مدیریت انرژی چند هدفه ریزشبکه‌ها در حضور دستگاه‌های D-FACTS و انرژی‌های تجدیدپذیر با استفاده از الگوریتم رفتار مبتنی بر عملکرد یادگیرنده

Abstract

توسعه ریزشبکه­ها به دلیل بارهای هوشمند، منابع انرژی تجدیدپذیر، سیستم­های ذخیره انرژی و همچنین وجود وسایل نقلیه الکتریکی (EV) در حال پیشرفت است. وجود چنین وسایلی در ریزشبکه ها ممکن است باعث ناهماهنگی در ریزشبکه شود که منجر به افزایش تلفات و تغییر در ولتاژ باس های ریزشبکه شود. در این مقاله، یک مدل برنامه‌ریزی درجه دوم عدد صحیح مختلط (MIQP) برای مدیریت انرژی ریزشبکه در حضور بارهای هوشمند، منابع انرژی تجدیدپذیر، وسایل نقلیه الکتریکی و سیستم‌های ذخیره‌سازی انرژی ارائه شده است. همچنین برای جلوگیری از تغییرات ولتاژ و کاهش تلفات از دستگاه سیستم انتقال متناوب منعطف توزیع شده (D-FACTS) استفاده شده است. یک تابع چند هدفه مبتنی بر سناریو برای کاهش تلفات برق و انحرافات ولتاژ، کاهش قطع برق منابع تجدیدپذیر و کاهش آلودگی زیست محیطی ناشی از تولید پراکنده با سوخت فسیلی (DG) و در نهایت کاهش قطعی بار ریزشبکه برای کاهش آسیب‌پذیری سیستم پیشنهاد شده است. در این مقاله، یک الگوریتم تکاملی نوآورانه به نام الگوریتم رفتار مبتنی بر عملکرد یادگیرنده (LPB) پیشنهاد شده است. مدل پیشنهادی بر روی یک ریزشبکه 33 شینه پیاده‌سازی شده است و نتایج نشان می‌دهد که مدیریت انرژی پیشنهادی با مدیریت سمت تقاضا می‌تواند تلفات انرژی را تا 9 درصد و انحراف ولتاژ را تا 10 درصد کاهش دهد.