Abstract
This paper presents mathematical optimization models of residential energy hubs which can be readily incorporated into automated decision making technologies in smart grids, and can be solved efficiently in a real-time frame to optimally control all major residential energy loads, storage and production components while properly considering the customer preferences and comfort level. Novel mathematical models for major household demand, i.e., fridge, freezer, dishwasher, washer and dryer, stove, water heater, hot tub, and pool pumps are formulated. Also, mathematical models of other components of a residential energy system including lighting, heating, and air-conditioning are developed, and generic models for solar PV panels and energy storage/generation devices are proposed. The developed mathematical models result in Mixed Integer Linear Programming (MILP) optimization problems with the objective functions of minimizing energy consumption, total cost of electricity and gas, emissions, peak load, and/or any combination of these objectives, while considering end-user preferences. Several realistic case studies are carried out to examine the performance of the mathematical model, and experimental tests are carried out to find practical procedures to determine the parameters of the model. The application of the proposed model to a real household in Ontario, Canada is presented for various objective functions. The simulation results show that savings of up to 20% on energy costs and 50% on peak demand can be achieved, while maintaining the household owner’s desired comfort levels
چکیده
این مقاله مدل‌های بهینه‌سازی ریاضی قطب‌های انرژی مسکونی را ارائه می‌کند، که می‌توان آنها را در تصمیم‌گیری خودکار برای ایجاد تکنولوژی‌های موجود در شبکه‌های هوشمند دخالت داد، و همچنین می‌توان آنها را در یک چارچوب زمان واقعی به صورت بهینه برای کنترل بهینه‌ی تمام بارهای انرژی مسکونی اصلی، مؤلفه‌های ذخیره‌سازی و تولید در حین درنظر داشتن مناسب اولویت های مشتری و سطح رفاه، حل کرد. مدل‌های ریاضی برجسته برای نیازهای اصلی خانوار از جمله، یخچال، فریزر، ماشین ظرفشویی، لباسشویی و خشک کن، اجاق گاز، آبگرمکن، حمام داغ و پمپ‌های استخر، نیز فرمول بندی شده‌اند. همچنین مدل‌های ریاضی مؤلفه‌های دیگر از یک سیستم انرژی مسکونی شامل روشنایی، گرم‌سازی، و تهویه‌ی هوا توسعه یافته‌اند و مدل‌های کلی برای پنل‌های PV خورشیدی و تجهیزات ذخیره‌سازی/تولید انرژی نیز پیشنهاد شده‌اند. مدل‌های توسعه‌یافته‌ی ریاضی در مسائل بهینه‌سازی برنامه‌ریزی خطی صحیح ترکیبی (MILP) به همراه توابع هدف حداقل‌سازی مصرف انرژی، هزینه‌ی کل گاز و برق، نشتی‌ها، بار اوج، و/یا هر ترکیبی از این اهداف، با درنظر گرفتن اولویت‌های کاربر نهایی، حاصل می‌شوند. چندین مطالعه‌ی موردی واقع گرایانه نیز برای بررسی عملکرد مدل ریاضی و بررسی‌های تجربی برای یافتن رویه‌های کاربردی برای تعیین پارامترهای مدل، انجام شدند.کاربرد مدل پیشنهادی برای یک خانوار واقعی در اونتاریوی کانادا برای توابع هدف مختلف، ارائه شده است. نتایج شبیه‌سازی، نشان می‌دهند که می‌توان به صرفه‌جویی تا 20% در هزینه‌ی انرژی و 50% در اوج مصرف، دست یافت، در حالی که سطوح رفاه مطلوب خانوار را نیز حفظ کرد.
اصطلاحات کلیدی – پاسخ به تقاضا، مدلسازی ریاضی، بهینه‌سازی، قطب‌های انرژی مسکونی، شبکه‌های هوشمند
1- مقدمه
شبکه‌های هوشمند با ارائه‌های بزرگ پشتیبانی از منابع مبتنی بر تقاضای توزیع شده به همراه پاسخ تقاضای وسیع سیستمی (DR) روبرو هستند که به وسیله‌ی سیگنال‌های قابلیت اعتماد و اقتصادی، راه اندازی می‌شوند. تأسیسات همچنین از تقاضای سمت مدیریت (DSM) و سرویس‌های DR برای مدیریت بهتر شبکه‌هایشان استفاده می‌کنند. برنامه‌های DR مشتریان را ترغیب می کنند تا بارها را در طول دوره‌های شرایط بحرانی شبکه یا بازه‌های پرهزینه‌ی انرژی، کاهش دهند؛ در عوض برای کاهش بار، مشتریان مبلغ کمتری می‌پردازند. به بیان دیگر، برنامه‌های DSM و DR تأسیسات و مشتریان را جبران می‌کنند. نقش DSM و DR قابل توجه است و این مسائل باید به پتانسیل کاملی با توسعه‌ی شبکه‌های هوشمند برسند...