Dezentralisiertes Energiemanagementsystem in Mikronetzen unter Berücksichtigung von Unsicherheiten und Nachfragerespons

Intelligente Energiemanagement- und Kontrollsysteme können die effiziente Nutzung von Elektrizität verbessern und das Gleichgewicht zwischen Angebot und Nachfrage aufrechterhalten. In diesem Papier wird das Modell eines dezentralen Energiemanagementsystems (EMS) vorgeschlagen, um die Betriebskosten des Systems unter erneuerbarer Erzeugung und Lastunsicherheiten zu reduzieren. Es gibt drei Phasen der vorgeschlagenen Strategie. Erstens wird ein autoregressives gleitendes Durchschnittsmodell (ARMA) zur Vorhersage der PV- und Windgenerationen sowie des Strombedarfs angewendet. Zweitens wird ein optimaler Erzeugungsplanungsprozess entworfen, um die Betriebskosten des Systems zu minimieren. Der bekannte Algorithmus der Partikelschwarmoptimierung (PSO) wird verwendet, um eine optimale Erzeugungsplanung zwischen PV- und WT-Erzeugungssystemen, kraftstoffbasierten Erzeugungseinheiten und der benötigten Energie aus dem Hauptnetz bereitzustellen. Drittens wird ein Nachfrageresponsprogramm (DR) eingeführt, um die flexible Last im Mikronetzsystem zu verlagern, um ein aktives Managementsystem zu erreichen. Simulationsergebnisse demonstrieren die Leistung der vorgeschlagenen Methode unter Verwendung der Prognosedaten für stündliche PV- und WT-Generationen sowie eines Lastprofils. Die Simulationsergebnisse zeigen, dass die optimale Erzeugungsplanung die Betriebskosten unter der schlimmsten Unsicherheit minimieren kann. Die nachfragestützende Lastverlagerung reduzierte die Spitzenlast um 4,3% und füllte die Tal-Last um 5% im Mikronetzsystem. Das vorgeschlagene optimale Planungsystem bietet die minimalen Gesamtkosten für den Betrieb mit einem Lastverlagerungsrahmen für die Nachfragerespons.