این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
کیفیت و بهره وری صنعت برق ایران، جلد ۱۲، شماره ۵، صفحات ۰-۰
عنوان فارسی دسته بندی خودروها به منظور مشارکت خرده فروش در بازارهای روزپیش انرژی و رزرو با در نظر گرفتن عدم قطعیت های مختلف به صورت همزمان
چکیده فارسی مقاله باظهور شبکه­ های هوشمند، سیستم قدرت با چالش‌های جدیدی در رابطه با تغییرات ایجاد شده در زیرساخت‌ها، تنوع واحدهای تولیدی و انواع تقاضا مواجه شده است که نیازمند مدیریت بهتر در این خصوص خواهد بود. بدین منظور شرکت­های واسطه­ ای ایجاد گردیدند تا با ایجاد ارتباط بین دو سمت تولید و تقاضا، چالش­ های ایجاد شده را برطرف کنند. شرکت­ های خرده فروش یکی از این شرکت­های عامل می­ باشند که به ایفای نقش بین بهره­ برداران بازار برق و بازیگران طرف تقاضا پرداخته و در صدد افزایش سود هستند. خودروهای الکتریکی (EVs) جزو مصرف­ کنندگانی هستند که خرده ­فروشان علاوه بر تأمین انرژی مورد نیاز برای شارژ باتری آن­ها، می ­توانند از آن­ ها به عنوان منابع تولید انرژی برای فروش در بازارهای روزپیش (DA) انرژی و رزرو استفاده نمایند. در این میان خرده ­فروش با عدم قطعیت ­های بسیاری در خصوص مشخصات فیزیکی خودروهای الکتریکی، رفتار مالکان آن­ها و همچنین عدم قطعیت­ های مربوط به بازار­های انرژی و رزرو مواجه می­ باشند. به منظور مشارکت بهینه خرده ­فروش در بازارهای مذکور و همچنین تأمین نیازمندی­ های خودروهای الکتریکی، یک چارچوب بهینه ­سازی دو مرحله­ ای در این مقاله ارائه می­گردد. همچنین از دسته ­بندی خودروها به منظور مدلسازی تمامی عدم قطعیت­ ها به صورت همزمان بهره گرفته می­ شود. با توجه به نتایج به دست آمده از شبیه­ سازی­ های انجام شده در نرم ­افزار GAMS، کاربردی بودن روش پیشنهادی اثبات خواهد شد.
کلیدواژه‌های فارسی مقاله خودرو برقی، خرده فروش، بازار انرژی روز پیش، بازار رزرو روز پیش، بهینه سازی دو مرحله ای، دسته بندی خودروها.
عنوان انگلیسی Electric vehicles’ classification for the participation of retailers in Day-Ahead energy and reserve markets taking into account different uncertainties simultaneously
چکیده انگلیسی مقاله Following deregulation in the electricity grids, power systems has faced new challenges in terms of diversification of generation units and demands types, which requires a more comprehensive management framework. For this purpose, several new players were introduced to resolve the challenges between generation and demand side. Among others, retailers are the one that play a crucial role by creating a link between electricity market operators and the consumers, seeking maximize profits and reduction of the costs of their customers. Electric vehicles (EVs), meanwhile, are among the bilateral consumers which retailers are able to both provide energy for as well as see as an energy sources for sales in Day-Ahead (DA) energy and reserve markets. Nevertheless, Retailers face several uncertainties regarding the physical characteristics of electric vehicles, the behavior of their owners, in addition to the uncertainties inherent in energy and reserve markets faced by any player. In order to optimal participation of retailers in those markets as well as to meeting the needs of electric vehicles, a two-stage optimization framework is presented in this paper. Vehicle clustering is also utilized to model all uncertainties simultaneously. Thus the main contributions of this paper can be summarized as follows: A new method for classifying electric vehicles based on battery characteristics (such as battery capacity, charge and discharge rate, etc.) and owners' behaviors (availability at parking stations, arrival and departure times, initial charge state, etc.) is proposed. This clustering helps reduce the computational load by avoiding duplicate calculations. A novel model is presented for retailers to the participate in the reserve market using the capabilities of electric vehicles. Therefore, in this paper, retailers participate in the energy and reserve markets simultaneously using the potential of electric vehicles. A two-stage stochastic linear model has been introduced to consider most of the uncertainties with respect to the aggregation of the potential of EVs by the retailer to plan their participation in different electricity markets. Using the proposed optimization framework and vehicle classification, all uncertainties related to the initial charge of the EVs' batteries, type and capacity of batteries, the expected final state of charge, the times of arrivals and departures of vehicles to / from parking lots, EVs' battery charging and discharging rates, EVs' battery efficiency, reserve market call status, as well as uncertainties related to DA energy and spinning reserve prices, and the number of EVs in parking lots are modeled simultaneously. Finally, the model has been implemented in GAMS considering the option of the retailer participation as a seller in the energy and spinning reserve markets. It has been shown that if the retailer has the mentioned choice, (s)he can benefit from selling in both markets even if sell energy at a low price to electric vehicles in parking lots.
کلیدواژه‌های انگلیسی مقاله Electric vehicle, retailer, Day-Ahead energy market, Day-Ahead reserve market, two-stage optimization, Electric vehicles’ classification.
نویسندگان مقاله رامین دهقانی | Ramin Dehghani
Semnan University
دانشگاه سمنان

اصغر اکبری فرود | ‪Asghar Akbari Foroud
Semnan University
دانشگاه سمنان

نشانی اینترنتی http://ieijqp.ir/browse.php?a_code=A-10-1467-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده برق و کامپیوتر
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات