انتخاب این مقادیر به شکل فرضی و تقریبی بوده که بر اساس مطالعات انجام شده است. به علت وجود منابع فسیلی، بدترین عملکرد را شبکه اصلی (PGrid) خواهد داشت، MT نیز در جایگاه بعدی قرار خواهد گرفت. سیستمهای فتوولتائیک هم به علت تولید انرژی پاک بالاترین ارزشگذاری را دارند. در یک شبکه هوشمند واقعی این ارزشگذاری بر اساس دستورالعمل تعیین شده از سوی بهرهبردار اصلی شبکه انجام می‌شود. کارشناسان محیط زیست و نیز متخصصین حوزه تولید انرژی وظیفه تعیین این ضرایب را با بازدیدهای دورهای از منابع تولیدی و بر اساس استانداردهای از پیش تعیین شده، برعهده خواهند داشت. در جدول (4) نیز ارزشگذاری بر مبنای در دسترس بودن منابع انجام می‌شود. مفهوم در دسترس بودن می‌تواند شامل شاخصهایی مانند قابلیت اطمینان منابع تولیدی و یا عدم قطعیت منابع تجدیدپذیر باشد. گزینش این ضرایب و مقایسه میان منابع از سوی بهرهبردار ریزشبکه انجام خواهد شد.
جدول (4): ارزشگذاری منابع بر اساس معیار دسترسپذیری
|
PV |
MT |
FC1 |
FC2 |
PGrid |
منابع |
|
2/0 |
5 |
3 |
3 |
1 |
PGrid |
|
125/0 |
3 |
1 |
1 |
33/0 |
FC2 |
|
167/0 |
3 |
1 |
1 |
33/0 |
FC1 |
|
167/0 |
1 |
33/0 |
33/0 |
2/0 |
MT |
|
1 |
6 |
6 |
8 |
5 |
PV |
محاسبات وزن‌های نسبی: قدم بعدی در فرآیند تحلیل سلسله مراتبی انجام محاسبات لازم برای تعیین اولویت هر یک از عناصر تصمیم با استفاده از اطلاعات ماتریس‌های مقایسات زوجی است. خلاصه عملیات ریاضی در این مرحله به شکل زیر است:
جدول زیر مقادیر نرمالیزه شده و وزن نسبی هر یک از منابع را به ازای عنصر تصمیم آلودگی CO2 نشان می‌دهد.
جدول (5): مقادیر نرمالیزه شده و ضرایب وزنی معیار آلودگی CO2
|
ضریب |
PV |
FC2 |
FC1 |
MT |
PGrid |
منابع |
|
46/0 |
27/0 |
46/0 |
46/0 |
58/0 |
53/0 |
PGrid |
|
325/0 |
27/0 |
4/0 |
4/0 |
29/0 |
265/0 |
MT |
|
092/0 |
21/0 |
066/0 |
066/0 |
048/0 |
074/0 |
FC1 |
|
092/0 |
21/0 |
066/0 |
066/0 |
048/0 |
074/0 |
FC2 |
|
031/0 |
04/0 |
008/0 |
008/0 |
03/0 |
057/0 |
PV |
|
1 |
1 |
1 |
1 |
1 |
1 |
جمع |
جدول (6) وزن نسبی منابع را به ازای هر یک از عناصر تصمیم نشان می‌دهد.
ادغام وزن‌های نسبی: به منظور رتبه‌بندی گزینه‌های تصمیم، در این مرحله باید وزن نسبی هر برای هر منبع را در وزن عناصر تصمیم ضرب کرد تا وزن نهایی آن به دست آید. از این رو لازم است تا ابتدا عناصر تصمیمگیری نیز نسبت به یکدیگر ارزشگذاری شده و نرمال شوند. سپس، وزن هر عنصر تصمیمگیری حاصل شود. جدولهای (7) و (8) ارزشگذاری عناصر تصمیمگیری و مقادیر نرمالیزه شده آنها را نسبت به یکدیگر بیان می‌کنند. مقایسه میان عناصر تصمیم و نیز ارزشگذاری بین آنها در این مرحله به شکل فرضی و تقریبی انجام شد.
جدول (6): ضرایب وزنی اختصاص یافته به منابع
|
Availability |
و NOx SO2 |
CO2 |
Cost |
منابع |
|
198/0 |
49/0 |
46/0 |
2/0 |
PGrid |
|
093/0 |
097/0 |
092/0 |
2/0 |
FC2 |
|
093/0 |
097/0 |
092/0 |
2/0 |
FC1 |
|
042/0 |
298/0 |
325/0 |
2/0 |
MT |
|
574/0 |
018/0 |
031/0 |
2/0 |
PV |
جدول (7): ارزشگذاری معیارهای تصمیم نسبت به یکدیگر
|
Availability |
و NOx SO2 |
CO2 |
Cost |
فاکتور |
|
2/0 |
167/0 |
14/0 |
1 |
Cost |
|
5 |
3 |
1 |
7 |
CO2 |
|
3 |
1 |
33/0 |
6 |
SO2و NOx |
|
1 |
33/0 |
2/0 |
5 |
Availability |
جدول (8): مقادیر نرمالیزه و ضرایب حاصل از مقایسه معیارها
|
ضریب |
Availability |
SO2و NOx |
CO2 |
Cost |
فاکتور |
|
048/0 |
021/0 |
037/0 |
084/0 |
052/0 |
Cost |
|
544/0 |
543/0 |
667/0 |
598/0 |
368/0 |
CO2 |
|
265/0 |
326/0 |
222/0 |
197/0 |
315/0 |
SO2و NOx |
|
143/0 |
11/0 |
074/0 |
121/0 |
265/0 |
Availability |
|
1 |
1 |
1 |
1 |
1 |
جمع |
با انجام مراحل بالا برای هر گزینه مقدار وزن نهایی به شکل زیر به دست می‌آید که از این ضرایب در بخش بعد (تعیین تابع هدف) استفاده می‌شود.
در بیشتر پژوهشها، الگوریتمهای بهینهسازی برای دستیابی به پاسخ بهینه در برنامهریزی تولید منابع بهکار میروند. مزیت الگوریتمهای بهینهسازی در این است که با جستجوی تصادفی در فضای حل مسأله، امکان دستیابی به پاسخ بهینه را با سرعت بیشتری فراهم می‌کنند. تعریف یک تابع برازندگی مناسب نقش مهمی در افزایش سرعت همگرایی الگوریتمها دارد. برای مسأله بهرهبرداری از ریزشبکه در سه سناریوی مطرح شده، این تابع برازندگی به شکل زیر بیان می‌شود:
|
(13) |
که در این رابطه E خطای عدم برابری میان انرژی شارژ شده و انرژی دشارژ و تلف شده است. α نیز ضریب جریمه درنظر گرفته شده (عددی بسیار بزرگ) برای این عدم برابری خواهد بود.
|
(14) |
با درنظر گرفتن معیار تصمیمگیری AHP، ضرایب وزنی برای هر یک از منابع در بخش قبل محاسبه شد که در این بخش مورد استفاده قرار میگیرد. تابع هدف در این حالت به این صورت قابل تعریف خواهد بود:
|
(13) |
در این بخش نتایج حاصل از شبیهسازی ارایه می‌شوند.
همانطور که اشاره شد، در این مطالعه منابع تولید پراکنده در ریزشبکه شامل: یک سیستم فتوولتائیک (PV)، یک میکروتوربین (MT) و دو پیل سوختی (FC) است. ظرفیت نامی و هزینه راهاندازی هر یک از این منابع در جدول (9) نشان داده شده است. توان پیشبینی شده PV نیز از مرجع [12] به دست می‌آید.
جدول (9): ویژگیهای فنی منابع ریزشبکه مورد مطالعه [12]
|
Start up Cost,$ |
Max Power kW |
Min Power kW |
Type |
ID |
|
14/0 |
30 |
6 |
MT |
1 |
|
24/0 |
30 |
3 |
FC1 |
2 |
|
18/0 |
20 |
2 |
FC2 |
3 |
|
0 |
20 |
0 |
PV |
4 |
|
0 |
30 |
33- |
ESS |
5 |
در جدولهای (10) و (11) نیز متوسط بار ریزشبکه و قیمت برق در بازار انرژی، به شکل ساعتی نشان داده شده است. قیمت پیشنهادی هر یک از این منابع نیز در جدول (12) ارایه شده است. این قیمت پیشنهادی می‌تواند شامل هزینههای سوخت، سرمایهگذاری و تعمیر و نگهداری باشد که با درنظر گرفتن عمر ژنراتور و نرخ بهره، به شکل ساعتی محاسبه و بهSEMS پیشنهاد می‌شود.
جدول (10): میزان بار ساعتی ریزشبکه مورد مطالعه [12]
|
6 |
5 |
4 |
3 |
2 |
1 |
t |
|
63 |
56 |
51 |
50 |
50 |
52 |
kw |
|
12 |
11 |
10 |
9 |
8 |
7 |
t |
|
74 |
78 |
80 |
76 |
75 |
70 |
kw |
|
18 |
17 |
16 |
15 |
14 |
13 |
t |
|
88 |
85 |
80 |
76 |
72 |
72 |
kw |
|
24 |
23 |
22 |
21 |
20 |
19 |
t |
|
56 |
65 |
71 |
78 |
87 |
90 |
kw |
جدول (11): قیمت ساعتی برق در بازار انرژی [12]
|
6
|
5 |
4 |
3 |
2 |
1 |
t |
|
029/0 |
017/0 |
017/0 |
020/0 |
027/0 |
033/0 |
$/kwh |
|
12 |
11 |
10 |
9 |
8 |
7 |
t |
|
572/0 |
57/0 |
572/0 |
215/0 |
054/0 |
033/0 |
$/kwh |
|
18 |
17 |
16 |
15 |
14 |
13 |
t |
|
059/0 |
086/0 |
279/0 |
286/0 |
572/0 |
215/0 |
$/kwh |
|
24 |
23 |
22 |
21 |
20 |
19 |
t |
|
037/0 |
043/0 |
077/0 |
181/0 |
061/0 |
050/0 |
$/kwh |
با فرض اینکه شبکه به شکل سنتی اداره شده (بدون SEMS) و تقاضای بار به طور مستقیم توسط شبکه بالادستی تغذیه شوند، هزینه کل مصرف انرژی برای مصرفکنندگان طی 24ساعت برابر با 9/309 دلار و قیمت متوسط 179/0 دلار بر کیلووات ساعت خواهد بود. با اجرای سناریوی اول، SEMS با حداقلسازی هزینه تولید در ریزشبکه در حالت مجزا از شبکه اصلی، سهم تولید هر یک از منابع تولید پراکنده را تعیین میسازد. منحنی تولید این منابع در شکل (6) نشان داده شده است. هزینه تولید منابع در این سناریو 4/287 دلار و قیمت متوسط 169/0 دلار برکیلووات به دست خواهد آمد. همانگونه که از شکل پیداست، ESS طی ساعاتی که PV قادر به تولید انرژی است، اقدام به ذخیره انرژی کرده و در ساعات دیگر با افزایش قیمت، انرژی خود را به شبکه تحویل می‌دهد.
شکل (6): برنامهریزی تولید منابع ریزشبکه بر اساس سناریوی اول
با توجه به شکل (7)، در سناریوی دوم تامین بخش اصلی بار بر عهده شبکه اصلی خواهد بود. SEMS تنها در ساعاتی که قیمت برق دچار جهش می‌شود (ساعات 9 تا 16)، و تولید توسط منابع پراکنده مقرون بهصرفه باشد، اقدام به راهاندازی این منابع می‌کند. ESS نیز که در ساعات اولیه روز کاملا شارژ شدهاند با فرمان SEMS در این ساعات به تحویل انرژی به شبکه اقدام می‌کند. حضور منابع تولید پراکنده و ESS موجب می‌شود تا هزینه کل انرژی مورد نیاز شبکه (شامل: تولید منابع DG و انرژی دریافتی از شبکه اصلی) به مقدار 75/250 دلار و قیمت متوسط 148/0 دلار بر کیلووات ساعت، کاهش یابد.
شکل (7): برنامهریزی تولید منابع ریزشبکه و انرژی دریافتی شبکه اصلی بر اساس سناریوی دوم
در سناریوی سوم SEMS این امکان را خواهد داشت تا مازاد تولید خود را به شبکه اصلی بفروشد. در این سناریو، چنانچه در ساعاتی هزینه تولید منابع تولید پراکنده کمتر از قیمت برق در بازار انرژی باشند، SEMS فرمان راهاندازی را برای این منابع ارسال می‌کند. ESS همانند سناریوی دوم طی ساعات اولیه روز به علت پایین بودن قیمت برق دریافتی از شبکه، شارژ می‌شود و طی ساعاتی که قیمت برق با جهش روبروست، می‌تواند انرژی را با قیمت بازار بفروشد.
شکل (8): برنامهریزی تولید منابع ریزشبکه و مبادله انرژی با شبکه اصلی بر اساس سناریوی سوم
شکل (8) منحنی تولید منابع و نیز برنامهریزی دریافت یا فروش انرژی به شبکه را نشان می‌دهد. هزینه تولید منابع در این سناریو 42/218 دلار و قیمت متوسط 129/0 دلار برکیلووات به دست می‌آید که در مقایسه با سناریوهای قبل، تفاوت محسوسی مشاهده می‌شود.
با پیادهسازی فرآیند تحلیل سلسله مراتبی، SEMS به حل مسأله بهینهسازی با استفاده از الگوریتم رقابت استعماری اقدام می‌کند. در این حالت اطلاعات ریزشبکه شامل قیمت ساعتی منابع و بازار انرژی، نتایج حاصل از شبیهسازی توان تولیدی سیستم فتوولتائیک و نیز وضعیت سیستم ذخیره انرژی، همانند بخش قبل خواهد بود. با توجه به این که ریزشبکههای الکتریکی بیشتر در وضعیت متصل به شبکه قرار دارند ( به علت افزایش قابلیت اطمینان و نیز کاهش هزینهها)، در این بخش فقط نتایج سناریوی دوم و سوم ارایه می‌شوند.
شکل (9) برنامهریزی تولید منابع در سناریوی دوم بهرهبرداری را نشان می‌دهد (عدم امکان فروش مازاد انرژی ریزشبکه به شبکه اصلی). در مقایسه با شکل (7) ملاحظه می‌شود که تغییرات محسوسی در برنامهریزی خرید انرژی از شبکه اصلی و نیز برنامهریزی تولید MT و FCها رخ داده است، به ویژه طی ساعات 8 تا 18 که نشان می‌دهد انرژی دریافتی از شبکه اصلی کاهش چشمگیری یافته و منابع ریزشبکه از ساعات زودتری در مدار قرار میگیرند. همچنین، بخشی از تولید MT نیز به FC2 منتقل یافته است. علت این تغییرات در برنامهریزی تولید وجود ضرایب وزنی است که از سوی AHP و بر اساس اهمیت معیارهای تصمیمگیری محیط زیست و قابلیت اطمینان برای منابع تولیدی و توان دریافتی از شبکه اصلی تعیین شد.
با کاهش تولید MT و انرژی دریافتی از شبکه طی ساعات ارزان آن هزینه تولید ریزشبکه افزایش خواهد یافت که این هزینه اضافی صرف بهبود قابلیت اطمینان ریزشبکه و نیز کاهش آلودگی محیط زیست می‌شود. هزینه تولید در این سناریو برابر با 285 دلار خواهد بود که در مقایسه با بهرهبرداری به شیوه سنتی ( بدون SEMS) 6 درصد کاهش و در مقایسه با سناریوی دوم بدون AHP حدود 12 درصد افزایش خواهد داشت. شکل (10) نیز نتایج شبیهسازی سناریوی سوم را با بهکارگیری AHP نشان می‌دهد.
شکل (9): برنامهریزی تولید منابع ریزشبکه و انرژی دریافتی بر اساس سناریوی دوم و AHP
شکل (10): برنامهریزی تولید منابع ریزشبکه و انرژی دریافتی بر اساس سناریوی سوم و AHP
در این سناریو نیز ضرایب وزنی تعیین شده از سوی AHP به FCها این اجازه را می‌دهد که با وجود هزینه تولید بالاتر سهم بیشتری (در مقایسه با سناریوی سوم بخش قبل) در تامین بار ریزشبکه برعهده داشته باشند. در این سناریو هزینه تولید انرژی 247 دلار به دست می‌آید که در مقایسه با بهرهبرداری به شیوه سنتی 18درصد کاهش و در مقابل سناریوی سوم بخش قبل 11 درصد افزایش مشاهده می‌شود.
در این مطالعه از یک روش هوشمند (SEMS) در مدیریت اقتصادی ریزشبکههای الکتریکی استفاده شد که هدف آن تامین تقاضای درون یک ریزشبکه با حداقلسازی هزینه تولید و خرید انرژی است. SEMS شامل بخشهای پیشبینی توان تولیدی منابع خورشیدی، وضعیت و قیمت پیشنهادی منابع تولید پراکنده، قیمت در بازار انرژی و وضعیت ESS است که توسط ابزار بهینهسازی هوشمند در حل مسأله توزیع اقتصادی منابع، به اهداف یاد شده میرسد. برای بهرهبرداری از ریزشبکه توسط SEMS، سه سناریو تعریف شد که بسته به برنامهریزی از پیش تعیین شده، قابل پیادهسازی است. نتایج، بهبود چشمگیری در کاهش هزینهها در مقایسه با بهرهبرداری بدون SEMS بیان می‌کند.
از طرفی دیگر با بهکارگیری فرآیند تحلیل سلسله مراتبی، بهرهبردار قادر خواهد بود تا با اندکی افزایش در هزینه موجب کاهش در انتشار آلایندهها و نیز افزایش قابلیت اطمینان سیستم شود.
ضمیمه
جدول (12): قیمت پیشنهادی منابع ریزشبکه [12]
|
PV |
FC2 |
FC1 |
MT |
ساعت |
|
- |
175/0 |
166/0 |
107/0 |
1 |
|
- |
176/0 |
166/0 |
107/0 |
2 |
|
- |
176/0 |
167/0 |
108/0 |
3 |
|
- |
177/0 |
1677/0 |
108/0 |
4 |
|
- |
178/0 |
167/0 |
109/0 |
5 |
|
- |
179/0 |
168/0 |
109/0 |
6 |
|
- |
18/0 |
168/0 |
11/0 |
7 |
|
084/0 |
181/0 |
169/0 |
111/0 |
8 |
|
085/0 |
183/0 |
170/0 |
112/0 |
9 |
|
086/0 |
186/0 |
171/0 |
112/0 |
10 |
|
087/0 |
187/0 |
172/0 |
116/0 |
11 |
|
088/0 |
188/0 |
171/0 |
117/0 |
12 |
|
086/0 |
187/0 |
170/0 |
115/0 |
13 |
|
085/0 |
186/0 |
170/0 |
115/0 |
14 |
|
084/0 |
187/0 |
170/0 |
115/0 |
15 |
|
083/0 |
187/0 |
171/0 |
117/0 |
16 |
|
085/0 |
189/0 |
173/0 |
118/0 |
17 |
|
086/0 |
190/0 |
173/0 |
119/0 |
18 |
|
- |
191/0 |
174/0 |
118/0 |
19 |
|
- |
189/0 |
173/0 |
115/0 |
20 |
|
- |
186/0 |
171/0 |
112/0 |
21 |
|
- |
185/0 |
170/0 |
110/0 |
22 |
|
- |
183/0 |
169/0 |
109/0 |
23 |
|
- |
182/0 |
167/0 |
108/0 |
24 |
)