دانلود ترجمه مقاله برنامه ریزی پاسخ به تقاضای بهینه در بخش خانگی در شبکه هوشمند

1. مقدمه 2. مدل زمان بندی پاسخ تقاضای مجتمع مسکونی هوشمند 2.1. مدل DR بار جامعه مسکونی 2.1.1. بار قابل قطع 2.1.2. بار قابل تنظیم 2.1.3. بار قابل تغییر 2.1.3.1. بار کته پز و ماشین لباسشویی 2.1.3.2. بار EV 2.2. مدل زمان بندی DR کل جامعه مسکونی 3. تحقیق موردی 3.1. توضیح تحقیق موردی 3.1.1. بار قابل قطع 3.1.2. بار قابل تنظیم 3.1.2.1. بار روشنایی 3.1.2.2. بار تهویه هوا 3.1.3. بار قابل تغییر 3.1.4. DG 3.1.5. داده های قیمت برق 3.2. نتایج تحقیق موردی 3.3. تحلیل و بحث و بررسی مورد 4. نتیجه گیری

چکیده - با اصلاح بازار برق و توسعه تکنولوژی شبکه هوشمند، جامعه هوشمند خانگی به عنوان یک نهاد جدید در سمت تقاضای خانگی، نقش مهمی در برنامه پاسخ به تقاضا بازی می کند. این مقاله یک مدل برنامه ریزی پاسخ به تقاضا برای بخش خانگی در کنار شرایط فعلی و آتی برنامه های پاسخ به تقاضا ارائه می دهد. در این مقاله، بارهای خانگی هوشمند در ابتدا با توجه به برنامه های مختلف پاسخ به تقاضا به دسته های مختلفی طبقه بندی می شوند. سپس، یک طرح برنامه ریزی کامل بر اساس نظارت بر بارهای بخش خانگی و تولید پراکنده مدل سازی می شود. مدل ارائه شده، هزینه مصرف برق کاربران و تفاوت های بار پیک و افت و خیز بار پروفیل بار بخش خانگی را بدون نارضایتی کاربران کاهش داده و بدین ترتیب بخش خانگی در پاسخ گویی مؤثر به تقاضا سهیم می گردد. علاوه بر این، این مدل می تواند تصمیم گیری های استراتژی های قیمت گذاری برق تحت توسعه بازار برق را پشتیبانی کند. مقدمه: پاسخ تقاضا (Demand Response) که روش اصلی تعامل بین شبکه برق و مشتریان در توسعه بازار برق است، در سال های اخیر به طور گسترده به کار رفته است. پاسخ تقاضا از منظر تاسیسات شبکه می تواند نمایه بار را با کاهش بار پیک و اختلاف پیک تا دره بهبود بخشد؛ از این رو هزینه عملیاتی سیستم را کم کرده و از فشار سرمایه گذاری شبکه بر روی افزایش بار می کاهد. از سوی دیگر پاسخ تقاضا از هزینه مصرف برق مشتریان بدون تاثیر گذاری بر روی رضایت آنها می کاهد. در بین بارهایی که می توانند در پاسخ تقاضا نقش داشته باشند، بار مجتمع مسکونی پتانسیل زیادی داشته و می تواند به طور کارآمدی منحنی بار سمت تقاضا را اصلاح کند [2و1]. با توسعه فناوری شبکه هوشمند، بارهای قابل کنترل و تولید پراکنده (Distributed Generation) به تدریج در سمت مصرف مسکونی تجمیع شده اند. علاوه بر این اندازه گیرهای هوشمند به تدریج در ساختمان های مسکونی به کار گرفته شده اند. بنابراین، یک مشترک جدید پاسخ تقاضا با انعطاف پذیری بار قابل توجهی از طرف مسکونی ایجاد می شود که مجتمع مسکونی هوشمند است. شکل 1 مولفه های بار و تولید پراکنده را در مجتمع مسکونی هوشمند نشان می دهد که شامل بار قابل قطع، بار قابل کنترل، پنل خورشیدی پشت بام و باتری ذخیره ساز است. مجتمع مسکونی هوشمند در مقایسه با بارهای مسکونی مرسوم، پتانسیل بیشتری برای پاسخ به تقاضا دارد در نتیجه به خاطر انعطاف پذیری بالای بار می تواند منحنی بار را به طور چشمگیری هموار کند. علاوه بر این پاسخ تقاضای مجتمع مسکونی هوشمند در مورد واحدهای خدماتی پشتیبانی نیز برای سهیم کردن آنها در بازار برق بسیار مهم است. چون به تازگی از مفهوم مجتمع مسکونی هوشمند رونمایی شده است، مطالعات اندکی روی پاسخ تقاضای این واحد به طور خصوص انجام شده است. در نتیجه مطالعه راهبرد پاسخ تقاضای مجتمع مسکونی هوشمند مهم و ضروری است.

With the reformation of electric power market and the development of smart grid technology, smart residential community, a new residential demand side entity, tends to play an important role in demand response program. This paper presents a demand response scheduling model for the novel residential community incorporating the current circumstances and the future trends of demand response programs. In this paper, smart residential loads are firstly classified into different categories according to various demand response programs. Secondly, a complete scheduling scheme is modeled based on the dispatch of residential loads and distributed generation. The presented model reduces the cost of user’s electricity consumption and decreases the peak load and peak-valley difference of residential load profile without bringing discomfort to the users, through which residential community can participate in demand response efficiently. Besides, this model can also provide support for the decision of electricity pricing strategies under power market development. Introduction: Demand response (DR), the main method of interaction between the power grid and customers under power market development, has been widely applied in recent years. In perspective of the grid utility, DR can improve load profile by reducing peak load and peak-valley difference, thus decreasing the operation cost of the system, and alleviating the pressure of the grid investment on load increase. On the other hand, for the electricity consumers, DR reduces cost of customers’ electricity consumption without affecting their satisfaction. Among loads that can participate in DR, residential load has great potentiality, and can effectively ameliorate the demand-side load curve [1,2]. With the development of smart grid technology, controllable loads and distributed generation (DG) have been gradually integrated into residential side. Smart meters, in addition, have been gradually applied to residential buildings. Therefore, a new DR participant with considerable load flexibility arises from residential side, which is smart residential community. Fig. 1 shows the components of the load and DG in smart residential community that include interruptible load, controllable load, roof-top solar panel, and storage battery. In comparison to conventional residential loads, smart residential community has greater DR potentiality leading to that it can smooth the load curve more dramatically owing to its load flexibility. In addition, DR of smart residential community is also crucial for ancillary service entities to get involved in power market. Since smart residential community arises freshly, few studies have been done upon DR of this specific entity. Thus, it is meaningful and necessary to study the DR strategy of smart residential community.

بخشی از ترجمه مقاله (صفحه 16 و 17 فایل ورد ترجمه)