دانلود شبیه سازی مقاله شارش بار بهینه در راستای افزایش سود شبکه

شارش بار بهینه

به ­مدت چند دهه، اشکال مختلف مدیریت سمت تقاضا (DSM) توسط اپراتورهای شبکه برای تنظیم نمایه­ های بار سیستم و بهبود تعادل تولید بار سیستم (به ­عنوان مثال، با کنترل ­از راه­ دور و سوئیچ-بلاک بارهای گرمایشی ذخیره ­سازی) به­ کار برده­ شده­ است. این روش­های DSM، غیر محلی بوده و فقط تقاضای کل سیستم را تحت تأثیر قرارداده­ اند، چون کنترل تقاضا در نواحی یا مکان­های خاصی در شبکه امکان­پذیر نبوده­ است. در پرتو رشد منابع انرژی تجدیدپذیر متغیر و کاهش سهم تولید معمولی در سبد تولید کل، بسیاری از مطالعات، نیاز به شبکه های آینده را برای ارائه­ ی انعطاف­ پذیری بیشتر به سیستم ازطریق ابزارهای جایگزین، مشخص کرده­ اند. DSM به عنوان پتانسیل ارائه­ ی مقدار قابل ­توجهی از این انعطاف­ پذیری موردنیاز، پیشنهاد شده­ است. در برخی مقالات، تخمین زده­ می ­شود که درصورت اجرای فنآوری­ ها و مشوق ­های لازم DSM، حدود 5٪ از کل بار سیستم بریتانیا (GB) در تقاضای اوج زمستانه، قابل­ تعویض است. علاوه بر سهم DSM در ایجاد توازن انرژی سیستم، DSM همچنین از پتانسیل قابل ­توجهی برای بارهای پاسخگوی تقاضا درجهت تقلیل احتمالات شبکه و مدیریت محدودیت­ها برخوردار است. مرور مفاهیم اصلی و رویکردهای مورداستفاده در DSM “شبکه­ محور” (با مراجعه به طرح­های DSM با هدف ارتقای عملکرد و امنیت شبکه) در برخی مقالات ارائه شده ­است.

در این پروژه از تکنیک OPF استفاده شده­ است تا ارزیابی شود که بارهای پاسخگوی تقاضا در یک شبکه ­ی توزیع معین، ازنظر توانایی رفع محدودیت­ های شبکه ­ی بالادست و ارائه ­ی خدمات کمکی، مانند ذخیره ­ی عملیاتی، حداکثر “ارزش” را برای سیستم فراهم­ می­کنند. این رویکرد در سیستم­ های تست توزیع شعاعی و شبکه­ ای معمولی بریتانیا نشان داده ­شده­ است. همچنین مشخص شده­ است که محل دقیق شبکه ­ی منابع DSM ازنظر مدیریت محدودیت­ های بالادست، تأثیر به ­سزایی در ارزشی دارد که یک بار قابل­ تعویض معین می­تواند برای سیستم فراهم­ نماید. این امر به ­دلیل ویژگی ­های الکتریکی متفاوت بارها و شبکه­ های به ­هم ­پیوسته­ ی آنهاست. یک روش مبتنی ­بر OPF برای ارزیابی موقعیت­ های شبکه ­ی بهینه برای DSM، به­ موازات یک فهرست برای رتبه ­بندی هر باس بار سیستم توزیع با توجه ­به مزیت کل شبکه ­ی ارائه ­شده توسط کاربرد DSM در آن باس، ارائه شده­ است. این روش به­ منظور تلفیق مدل­ های واقعی ­تر از ترکیب بار در هر باس، توصیف مخلوط انواع بار و تغییرات روزانه، توسعه داده ­شده ­است. مدل­ های بار جامع و تفصیلی برای هریک از بخش­ های اصلی بار، استفاده شده و از یک OPF سری ­زمانی برای تعیین میزان ذخیره ­ی موثر MVA استفاده­ می­ شود که می­تواند برای رابط GSP توسط هر نوع باری ارائه ­شود. تجزیه ­و تحلیل OPF با استفاده از یک ابزار استاندارد صنعت (PSS/E) انجام ­می ­شود و بنابراین می­تواند ازطریق اپراتورهای شبکه به­ راحتی مورد استفاده قرار گیرد تا مشخص شود کدام بارهای DSM یا کدام ترکیب از بارهای DSM می­تواند بیشینه مزیت را برای یک سیستم در محدوده­ ی سناریوهای عملیاتی فراهم ­آورد. میزان بار دردسترس برای DSM و مدت زمانی که بار می­تواند تغییر کند، بسته به نوع دقیق بار و نحوه­ ی استفاده ­ی این بار توسط کاربران نهایی، متفاوت است. به­ عنوان مثال، ترکیب بارهای مسکونی و تجاری ممکن است براساس موقعیت جغرافیایی تغییر کند و تفاوت­های چشم­گیری بین مناطق شهری، حومه­ ی شهر یا مناطق روستایی وجود داشته ­باشد. این امر، شناسایی نمایه ­های بار “معمولی” را بسیار دشوار می­کند. تجزیه ­و تحلیل ارائه ­شده از بارهای DSM به­ طور بالقوه می­تواند با افزودن زیربخش­های بار بیشتر و انواع بار برای کاربران نهایی مختلف و با مدل­سازی دقیق ­تر و پویاتر برنامه ­های کنترل بار خاص، بهبود یابد. تجزیه­ و تحلیل ارائه ­شده در این مقاله به این دلیل محدود است که هر مرحله ­ی زمانی شبیه ­سازی را جداگانه در نظر می­گیرد و همه ­ی محدودیت ­ها و وابستگی ­های زمانی مرتبط با قطع و وصل مجدد انواع مختلف بارهای قابل تعویض را شامل ­نمی ­شود.

این شبیه سازی در محیط نرم افزار متلب (MATLAB) انجام شده و در ادامه نیز تعدادی از تصاویر مربوط به خروجی های شبیه سازی قرار داده شده اند: