خلاصة:
استفاده از مفهوم پاسخگوی بار (تقاضا) یکی از روشهای مؤثر برای بهینه سازی و تعدیل مصرف انرژی الکتریکی است. پاسخ به تقاضای مبتنی بر زمان معمولاً براساس دسته بندیهای کلی شامل صنعت، کشاورزی، تجاری، مسکونی طراحی میشود. بهدلیل یکسانی تعرفههای قیمتگذاری عمومی در هر دسته بندی، این روش بعضاً با مشکلاتی مواجه میگردد. یکی از مشکلات بارز پاسخ به تقاضای مبتنی برزمان غیر فعال (پسیو)، انتقال بار بیش از حد میباشد. دراین مقاله با انجام زیر دسته بندی برای هر دسته و معرفی تعرفههای ویژه برای همان زیر دستهها، نوع جدیدی از پاسخ به تقاضای مبتنی بر زمان را ارائه شده است. این مدل جدید علاوه بر بهینه سازی الگوی مصرف زیر دسته، سبب بهبود مصرف کلی ناحیهای که آن زیر دسته نیز قرار دارد، میگردد. جهت بررسی و تصدیق روش کار با استفاده از دادههای واقعی به مطالعه موردی در صنایع شیشه و سیمان پرداخته شده است. الگوریتمهای ژنتیک و توده ذرات جهت بهینه سازی تابع هدف بهکار برده شده است. با استفاده از اطلاعات حاصل از ممیزی انرژی در این دو صنعت و با توجه به تقسیم بندی بارها بر مبنای زمان استفاده ملاحظه شده است تعرفه گذاری بر مبنای پاسخ گویی بار موجب جابجایی بار و کاهش مصرف انرژی الکتریکی در صنعت شیشه و سیمان خواهد شد. بررسیها حاکی از آن است که روش پیشنهادی به ویژه در صنایع سه شیفته کاربرد خواهد داشت.
Demand Response (DR) is an effective method for electricity coservation. Time-based demand response is basically based on general categorization of consumers including industrial, agricultural, commercial, and residential subscribers. Due to identicalness of tariffs within each category, time-based (PTB) demand response generally leads toexcessive load transfer. In this paper, with the subcategorization of each category and introduction of different tariffs for each subcategory, a new type of time-based demand response is introduced. It is expected that this proposal will lead to better consumption pattern within subcategories as well as its encompassing category. To validate the proposed scheme we have used real data for the case of glass and cement industries. Genetic algorithms and particle swarm are used to optimize the objective function. Usind data garnered from energy audits in these industries and categorizing load data in accordance to their time of use, it has been concluded that demand response tariffs can result into load shifts and reduced electricity consumption.
ملخص الجهاز:
تحت پاسخ به تقاضا مبتني بر زمان فعال ، مصـرف کننـدگان از گروه هدف ميتواند يک يا بيشتر از طرح هاي قيمت گذاري طراحي شده مشخص را بـه دسـت آورند(چو،٢٠١٦).
٤. الگوي پيشنهادي تابع هدف بهترين طرح رفتاري : ساختار مدل پيشنهادي همان طور کـه در شـکل (٣) نشـان داده شـده است ، بر اين فرض استوار است که هر عامل مصرف کننده ابتدا بهترين طـرح رفتـاري را بـا توجـه بـه قيمت جديد براي رسيدن به کمترين هزينه بالقوه شناسايي مـيکنـد.
(رجوع شود به تصویر صفحه) اطلاعات شبيه سازي: به منظور يافتن بهينه ترين جواب ممکن ، روش الگـوريتم ازدحـام ذرات و بـا استفاده از تابع هدف و اعمال قيود مسـأله و قـرار دادن اطلاعـات کسـب شـده از هـر دوکارخانـه سيمان و شيشه که در بخش چهارم مقاله قرار دارد، استفاده گرديد، که نتـايج بـه دسـت آمـده در بخش پنجم نمايش داده شده و تحليل ميگـردد.
منحني مقايسه اي مصرف روزانه کارخانه سيمان با استفاده از الگوريتم ازدحام ذرات همان طور که در شکل (٩) ملاحظه ميشـود کـه مصـرف دقيقـا در شـروع سـاعت هـاي اوج بـار (خصوصا در تابستان ) يعني ساعت هاي ١٤الي ١٧ و ١٩ الـي ٢٤ بـه کمتـرين مقـدار خـود رسـيده است .
منحني بهينه ترين هزينه براي کارخانه سيمان با تأثير حقوق و دستمزد با استفاده از الگوريتم ژنتيک (رجوع شود به تصویر صفحه) شکل ١٣.