عنوان ترجمه شده مقاله: مدل سازی مبتنی بر عامل برای بازارهای خرده فروشی انرژی الکتریکی بر اساس پاسخ به تقاضا

چکیده

در این مقاله، رفتار یک بازار خرده فروشی انرژی الکتریکیِ روز بعد (DA) با استفاده از پاسخ به تقاضای (DR) مبتنی بر قیمت برای بارهای AC با استفاده از یک چارچوب چند-عامله سلسله-مراتبی و به کارگیری یک رویکرد آموزش مبتنی بر ماشین مورد مطالعه قرار گرفت. در اولین سطح، یک عامل خرده فروش، انرژی را از بازار عمده‌فروشی DA خریداری کرده و آن را به مشتری می فروشد. هدف عامل خرده فروش بیشینه کردن سود با تنظیم قیمت های خرده‌فروشی بهینه است؛ با در نظر داشتن پاسخ‌ِ  بارهای حساس به قیمت. به محض دریافت قیمت خرده فروشی، در سطح پایین تر سلسله مراتب، عامل های AC یک الگوریتم آموزش-Q را برای بهینه کردن الگوهای مصرفشان با اصلاح نقاط تنظیم دمای دستگاه ها به کار می گیرند؛ با در نظر داشتن قیمت‌های مصرف و اولویت های کاربر. به دلیل اینکه عامل خرده فروش دسترسی مستقیم به دینامیک بارهای AC و فرآیند تصمیم ندارد (اطلاعات ناقص)، امنیت داده های مشتری ها تبدیل به منبعی از عدم قطعیت ها در مدل تصمیم خرده فروش می شود. خرده فروش بر تکنیک هایی در زمینه آموزش ماشینی اتکا می کند تا یک مدل قابل اطمینان را برای رفتار تجمیعی بارهای حساس به قیمت برای کاهش عدم قطعیت فرآیند تصمیم سازی توسعه بخشد. از این رو، یک فریمورک چند-عامله مبتنی بر آموزش ماشین ما را قادر می سازد تا مسائلی مانند قابلیت همکاری و تصمیم سازی را با استفاده از اطلاعات ناقص در سیستمی مورد ارزیابی قرار دهیم که حریم خصوصی مشتری را حفظ می کند. نشان خواهیم داد که با استفاده از مدل پیشنهادی، همه عامل ها قادر خواهند بود به طور همزمان رفتارشان را بهینه کنند. نتایج شبیه سازی نشان می دهد که رویکرد پیشنهادی منجر به کاهش هزینه کل مصرف همزمان با همگرایی به نقطه تعادل خواهد شد. این مسئله همچنین همزمان می شود با بیشینگی در سود خرده فروش. همچنین نشان خواهیم داد که معماری تصمیمِ مشابهی را می توان برای کاهش بار پیک به منظور ارتقای سیستم توزیع تحت نفوذ بالای توان فتوولتاییک (PV) در فیدر توزیع مورد استفاده قرار داد.

1-مقدمه

با تکامل ساختار سیستم های قدرت به همراه افزایش سریع نفوذ منابع انرژی تجدیدپذیر به شبکه های برق، تکنیک های جدید در چارچوب شبکه های هوشمند [1] برای اطمینان از عملکرد ایمن و مطلوب سیستم های انرژی الکتریکی معرفی شدند [2]. در این زمینه، پاسخ تقاضا (DR) معرفی شده است تا به مصرف کنندگان فرصت بدهد در مدیریت و کنترل فرایندهای سیستم قدرت مشارکت کنند...

 میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید