برمک بیگ زاده نوعی

با توجه به اهمیت روز افزون انرژی در حوزه‌های مختلف، مدیریت و توزیع مناسب آن از جایگاه ویژه‌ای برخوردار است. لذا دراین پژوهش، به بحث مدیریت انرژی غیرمتمرکز برای ریزشبکه‌های هوشمند شامل منابع تولید پراکنده، باتری‌ها و بارهای پاسخگو پرداخته شده است. با توجه ‌به ماهیت متغیر بار مصرفی و نوسانات قیمت برق، مدیریت بهینه انرژی در ریزشبکه‌ها با چالش‌های متعددی همراه است. همچنین، ساختارهای کنترلی متمرکز در سیستم‌های بزرگ‌مقیاس موجب افزایش حجم محاسبات و پیچیدگی الگوریتم‌های کنترلی می‌شوند. دراین پژوهش، یک چارچوب چندعاملی غیرمتمرکز توسعه‌ یافته‌است که در آن منابع تولید، باتری‌ها و مصرف‌کنندگان به‌عنوان عوامل مستقل و هوشمند با قابلیت یادگیری و تعامل با محیط در نظر گرفته شده‌اند.. روش پیشنهادی مبتنی بر یادگیری تقویتی و بدون نیاز به مدل دقیق، سیاست‌های بهینه را با انتخاب تابع هزینه جامع شامل اهداف و قیود شبکه، برای مدیریت انرژی تعیین می‌نماید. همچنین به‌منظور افزایش قابلیت اطمینان و کاهش ریسک تصمیم‌گیری، از رویکرد بهینه‌سازی مقاوم استفاده شده و عدم قطعیت‌های مربوط به بار مصرفی و قیمت تبادل انرژی مدل‌سازی و کنترل شده‌اند. علاوه‌براین، بهره‌گیری از برنامه‌های پاسخگویی بار امکان کاهش هزینه‌های مصرفی و افزایش سودآوری تولیدکنندگان را فراهم می‌کند. هدف اصلی این پژوهش، حداکثرسازی سود تولیدکنندگان، حداقل‌سازی هزینه مصرف‌کنندگان و کاهش وابستگی ریزشبکه به شبکه اصلی بوده که با استفاده از داده‌های واقعی بار مصرفی و قیمت بازار برق ایران شبیه‌سازی و ارزیابی شده است. نتایج کمی و کیفی شبیه‌سازی‌‌ها با سناریوهای متفاوت نشان می‌دهد که این روش با ایجاد تعادلی بهینه میان هزینه‌ها و سودها، به بهبود عملکرد ریزشبکه در حضور قیود و شرایط مسئله مدیریت انرژی منتج می شود.

یکی از مهم‌ترین لایه‌های کنترلی در ریزشبکه‌ها لایۀ کنترل ثانویه است. این لایه وظیفه جبران انحرافات ولتاژ، فرکانس و اشتراک‌گذاری توان اکتیو و راکتیو در ریزشبکه را برعهده دارد. استراتژی‌های کنترلی رایج در سه دستۀ متمرکز، غیرمتمرکز و توزیع‌یافته تقسیم‌بندی می‌شوند. وجود زیرساخت مخابراتی برای تبادل اطلاعات در استراتژی کنترلیِ مرکزی وتوزیع‌شده که می‌تواند راهی برای حملات سایبری به شبکه باشد، یکی از معایب این دو روش هست. عدم نیاز به وجود زیر ساخت مخابراتی در ساختار کنترلی غیرمتمرکز، برای جبران انحرافات ولتاژ و فرکانس و در نتیجه از بین بردن یکی از ضعف‌های شبکه در برابر حملات سایبری باعث مزیت این ساختار شده‌است. در این پژوهش، یک کنترل‌کننده غیرمتمرکز بهینه مبتنی‌بر منطق فازی به‌منظور بازیابی فرکانس و تسهیم توان اکتیو در یک ریزشبکه، ارائه شده‌است. کنترل‌کننده بهینه مبتنی‌بر منطق فازی ارائه شده، برای رسیدن به بازیابی فرکانس و اشتراک‌گذاری توان اکتیو که هدف این پژوهش است، بی‌نیاز از زیرساخت مخابراتی برای تبادل اطلاعات است. طراحی این کنترل‌کننده، بر پایه یک تابع هزینه خطی-مربعی است که با استفاده از روش LQR حل بهینه‌ای برای آن ارائه شده‌است. ضرایب وزنی Q وR در کنترل‌کننده ارائه شده(LQR) براساس منطق فازی تعیین شده‌است که این کار باعث انتخاب‌شدن بهترین ضرایب وزنی و در نتیجه عملکرد بهتر کنترل‌کننده می‌شود. برای طراحی این کنترل‌کننده فقط از دینامیک فیلتر پایین‌گذر در حلقه کنترل شیب-افتی استفاده شده‌است. این روش به پروتکل‌های وابسته به زمان نیاز ندارد و مبتنی‌بر رخداد است. با به‌کارگیری این روش، فرکانس ریزشبکه بعد از اغتشاشات به‌سرعت به‌مقدار نامی خود برمی‌گردد، در نتیجه اهداف کنترل ثانویه (بازیابی فرکانس و تسهیم توان اکتیو) به‌خوبی محقق می‌شود.