Document Type : Research Article
Authors
1 Assistant Professor, Department of Electrical Engineering, Faculty of Electrical and Computer Engineering, Technical and Vocational University (TVU), Tehran, Iran
2 Assistant Professor, Department of Electrical Engineering, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran
3 Postdoctoral researcher, Department of Electrical Engineering, University of Kurdistan, Kurdistan, Iran
Abstract
Keywords
Main Subjects
1-مقدمه[1]
با توجه به گسترش روزافزون شبکه‌های برق و رشد سالانه مصرف انرژی و همچنین، پدیده گرمایش کره زمین و تلفات بالای نیروگاه‌های سوخت فسیلی و هزینه‌های سنگین احداث نیروگاه و خطوط انتقال و توزیع انرژی الکتریکی و افزایش و نوسان شدید قیمت سوخت‌های فسیلی، به استفاده از انرژی‌های تجدیدپذیر توجه فراوان شده است [1]. امروزه تأمین انرژی داخلی واحدهای کوچک صنعتی، مراکز درمانی و بهداشتی، صنایع نظامی، و واحدهای پشتیبانی داده‌ها به‌صورت مستقل از شبکه اصلی اهمیت اساسی دارد [2]. علاوه بر اینکه ریزشبکه رفتار شبکه اصلی را در مقابل اغتشاشات و خطاهای رخ‌داده خواهد داشت، دچار محدودیت‌های بیشتری نظیر نداشتن اینرسی و محدودیت در تأمین توان نیز هست [3]. پس، این ریزشبکه‌ها باید قادر باشند در صورت قطع‌شدن شبکه اصلی یا کاهش تولید منابع انرژی تجدیدپذیر انرژی الکتریکی، انرژی بارهای ضروری را بدون وقفه تأمین کنند [4]؛ بنابراین، به‌منظور استفاده بهینه از انرژی تولیدی در ریزشبکه به بهره‌برداری بهینه و کنترل مصرف نیاز است تا از توان تولیدی ریزشبکه نه‌تنها بارهای آن تأمین توان شود، در ساعات کم‌مصرف نیز بتواند به شبکه اصلی توان خود را بفروشد و بخشی از هزینه‌های خود را نیز تأمین کند [5].
نرم‌افزار General Algebraic Modeling System (GAMS) برای مدل‌سازی و تحلیل مسائل بهینه‌سازی خطی و غیرخطی و تجزیه‌وتحلیل سیستم‌های بزرگ و پیچیده کاربرد فراوانی دارد. این نرم‌افزار به‌طور گسترده‌ای برای مدل‌سازی، توسعه، و حل مسائل مختلف بهینه‌سازی سیستم‌های قدرت استفاده می‌شود. مؤلفه‌های مختلف آن مانند داده‌ها، متغیرها، قیدها، معادلات، تابع هدف و خروجی‌ها برای حل مسائل بهینه‌سازی در نرم‌افزارGAMS مدل‌سازی می‌شوند. سپس، حل‌کننده‌های مختلفی مانند برنامه‌ریزی خطی LP، برنامه‌ریزی غیرخطی (NLP)، برنامه‌ریزی باینری ترکیبی غیرخطی (MINLP) و برنامه‌ریزی باینری ترکیبی خطی (MILP) را متناسب با مسائل بهینه‌سازی ارائه می‌دهد. برخی از مسائل مانند بهینه‌سازی هزینه تولید، بهینه‌سازی مدیریت بار و توزیع انرژی الکتریکی بهینه با استفاده از این حل‌کننده‌های GAMS حل می‌شوند.
به دلیل کنترل‌ناپذیر بودن خروجی PV، عملکرد بهینه و اقتصادی ریزشبکه با نفوذ بالای سلول‌های خورشیدی از چالش‌های عمده‌ای برخوردار است؛ به همین علت، در [6] یک روش بهینه‌سازی انرژی مشارکتی براساس شارژ و دشارژ باطری با هدف کمینه‌کردن هزینه عملکرد ریزشبکه هم در حالت جزیره‌ای و هم در حالت متصل به شبکه ارائه شده است. نتایج به‌دست‌آمده دربارۀ ریزشبکه تحت مطالعه بیان‌کنندۀ مؤثر و اقتصادی بودن روش ارائه‌شده است. در [7] یک سیستم مدیریت انرژی برای کاهش تعرفه برق مصرفی ریزشبکه‌های صنعتی متشکل از باطری و منابع تجدیدپذیر انرژی پیشنهاد شده است. به همین منظور، مقدار شارژ و دشارژ باطری براساس ظرفیت ذخیره انرژی داخلی باطری تحت نایقینی منابع تجدیدپذیر انرژی تعیین شده است. در [8] از سیستم غیرمتمرکز برای کنترل ولتاژ و فرکانس و از سیستم متمرکز برای مدیریت سیستم ذخیره‌ساز انرژی استفاده شده است. استفاده از این دو سطح از کنترل، برای تأمین عملکرد اقتصادی و ایجاد توازن توان تحت نایقینی بار مصرفی است. در [9] از 3 معیار عملکرد بهینه اقتصادی، کاهش آلایندگی‌های محیطی و انجام بارزدایی برای مدیریت انرژی ریزشبکه استفاده شده است. نتایج به‌دست‌آمده نشان می‌دهند بارزدایی منجر به کاهش 3/2% میزان هزینه‌های ریزشبکه می‌شود و برای کاهش میزان آلایندگی‌های محیطی باید منابع انرژی‌های تجدیدپذیر توسعه یابند.
اگرچه در مراجع [1-9] و همچنین سایر مقالات، دربارۀ بهره‌برداری بهینه از ریزشبکه‌ها مطالعه فراوان شده، به موارد زیر به‌عنوان چالش‌های پیش رو برای بهره‌برداری بهینه در این مقالات به شکل هم‌زمان توجه نشده است:
بنابراین، به‌منظور بررسی همه این موارد در یک مسئله واحد، ابتدا تعداد و ظرفیت تجهیزات ریزشبکه مبتنی بر شاخص‌های ذکرشده با نرم‌افزار Homer به دست می‌آید، سپس بهره‌برداری بهینه از این ریزشبکه با استفاده از نرم‌افزار GAMS طی 24 ساعت برای یک روز کامل با در نظر گرفتن مدیریت تقاضا انجام می‌شود. هدف از این بهینه‌سازی حداقل‌کردن هزینه‌های تحمیل‌شده و همچنین، افزایش درآمد ناشی از فروش انرژی ریزشبکه به شبکه اصلی خواهد بود. در این مدل دینامیک شارژ و دشارژ باطری، قیود مربوط به شبکه، دیزل ژنراتور و کانورتر استفاده شده‌اند. مطابق اطلاعات آب و هوایی، تولید سلول خورشیدی و توربین بادی با در نظر گرفتن نایقینی در مقدار سرعت باد و تابش خورشید نیز با نرم‌افزار Homer به دست آمده و از طریق جداول به‌عنوان داده‌های ورودی به نرم‌افزار GAMS داده شده‌اند. با توجه به داده‌های ورودی نام‌برده شده، قیود دیزل ژنراتور، کانورتر، شبکه اصلی و همچنین دینامیک شارژ و دشارژ باطری و هزینه‌های سه تعرفه‌ای خرید برق از شبکه و قیمت فروش به آن و نیز تفکیک بارها به ضروری و غیرضروری و مدیریت تقاضا، برنامه بهینه‌سازی به انجام عملیات ریاضی برای کمینه‌کردن هزینه‌های یک ریزشبکه در 24 ساعت می‌پردازد و در خروجی میزان توان خریداری‌شده از شبکه اصلی، میزان فروش به آن در هر ساعت، و توان شارژ و دشارژ باطری‌ها را در خروجی در هر ساعت به دست می‌آورد و درنهایت، نشان می‌دهد دیزل ژنراتور در چه ساعاتی باید روشن و خاموش شود تا هزینه‌های ریزشبکه کمینه شوند.
سایر بخش‌های این مقاله به‌صورت زیر تقسیم‌بندی شده‌اند: در بخش دوم به شبیه‌سازی ریزشبکه هیبریدی در نرم‌افزار Homer پرداخته می‌شود. قسمت سوم شامل بهره‌برداری بهینه و مدل ریاضی ریزشبکه متصل به شبکه اصلی است. بخش چهارم شامل بهینه‌سازی با نرم‌افزار GAMS است و درنهایت، نتیجه‌گیری در قسمت پنجم انجام می‌شود.
2- شبیه‌سازی ریزشبکه هیبریدی
برای به دست آوردن اطلاعات اولیه برای بهره‌برداری بهینه نظیر میزان قدرت خروجی توربین بادی و سلول‌های خورشیدی به‌صورت روزانه و در هر ساعت از روز، ابتدا ریزشبکه مدنظر به‌صورت شکل (1) در نرم‌افزار Homer مدل می‌شود. این ریزشبکه شامل توربین بادی، دیزل ژنراتور، کانورتر، سلول خورشیدی، و باطری است. همچنین، ریزشبکه در حالت متصل به شبکه اصلی مدل شده است. با توجه به اینکه نرم‌افزار برای به دست آوردن قدرت خروجی توربین بادی و سلول‌های خورشیدی نیاز به اطلاعات آب و هوایی و مشخصات جغرافیایی دارد، از داده‌های هواشناسی مطابق اطلاعات منتشرشده از NASA Surface Meteorology and Solar Energy برای شهر سنندج استفاده شده است. در این مرحله از شبیه‌سازی، هدف به دست آوردن تعداد و ظرفیت تجهیزات ریزشبکه براساس هزینه خالص فعلی کل و سرمایه اولیه است. هزینه خالص فعلی کل مهم‌ترین شاخصی است که نرم‌افزار Homer ریزشبکه را به لحاظ تعداد و ظرفیت تجهیزات رتبه‌بندی می‌کند. این شاخص براساس سرمایه موردنیاز برای تأمین مالی، هزینه جایگزینی، تعمیر و نگهداری و ... محاسبه می‌شود. این هزینه‌ها در لینک وب‌سایت شرکت‌های سازنده این تجهیزات در نرم‌افزار Homer در‌دسترس است. تعداد و ظرفیت بهینه تجهیزات براساس شاخص حداقل هزینه خالص فعلی کل مطابق شکل (2) و جدول (1) است.
شکل (1): مدل ریزشبکه مدنظر در نرم‌افزار Homer
شکل (2): تعداد و ظرفیت تجهیزات ریزشبکه مرتب‌شده براساس هزینه خالص فعلی کل ریزشبکه
جدول (1): پارامترهای ریزشبکه تحت مطالعه برحسب کیلووات
|
PV |
WT |
Battery |
DG |
|
25 |
50 |
33 |
50 |
3- بهره‌برداری بهینه از ریزشبکه متصل به شبکه اصلی
با توجه به اینکه تعرفه خرید برق از شبکه اصلی در ساعات مختلف روز متفاوت است (قیمت سه تعرفه‌ای برق) و همچنین، هزینه تولید انرژی با دیزل ژنراتور تابع هزینه سوخت مصرفی آن است و این واقعیت که ذخیره انرژی در ذخیره‌کننده‌ها محدود است، تأمین انرژی با هر سطح توان و ترکیبی دلخواه از عناصر مختلف تولیدکننده انرژی دارای هزینه‌ای متفاوت از سایر موارد خواهد بود [10]. به این منظور، به یک روش اقتصادی تأمین انرژی بار نیاز است که براساس کمینه‌کردن تابع هزینه تأمین انرژی بار به دست آمده باشد تا از این طریق یک ترکیب روشمند و اقتصادی برای تأمین انرژی بار مبتنی بر حداقل‌سازی هزینه تولید انرژی به دست آید [11]. در این مدل مشخص فرض می‌شود حداکثر 10 کیلووات در هر ساعت بخشی از بار غیرضروری و حذف‌شدنی است که به‌صورت یک قیدDR در برنامه اضافه خواهد شد؛ بنابراین، بار به دو فیدر جداگانه بار ضروری که همواره باید تغذیه شود و بار غیرضروری، تفکیک شده است. بارهای مازاد و غیرضروری در فیدر دوم قرار می‌گیرند و به‌صورت قید در برنامه DR تعریف‌شده و بخشی از آن حذف‌شدنی است. معمولاً برای حفظ پایداری شبکه در هنگام وقوع اغتشاش نیز بار غیرضروری حذف‌شدنی است. شکل (3) مشارکت واحدهای مختلف برای تأمین توان بار را نشان می‌دهد.
شکل (3): نمودار مشارکت قسمت‌های مختلف ریزشبکه برای تأمین انرژی موردنیاز بار
با توجه به هزینه‌های متفاوت خرید انرژی از شبکه و تولید آن با دیزل ژنراتور و اینکه سطح تولید توربین بادی و سلول خورشیدی وابسته به شرایط آب و هوایی است و وابسته‌بودن تمامی این موارد به تغییرات بار و به‌تبع آن قید DR، حالت‌های متفاوتی ایجاد می‌شود. به‌منظور انجام مطالعات اقتصادی برای کمینه‌کردن هزینه تأمین انرژی موردنیاز بار در ریزشبکه به یک مدل ریاضی برای آن نیاز است که شامل تابع هدف، قیود بخش‌های مختلف آن و تابع هزینه دیزل ژنراتور باشد.
1-3- مدل ریاضی ریزشبکه و قیود آن
1-1-3- تابع هدف
به‌منظور کمینه‌کردن هزینه تأمین انرژی بار به یک تابع هدف شامل هزینه‌های موردنیاز برای تأمین انرژی بار نیاز است [12]. این هزینه‌ها شامل هزینه خرید انرژی به‌صورت 3 تعرفه‌ای از شبکه و هزینه سوخت دیزل ژنراتور و هزینه ثابت حفظ و نگهداری تجهیزات ریزشبکه در طی روز است که معادله آن به‌صورت رابطه (1) است و هدف از آن بهره‌برداری بهینه از یک ریزشبکه در 24 ساعت است [13]. هدف از رابطه (۱) و قیود مربوطه آن، به دست آوردن نحوه شارژ و دشارژ باطری، تبادل توان با شبکه و روشن و خاموش‌شدن دیزل ژنراتور و مینیمم‌کردن Operational Cost است [14].
|
(1) |
|
که در رابطه مقابل:
t: زمان برحسب ساعت، : انرژی خریداری‌شده از شبکه، Cin: هزینه خرید برق از شبکه، : انرژی فروخته‌شده به شبکه، Cout: قیمت فروش برق به شبکه، F(t): مقدار مصرف سوخت، : قیمت هر لیتر سوخت، و : هزینه مصرف سوخت دیزل ژنراتور در هر ساعت است. در هر سیستم قدرت باید تولید و مصرف باهم همواره در تعادل باشند؛ بنابراین، این قاعده به‌صورت قید تعریف می‌شود که بیان‌کنندۀ مجموع توان‌های ورودی به بأس AC برابر با مجموع توان خروجی آن است [13].
2-1-3- قیود دیزل ژنراتور
معمولاً 2 محدودیت برای دیزل ژنراتور در نظر می‌گیرند؛ یکی شامل محدودیت در افزایش یا کاهش تولید توان دیزل ژنراتور در هر ساعت است و آن را با Ramp Rate نشان می‌دهند و دیگری حداکثر قدرت خروجی دیزل ژنراتور است. آنها با دو قید به‌صورت زیر بیان می‌شوند:
|
(2) |
|
||
|
(3) |
|
||
|
(4) |
|
||
که در رابطه فوق حداکثر توان خروجی دیزل ژنراتور و rr برابر با Ramp Rate است که برحسب (kW/h) است [13].
3-1-3- قیود باطری:
باطری به‌عنوان ذخیره‌ساز انرژی، هم قادر به ذخیره انرژی و هم قادر به تأمین توان است؛ اما در هر لحظه می‌تواند شارژ یا دشارژ شود؛ بنابراین، در معادله‌های (5) و (6) و به‌صورت باینری تعریف می‌شوند؛ یعنی یا صفر یا 1 هستند [15].
|
(5) |
|
||
|
(6) |
|
||
|
(7) |
|
||
در رابطه فوق و به‌ترتیب توان موردنیاز برای شارژ و دشارژ باطری هستند. به‌منظور مشخص‌بودن سطح ذخیره انرژی باطری به‌منظور شارژ یا دشارژ آن از این قید استفاده می‌شود و برای افزایش عمر باطری همواره دست‌کم 40% از انرژی را به‌صورت ذخیره در باطری حفظ می‌کند [13].
4-1-3- قیود شبکه
شبکه نیز یکی از منابع تأمین انرژی ریزشبکه است که در هر لحظه می‌توان انرژی را از شبکه اصلی بر مبنای قیمت سه تعرفه‌ای خرید یا به آن فروخت؛ بنابراین، و به‌صورت باینری تعریف شده که یا صفر یا 1 هستند و قیود آن به‌صورت زیرند:
|
(8) |
|
||
|
(9) |
|
||
|
(10) |
|
||
و به‌ترتیب ماکزیمم توان قابل خرید از شبکه و فروش به شبکه اصلی است و معمولاً معادل با سطح قدرت خروجی ترانسفورماتور نصب‌شده بین ریزشبکه و شبکه اصلی است [13] .
5-1-3-قید DR:
با توجه به نوع مصرف‌کننده‌ها، آنها به دو گروه مصرف‌کننده‌های ضروری و غیرضروری طبقه‌بندی می‌شوند. مطابق شکل (3) بیان‌کنندۀ مقدار بار غیرضروری است که این مقدار در اینجا 10 کیلووات در نظر گرفته می‌شود. با توجه به اینکه حذف بار غیرضروری تنها در ساعات خاص و به مقدار نیاز ضرورت دارد، ازطریق انتخاب مناسب در هر ساعت مقدار بار غیرضروری قابل حذف تعیین می‌شود.
|
(11) |
|
|
|
(12) |
|
|
با توجه به اینکه از بار کل ریزشبکه به اندازه با دادن مشوق به مصرف‌کننده کاسته شده است، قید هزینه آن به‌صورت زیر در تابع هزینه کلی اضافه خواهد شد:
|
(13) |
|
که در این رابطه هزینه پرداخت‌شده هر کیلووات ساعت انرژی به مشتری بابت خاموشی به بخشی از بار آن است.
4- بهینه‌سازی با نرم‌افزار GAMS
با توجه به روابط نوشته‌شده برای مدل ریاضی ریزشبکه و قیدهای مربوط به آن، دیاگرام مربوط به مراحل مختلف بهینه‌سازی با نرم‌افزار GAMS به‌صورت شکل (4) است. داده‌های ورودی مسئله GAMS به‌صورت جداول در برنامه بهینه‌سازی وارد می‌شوند. برای این کار توان تولیدی در هر ساعت توسط توربین بادی و پنل خورشیدی را که در بخش Hourly output نرم‌افزار Homer به‌دست آمده است، به‌صورت جدول به نرم‌افزار GAMS داده می‌شود.
با توجه به اطلاعات ورودی و داده‌های هواشناسی داده‌شده به نرم‌افزار Homer که در بخش 2 بیان شد، تولید توربین بادی و پنل خورشیدی در مکان انتخاب‌شده برای روز اول ماه August سال 2022 مطابق شکل‌های (5) و (6) به دست می‌آید.
شکل (4) فلوچارت مراحل مختلف بهینه‌سازی با نرم‌افزار GAMS
شکل (5): قدرت خروجی توربین بادی برحسب کیلووات طی 24 ساعت روز
شکل (6): قدرت خروجی سلول خورشیدی برحسب کیلووات طی 24 ساعت روز
شکل (7) ساعات مختلف کم باری، میان باری و اوج بار را در فصل‌های مختلف سال نشان می‌دهد. با توجه به ساعت‌های مختلف کم باری، میان باری و اوج بار، هزینه خرید برق از شبکه به‌صورت سه تعرفه‌ای در نظر گرفته شده است. برای کاهش مقدار تقاضا در اوج مصرف یا هنگامی که تولید توان تجدیدپذیر کم است، از قید DR برای حذف بخش غیرضروری بار استفاده شده است تا هزینه خرید انرژی از شبکه کاهش یابد. برای ماه August سال 2022 از ساعت ۷ تا ۱۹ تعرفه می‌انباری، تعرفه اوج بار از ساعت ۱۹ تا ۲۳ و تعرفه کم باری از ساعت ۲۳ تا ۷ صبح محاسبه شده است. در اوج بار نرخ ۴۵ تومان به‌عنوان جریمه هر کیلووات ساعت و در ساعات کم باری ۲۲ تومان به‌عنوان تخفیف مدنظر قرار می‌گیرد. قیمت هر کیلووات ساعت در میان باری نیز 112 تومان در نظر گرفته شده است. بسته به فصول مختلف سال، مکان و آب و هوا و سایر ویژگی‌های آن منطقه این زمان‌بندی‌ها چندساعتی قابل جابه‌جایی است. در این حالت قیمت فروش هر کیلووات ساعت به شبکه ۸۰۰ تومان در نظر گرفته شد.
شکل (7): ساعات مختلف کم باری-اوج و میان باری به‌صورت دو دوره 6 ماهه
در این قسمت، حداکثر10 کیلووات توان به‌عنوان بار غیرضروری در نظر گرفته می‌شود. با پرداخت هزینه جریمه عدم تأمین انرژی بار به میزان 45 تومان در هر کیلووات ساعت به بخشی از بار غیرضروری، بار درخواستی کاهش داده می‌شود. در حالت نرمال آب و هوایی مطابق قیود عنوان‌شده هزینه بهره‌برداری در یک روز از ریزشبکه 114800 تومان است. چون قیمت فروش انرژی به شبکه اصلی خیلی بیشتر از مقدار در نظر گرفته شده برای DR است، ریزشبکه برای سود بیشتر کل بار مازاد را حذف کرده است تا بتواند انرژی تولیدی خود را برای دریافت سود بیشتر به شبکه اصلی بفروشد و از این طریق هزینه‌های خود را کاهش دهد. با حذف قید مربوط به DR در برنامه و تأمین کل بارهای ضروری و غیرضروری، هزینه بهره‌برداری در یک روز از ریزشبکه 184450 تومان خواهد شد. شکل‌های (8) و (9) میزان تولید انرژی و همچنین خریدوفروش برق در ساعات مختلف شبانه‌روز را نشان می‌دهد.
شکل (8): نحوه مشارکت تأمین‌کننده‌های انرژی ریزشبکه در بهره‌برداری بهینه با تابش خورشید و سرعت باد در حالت نامی
شکل (9): نحوه تأمین انرژی موردنیاز بار در هر ساعت و شارژ باطری و فروش انرژی به شبکه در ساعات مختلف روز
با توجه با تأثیر منفی بالای کاهش سرعت باد و تابش خورشید بر تولید توربین بادی و پنل خورشیدی، نایقینی در سرعت باد و میزان تابش خورشید به‌صورت کاهشی در نظر گرفته می‌شود؛ بنابراین، به‌منظور بررسی تبعات مالی تأثیر تغییرات روزانه آب و هوا بر عملکرد ریزشبکه این بار مستقیماً سرعت باد و میزان تابش خورشید را در نرم‌افزار Homer، 25% کم می‌کند و اثر آن در بهره‌برداری بهینه بررسی و مطالعه می‌شود. با کاهش 25% در میزان سرعت باد و تابش خورشید قدرت خروجی توربین بادی و پنل خورشیدی به‌صورت شکل‌های (10) و (11) به دست می‌آید.
شکل (10): قدرت خروجی توربین بادی با 25% کاهش در سرعت باد نسبت به حالت نامی به‌دست‌آمده با Homer
شکل (11): نمودار تغییرات قدرت خروجی سلول خورشیدی با 25% کاهش در تابش خورشید نسبت به حالت نامی به‌دست‌آمده با Homer
با مقایسه شکل‌های (10) و (11) با شکل‌های (5) و (6) پیداست که کاهش 25% در سرعت باد و تابش خورشید منجر به کاهش بسیار زیادی در قدرت خروجی توربین بادی و پنل خورشیدی می‌شود. با کاهش 25% در سرعت باد، تولید متوسط روزانه توان توربین بادی از 12.82(kW) به 3.8167(kW) کاهش می‌یابد. همچنین، پیک تولید توان توربین بادی نیز از 28.9(kW) به 12.7(kW) کاهش می‌یابد؛ بنابراین، کاهش تولید توان توربین بادی به‌ازای 25% کاهش سرعت باد بسیار درخور ملاحظه است. با کاهش 25% در تابش روزانه خورشید یا همان Daily Radiation، میانگین روزانه تولید توان توسط سلول خورشیدی از 5.125(kW) به 1.754(kW) کاهش می‌یابد و همچنین پیک تولید انرژی PV از 17.8(kW) به 6(kW) کم می‌شود. با توجه به پایدارنبودن شرایط آب و هوایی در صورت نبودن حاشیه اطمینان بالا، تولید انرژی ریزشبکه در این‌گونه موارد می‌تواند یک‌باره به‌شدت کاهش یابد و تولید داخلی ریزشبکه از مصرف آن بسیار کمتر شود. با واردکردن اطلاعات به‌دست‌آمده برای قدرت خروجی سلول خورشیدی و توربین بادی در نرم‌افزار GAMS، بهره‌برداری بهینه از ریزشبکه برای 24 ساعت در شرایط جدید آب و هوایی به‌صورت زیر خواهد بود. همان‌گونه که از شکل‌های (10) و (11) پیداست، با کاهش سطح تولید سلول خورشیدی و توربین بادی هزینه عملکرد روزانه ریزشبکه از 114800 تومان به بیش از 262120 تومان می‌رسد. با حذف قید مربوط به DR در برنامه و تأمین کل بارهای ضروری و غیرضروری ریزشبکه، هزینه بهره‌برداری در یک روز به 321003 تومان خواهد رسید. شکل (12) نشان‌دهنده افزایش سهم دیزل ژنراتور و شبکه به سبب کاهش سهم تولید سلول خورشیدی و توربین بادی نسبت به حالت تولید نامی آنها است. در شکل (13) نیز با توجه با کاهش شدید تولید انرژی تجدیدپذیر در ریزشبکه سهم فروش انرژی به شبکه اصلی صفر است.
شکل (12): نحوه مشارکت واحدهای مختلف تولیدکننده انرژی ریزشبکه در بهره‌برداری بهینه با 25% کاهش در تابش خورشید و سرعت باد
شکل (13): نحوه تأمین انرژی موردنیاز بار در هر ساعت و شارژ باطری و فروش انرژی به شبکه در ساعات مختلف روز
منظور از بهینه‌سازی مصرف انرژی انتخاب الگوها، اتخاذ و به‌کارگیری روش‌ها و سیاست‌هایی در مصرف انرژی الکتریکی است. ساختمان‌های مسکونی بخش مهمی از مصرف‌کنندگان انرژی الکتریکی به شمار می‌آیند. ورود تکنولوژی سیستم مدیریت هوشمند به ساختمان‌های مسکونی، تا حدودی مصرف انرژی الکتریکی را بهینه کرده است.
5- نتیجه‌گیری
با توجه به نتایج به‌دست‌آمده در ریزشبکه تحت مطالعه، با کاهش 25% در سرعت باد و تابش خورشید، پیک تولید توربین بادی حدود 56% و پیک تولید پنل خورشیدی 3/%66 کاهش می‌یابد. این مقدار برای تولید متوسط روزانه توربین بادی حدود 3/70% کاهش و برای تولید متوسط روزانه پنل خورشیدی حدود 8/65% کاهش در توان تولیدی است. تبعات مالی کاهش 25% در سرعت باد و تابش خورشید منجر به افزایش حدود 128% هزینه خرید انرژی از شبکه اصلی با قید DR و افزایش 6/179% هزینه خرید انرژی از شبکه اصلی بدون قید DR برای ریزشبکه تحت مطالعه می‌شود.
[1] تاریخ ارسال مقاله: 11/05/1401
تاریخ پذیرش مقاله: 30/02/1402
نام نویسندۀ مسئول: محسن آریان نژاد
نشانی نویسندۀ مسئول: ایران، تهران، دانشگاه فنی و حرفه ایی، دانشکده مهندسی برق و کامپیوتر، گروه مهندسی برق
)