یک مسالۀ بهینه‌سازی چندمنظوره برای پارکینگ خودروهای برقی در یک شبکۀ توزیع

چکیده

کلیدواژه‌ها

مقدمه

شکل 1. نقش خودروی برقی در شبکۀ هوشمند [11]. 

چارچوب مسالۀ مکانیابی

شکل 2. چارچوب ارائه شده برای تعیین مکان پارکینگ‌های خودروهای برقی. 

تولید توان پارکینگ

جدول 1:وضعیت شارژ اولیۀ خودروها.

شکل 3. توان ورودی پارکینگ برای شارژ خودروهای برقی. 

فرمول‌بندی مساله

 درآمد و هزینۀ خودرو به شبکه (V2G)

بهبود قابلیت اطمینان

سود کاهش تلفات

تابع هدف

محاسبۀ ضرایب وزنی

 قیود

 حد ظرفیت خط توزیع

حد افت ولتاژ

حد تعداد خودروهای موجود در هر پارکینگ

پخش بار

 محاسبۀ تزریق جریان برای هر گره

جاروب پسخورد برای جمع‌ بستن جریان بخش خط

جاروب پیشخورد برای بروزرسانی ولتاژ گره‌

روش حل

 بهینه‌سازی مساله با کمک الگوریتم ژنتیک

مطالعۀ عددی

شکل 4. سیستم تست مورد مطالعه [8]. 

جدول 2:اطلاعات لازم برای مکانیابی پارکینگ

جدول 3:نتایج شبیه‌سازی سناریوی 1 (دسترس‌پذیری = 100%)

جدول 4:نتایج شبیه‌سازی سناریوی 1 (دسترس‌پذیری = 80%)

 سناریوی 1

شکل 5. سود کلی به صورت تابعی از دسترس‌پذیری خودروهای برقی. 

شکل 6. پروفیل ولتاژ در بار پیک (سناریوی 1)

شکل 7. پروفیل ولتاژ در پیک بار سناریوی 1 (تغییر در قیمت برق)

جدول 5:نتایج شبیه‌سازی سناریوی 1(تغییر در قیمت برق)

سناریوی 2

جدول 6:نتایج شبیه‌سازی سناریوی 2 (دسترس‌پذیری = 100%)

نتیجه‌گیری

این مقااله یک روش چندمنظوره برای تعیین مکان و اندازۀ بهینۀ پارکینگ‌های روباز ارائه می‌کند، که توان خودرو به شبکه (V2G) در شبکۀ توزیع را به عنوان شیوۀ جدیدی از تولیدات پراکنده (DGها) تامین می‌کند. در این روش، قابلیت اطمینان سیستم قدرت و تلفات توان در کنار هزینۀ سرمایه‌گذاری در مسالۀ بهینه‌سازی در نظر گرفته می‌شوند. این مساله با استفاده از روش الگوریتم ژنتیک (GA) حل می‌شود. مطالعات شبیه‌سازی روی یک سیستم تست نه شینه انجام می‌گیرد. نتایج شبیه‌سازی نشان می‌دهند که موضوع اقتصادی نصب پارکینگ‌های روباز خودروها به عوامل زیادی چون دسترس‌پذیری خودروهای برقی (EVها) و نیز قیمت برق بستگی دارد. همچنین، نشان داده می‌شود که با قرار دادن مشوق‌های کافی برای مالکان خودروهای برقی، مکان و اندازۀ بهینۀ پارکینگ‌ها دارای مزایای اقتصادی برای شرکت‌های توزیع برق است. همچنین، مکان‌یابی بهینۀ پارکنیگ‌ها می‌تواند پروفیل ولتاژ سیستم توزیع را بهبود بخشد.

در سال‌های اخیر برخی مشکلات همچون مسائل زیست‌محیطی، کاهش کیفیت سوخت و فرّار بودن قیمت آن و نیاز به کاهش وابستگی به سوخت‌های فسیلی موجب شده است خودروهای برقی (EVها) به عنوان منبعی کارآمد در حمل و نقل و سیستم قدرت مطرح شوند [1-5]. همانطور که در [6] بیان شده است، استخوان‌بندی شبکۀ هوشمند روی موارد ذیل تاکید دارد: حفاظت از محیط زیست با استفاده از تولید متغیر (مثل بادی و خورشیدی)، پاسخ تقاضا، و تولید پراکنده (DG) شامل فناوری خودروی برقی، رانندگی برای بهره‌بداری بهتر سرمایه، در عین حال حفظ عملکرد قابل اطمینان سیستم، و نیاز به ارتقاء انتخاب مشتری. شکل 1 این عوامل را در ارتباط با الگوی نوظهور شبکۀ هوشمند نشان می‌دهد، و تشریح کنندۀ نقش فناوری خودروی برقی در عرصۀ جدید است [7]. در [8، 9]، نشان داده شده است که خودروها برای حدوداً 96-93% زمان‌ها در طی روز پارک می‌شوند. بنابراین، برای اهداف دیگری چون تامین یک تجهیز ذخیره‌ساز به شبکه در اختیار هستند. بر اساس این حقیقت و افزایش نیاز به ذخیره‌سازی اقتصادی در سیستم قدرت، خودروهای برقی به عنوان منابع انرژی محدود در سیستم قدرت مطرح هستند [10]. علاوه بر این، خودروهای برقی را می‌توان به عنوان بارهای کنترل‌پذیر مورد بهره‌برداری قرار داد. به عبارت دیگر، آن‌ها را می‌توان به عنوان باتری جهت ذخیرۀ انرژی در طی دورۀ غیرِ پیک به کار برد. همچنین، خودروهای برقی می‌توانند به عنوان واحدهای تولیدی در طی دورۀ پیک و یا فواصل زمانی که قیمت برق بالاست به کار گرفته شوند. چون خودروهای برقی دارای توان خروجی محدودی هستند، آن‌ها را می‌توان در سیستم توزیع به عنوان یک منبع تولید پراکنده به کار گرفت. برای استفاده از خودروهای برقی به عنوان یک تولید پراکنده در سیستم توزیع، شارژ و دشارژ (تخلیه) باتری‌ها باید کنترل شود. در مراجع [11-14] چندین مدل برای توان خروجی خودرو به شبکه (V2G) ارائه شده است. طراحان سیستم توزیع تلاش می‌کنند تا مشتریان (مصرف‌کنندگان) خود را با برق قابل اطمینان و به صورت اقتصادی تغذیه و تامین کنند. این شرکت‌ها فناوری‌های مختلفی چون تولیدات پراکنده و خازن‌ها را برای دستیابی به این مقصود در اختیار می‌گیرند. فناوری‌های تولید پراکنده دارای مزایای اقتصادی و فنی فراوانی هستند [15، 16]. این مزایا را نمی‌توان بدون تعیین اندازه و مکان بهینۀ واحدهای تولید پراکنده، بیشینه کرد. بنابراین، مکانیابی بهینۀ تولید پراکنده یکی از مهم‌ترین مسائلی است که باید در مسالۀ برنامه‌ریزی توزیع مدنظر قرار گیرد. یک تصمیم‌گیری مناسب می‌تواند موجب مزایای بیشماری برای شبکۀ توزیع، تامین‌کنندگان و مصرف‌کنندگان شود. شاخص قابلیت اطمینان و کاهش تلفات دو هدف اصلی هستند که باید در یافتن اندازه و مکان تولیدات پراکنده در نظر گرفته شوند [17، 18]. استفاده از نوعی تولید پراکنده موسوم به تولید پراکندۀ تجدیدپذیر نقشی مهم در محیط هوشمند دارد. مکانیابی بهینۀ پارکینگ‌های روباز خودروها، به عنوان نوع جدیدی از تولیدات پراکنده، باید همانند انواع دیگر تولیدات پراکنده انجام گیرد. نفوذ بالای تجهیزات ذخیره‌ساز متصل به شبکۀ توزیع یا خودروهای پلاگین به دلیل بارهای شارژکننده، مکان‌های تصادفی و افزودن‌های مدیریت‌نشده، دارای آثار عکس روی شبکه است. برعکس، مکانیابی بهینۀ پارکینگ‌ها موجب کاهش تلفات شبکه همچون دیگر تولیدات پراکنده شده، قابلیت اطمینان را افزایش داده، پروفیل ولتاژ را بهبود می‌دهد و در نتیجه مزایای اقتصادی را برای شرکت سیستم توزیع (DISCO) به ارمغان می‌آورد. با توجه به مسائل مربوط به خودروهای برقی و تاثیر آن‌ها روی سیستم قدرت، مطالعات زیادی در این زمینه صورت گرفته است. در اکثر این مطالعات نشان داده شده است که تاثیر خودروهای برقی به جدول (برنامه‌ریزی) شارژ و تعرفه‌های برق وابسته است [19-21]. مرجع [22] یک ابزار شبیه‌سازی برای ارزیابی آثار خودروهای برقی روی سیستم قدرت را ارائه می‌کند. شبیه‌ساز ارائه شده در [22] امکان تخمین آثار شارژ روی هر شینه از سیستم را فراهم می‌کند. علیرغم مطالعات بیشماری که در رابطه با خودرهای برقی صورت گرفته است، مکانیابی بهینۀ پارکینگ روباز خودروها تاکنون مورد بحث و بررسی قرار نگرفته است. لذا، این مقاله به یک روش چندمنظوره برا یتعیین مکان و اندازۀ بهینۀ پارکینگ‌ها به عنوان منابع تولید پراکنده می‌پردازد. به دلیل ویژگی چندمنظوره‌ای مسالۀ مکانیابی، فرایند سلسله‌مراتبی تحلیلی (AHP) در این مقاله به کار گرفته می‌شود تا ضرایب وزنی بهینۀ هر هدف تعیین شود. فرایند سلسله‌مراتبی تحلیلی در 1970 معرفی شد و از آن پس به تدریج به یک الگوریتم با کاربردهای گسترده در ارزیابی‌های جامع چندمنظوره تبدیل شده است [23]. یکی از تفاوت‌های بارز میان پارگینگ خودرو و دیگر تولید پراکندۀ معمول این است که این منبع دارای خروجی مقطعی و مشخصی نیست. در این مقاله، یک مدل ساده برای توان خروجی پارکینگ خودروی برقی به کار می‌رود. در مدلسازی پارکینگ‌ها، آن‌ها به صورت تجهیزات ذخیره‌سازی عمل کرده و در مواقعی که قیمت برق پایین است توان الکتریکی را در باتری‌های خودروها ذخیره و در مواقعی که قیمت برق بالاست آن را تحویل سیستم توزیع می‌دهند. همچنین، پارکینگ‌ها به عنوان ایستگاه‌های شارژ خودروهای برقی برای اهداف رانندگی استفاده می‌شوند. به دلیل طبیعت تصادفی رفتار مالکان خودروهای برقی، خروجی پارکینگ خودروها تصادفی است. یک روش برای کاهش عدم قطعیت رفتار مالکان خودروهای برقی پیاده‌سازی برخی سازوکارهای تشویقی است. برای ارتقاء رانندگان خودروهای برقی برای مشارکت در تامین توان به شبکه، باید سازوکارهای تشویقی کافی تدبیر شود. در این مطالعه، مسالۀ بهینه‌سازی مکانیابی با استفاده از روش الگوریتم ژنتیک (GA) حل می‌شود. به دلیل طبیعت تصادفی خروجی این منابع، قابلیت اطمینان به عنوان یک موضوع مهم در نظر گرفته شده است. از سوی دیگر، تلفات توان و نیز هزینۀ سرمایه‌گذاری دیگر اهداف مساله هستند که باید به آن‌ها توجه کافی را مبذول داشت. به همین دلیل، بین این اهداف باید مصالحه‌ای برقرار شود. ادامۀ مقاله به این صورت سازمان‌دهی شده است. بخش 2 مدل ارائه شده برای چارچوب پارکینگ را توصیف می‌کند. در بخش 3، تولید توان پارکینگ بحث می‌شود. بخش 4 معرف فرمول‌بندی مساله است. در بخش 5، روش حل مساله بحث می‌شود. مطالعۀ موردی و بحث روی نتایج در بخش 6 ارائه شده است. در نهایت، بخش آخر به نتیجه‌گیری اختصاص یافته است.