Abstract
Demand side management (DSM) is one of the important functions in a smart grid that allows customers to make informed decisions regarding their energy consumption, and helps the energy providers reduce the peak load demand and reshape the load profile. This results in increased sustainability of the smart grid, as well as reduced overall operational cost and carbon emission levels. Most of the existing demand side management strategies used in traditional energy management systems employ system specific techniques and algorithms. In addition, the existing strategies handle only a limited number of controllable loads of limited types. This paper presents a demand side management strategy based on load shifting technique for demand side management of future smart grids with a large number of devices of several types. The day-ahead load shifting technique proposed in this paper is mathematically formulated as a minimization problem. A heuristic-based Evolutionary Algorithm (EA) that easily adapts heuristics in the problem was developed for solving this minimization problem. Simulations were carried out on a smart grid which contains a variety of loads in three service areas, one with residential customers, another with commercial customers, and the third one with industrial customers. The simulation results show that the proposed demand side management strategy achieves substantial savings, while reducing the peak load demand of the smart grid
چکیده
مدیریت طرف تقاضا (DSM) یکی از وظایف مهم در یک شبکه ی هوشمند است که به مشتریان این امکان را می دهد که با توجه به مصرف انرژی خود، تصمیمات آگاهانه ای بگیرند، و به تولید کنندگان انرژی کمک می کند تا پیک تقاضای بار را کاهش داده و پروفایل بار را تغییر دهند. این امر منجر به افزایش دوام شبکه ی هوشمند و هم چنین کاهش هزینه ی عملیاتی کلی و انتشار کربن می شود. بیشتر استراتژی های مدیریت طرف تقاضای موجود به کار رفته در سیستم های مدیریت انرژی سنتی از تکنیک ها و الگوریتم های مشخصی استفاده می کنند. علاوه بر این، استراتژی های موجود فقط برای تعداد محدودی از انواع محدودی از بارهای کنترل پذیرسودمند هستند. این مقاله یک استراتژی مدیریت طرف تقاضا ارائه می دهد که برای مدیریت طرف تقاضای شبکه های هوشمند آینده که دستگاه های مختلف زیادی دارند، مبتنی بر تکنیک انتقال باراست. این تکنیک انتقال بار پیشنهاد شده در این مقاله بطور ریاضی به صورت یک مسئله ی کمینه سازی قرمول بندی می شود. یک الگوریتم تکاملی (EA) مبتنی بر اکتشاف برای حل این مسئله ی کمینه سازی ارائه شد. شبیه سازی ها بر روی یک شبکه ی هوشمندی که حاوی بارهای مختلفی در سه ناحیه ی سرویس دهی انجام شد. یک ناحیه مربوط به مشتریان مسکونی، دیگری مشتریان تجاری و سومی مربوط به مشتریان صنعتی بود. نتایج شبیه سازی نشان می دهند که استراتژی مدیریت طرف تقاضای پیشنهادی در حالیکه پیک تقاضای بار شبکه ی هوشمند را کاهش می دهد، به میزان قابل ملاحظه ای هم پس انداز فراهم می کند.
عبارات شاخص- مدیریت طرف تقاضا، منبع انرژی توزیع شده، الگوریتم تکاملی، زمان بندی تولید، انتقال بار، شبکه ی هوشمند.
1-مقدمه
شبکه ی هوشمند [1] و [2] نمایی از سیستم های قدرت آینده را ارائه می دهد که ترکیبی از تکنولوژی های پیشرفته ی هوشمند، روش های کنترلی پیشرفته و تکنولوژی های مخابراتی در سطوح انتقال و توزیع هستند تا به شیوه ای هوشمند و راحت برای مصرف کنندگان، برق را تامین کنند. طبق گزارش دپارتمان شبکه ی مدرن انرژی، مشخصه های اصلی [2] یک شبکه ی هوشمند قابلیت استفاده ی آسان توسط مصرف کنندگان، ضد ضربه و قابلیت خود تعمیرکنندگی، مقاومت در برابر آسیب، قابل استفاده با انواع روش های مختلف تولید و ذخیره، عملکرد باصرفه بر اساس بازار برق، کیفیت توان بالا، و هزینه ی بهینه هستند. فاکتورهای اقتصادی، سیاسی، محیطی، اجتماعی و فنی زیادی بر این شبکه ی مدرن تاثیر می گذارند....