DOI: https://doi.org/10.1016/j.energy.2025.135206
تاريخ النشر: 2025-02-22
المؤلف: Reza Sepehrzad وآخرون
الموضوع الرئيسي: إدارة الطاقة في الشبكات الذكية
نظرة عامة
تستكشف هذه الورقة البحثية دمج المنتجين والمستهلكين في أنظمة الطاقة، مع التركيز على فوائد توليد الكهرباء في الموقع لتقليل الذروة وتأجيل الاستثمارات في القدرة الجديدة. تقترح نموذج تسعير وتبادل الطاقة من نظير إلى نظير (P2P) على مرحلتين ليوم سابق، يشمل المشاركين في السوق المحلية، بما في ذلك المستهلكين، والمنتجين، والمركبات الكهربائية (EVs). تحدد المرحلة الأولى التسعير الأولي بناءً على أسعار السوق المتوسطة، مع الأخذ في الاعتبار طلب المشاركين وتوقعات إنتاج الطاقة الشمسية. تتضمن المرحلة الثانية سلوك المركبات الكهربائية العشوائي من خلال توليد السيناريوهات، مما يحدد في النهاية الطاقة المتبادلة بين المشاركين. يظهر نموذج البرمجة غير الخطية المختلط (MINLP)، الذي تم حله باستخدام محلل DICOPT في GAMS، تقليصًا في تكاليف التشغيل بنسبة 21.66% وتكاليف فقدان الطاقة بنسبة 19.99% مقارنة بسيناريو الأساس.
تسلط النتائج الضوء على أهمية التسعير المناسب لتحفيز المشاركة في سوق الطاقة من نظير إلى نظير، خاصة في ضوء الطبيعة غير المتوقعة لملكية المركبات الكهربائية. تم التحقق من النهج المقترح عبر شبكات توزيع الطاقة الصغيرة والكبيرة. في الشبكات الصغيرة، قلل سوق P2P التكاليف الإجمالية بنسبة 6.7% مقارنة بالتبادلات التقليدية، بينما خفف الازدحام على خطين من الشبكة العليا بنسبة 6.66% و5.02%. في التقييمات الكبيرة، حقق النموذج تخفيضات كبيرة في التكاليف في كلا السيناريوهين، حيث حقق السيناريو الثاني، الذي شمل برامج استجابة الطلب (DR)، تخفيضًا بنسبة 21.66% في تكاليف التشغيل. بالإضافة إلى ذلك، أظهر الخوارزم المقترح كفاءة حسابية متفوقة، حيث يتطلب وقتًا وذاكرة أقل من الطرق الحالية. تتناول الدراسة أيضًا تحدي سلامة البيانات في نماذج التحكم، مقترحة استخدام تقنيات التعلم الآلي للتخفيف من المخاطر المرتبطة بالهجمات الإلكترونية وضمان تقييم دقيق للبيانات.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة لموارد الطاقة المتجددة (RERs) استجابةً للتلوث الناتج عن الوقود الأحفوري. تؤكد على التحول في ديناميات الطاقة الذي يسهل تركيب الألواح الشمسية على الأسطح، مما يحول المباني إلى كيانات منتجة ومستهلكة. لقد مكن دمج البنية التحتية المتقدمة للاتصالات وأنظمة التوليد الموزع (DG) من تداول الطاقة من نظير إلى نظير (P2P)، مما يسمح للمستهلكين والمنتجين بالمشاركة مباشرة في المعاملات الطاقية دون وسطاء. لا يستفيد هذا النظام فقط أولئك الذين لديهم قدرات إنتاج RER، بل يوفر أيضًا الوصول إلى RER المحلية للمستهلكين، مما يعزز تخفيض التكاليف للمشترين وزيادة الأرباح للبائعين.
علاوة على ذلك، تناقش الورقة دور برامج استجابة الطلب (DR) في تعزيز اعتماد أنظمة DG ودمج المركبات الكهربائية (EVs) في الشبكات الذكية. تشجع هذه البرامج المشتركين على تعديل استهلاكهم للطاقة بناءً على إشارات أسعار السوق، مما يعزز أرباح الموردين ورفاهية المستهلكين. يستخدم إطار عمل برامج DR دوال توزيع الاحتمالات لتحسين هياكل تبادل الطاقة، مع معالجة التعقيدات في إدارة الطاقة والتسعير، خاصة فيما يتعلق بالمركبات الكهربائية. من خلال الاستفادة من قدرات DR، تهدف الحلول المقترحة إلى إنشاء نهج منهجي للمعاملات الطاقية يتماشى مع أهداف كل من الموردين والمستهلكين للطاقة.
النتائج
تؤكد نتائج المحاكاة الطريقة المقترحة عبر نوعين من شبكات توزيع الطاقة: الصغيرة والكبيرة. في الشبكات الصغيرة، يركز البحث على تحسين تبادل الطاقة وتقليل الفقد في الطاقة من خلال هيكل تداول من نظير إلى نظير (P2P). في المقابل، تقيم الشبكات الكبيرة، التي تمثلها شبكة IEEE 118-bus، تأثير برامج استجابة الطلب (DR) على تقليل التكاليف، وتخفيف فقد الطاقة، وزيادة ربحية المشتركين.
بالإضافة إلى ذلك، يتم تقييم فعالية الطريقة المقترحة مقارنة بالأساليب البديلة، مع الأخذ في الاعتبار عوامل حاسمة مثل وقت الحساب، والعبء الحسابي، وتحسين العمليات. تؤكد هذه المقارنات على مزايا الطريقة في تحقيق توزيع طاقة فعال وفوائد اقتصادية في كلا الشبكتين.
المناقشة
تقدم قسم المناقشة في الورقة البحثية نظرة شاملة على الأدبيات الموجودة حول أطر تداول من نظير إلى نظير (P2P) في الشبكات الصغيرة (MG)، مع تسليط الضوء على نقاط قوتها وتحدياتها. يُعترف بنهج تداول P2P كنظرية اقتصادية عملية لتحليل تبادل الطاقة والطاقة داخل الشبكات الكهربائية. من الجدير بالذكر أن دراسات متعددة أظهرت إمكانية تحقيق تخفيضات كبيرة في تكاليف التشغيل وزيادة الرفاهية من خلال نماذج مبتكرة، مثل تلك التي تستخدم نظرية المساومة لنش وطرق القيمة المشروطة عند المخاطر (CVaR). ومع ذلك، لا تزال التحديات الشائعة قائمة، بما في ذلك نقص تقييمات الحمل الديناميكية، خاصة فيما يتعلق بالمركبات الكهربائية (EVs) وموارد الطاقة المتجددة (RERs)، مما قد يعيق فعالية هذه الأنظمة التجارية.
تؤكد الورقة على أهمية معالجة عدم اليقين المرتبط بحوامل الطاقة وموارد الطاقة المتجددة والمركبات الكهربائية لتحسين نتائج تداول P2P. تقترح أن استخدام التحليلات الاحتمالية والنمذجة الديناميكية يمكن أن يساعد في التخفيف من هذه التحديات. تهدف الاستراتيجية الاحتمالية متعددة الأهداف المقترحة لتسعير وإدارة معاملات الكهرباء إلى تقليل تكاليف التداول مع الأخذ في الاعتبار السلوك العشوائي للمركبات الكهربائية وموارد الطاقة المتجددة. تشير نتائج الدراسة إلى أن النموذج المطور لا يقلل فقط من وقت الحساب وعبء العمل، بل يعزز أيضًا الاستجابة للتغيرات المفاجئة في نظام توزيع الطاقة، مما يسهل إطار تداول P2P أكثر كفاءة ومرونة. بشكل عام، تساهم هذه الدراسة في تقدم أنظمة توزيع الطاقة اللامركزية، مما يعزز المشاركة النشطة من المستهلكين والمنتجين المحليين مع معالجة تعقيدات أسواق الطاقة الحديثة.
DOI: https://doi.org/10.1016/j.energy.2025.135206
Publication Date: 2025-02-22
Author(s): Reza Sepehrzad et al.
Primary Topic: Smart Grid Energy Management
Overview
This research paper investigates the integration of prosumers into power systems, emphasizing the benefits of on-site electricity generation for peak shaving and deferring investments in new capacity. It proposes a two-stage day-ahead peer-to-peer (P2P) pricing and power exchange model involving local market participants, including consumers, prosumers, and electric vehicles (EVs). The first stage establishes initial pricing based on mid-market rates, considering participant demand and solar production forecasts. The second stage incorporates the stochastic behavior of EVs through scenario generation, ultimately determining the power exchanged among participants. The mixed integer nonlinear programming (MINLP) model, solved using the DICOPT solver in GAMS, demonstrates a reduction in operating costs by 21.66% and power loss costs by 19.99% compared to a baseline scenario.
The findings highlight the importance of proper pricing to incentivize participation in the P2P energy market, particularly in light of the unpredictable nature of EV ownership. The proposed approach was validated across small-scale and large-scale energy distribution networks. In small-scale networks, the P2P market reduced total costs by 6.7% compared to traditional exchanges, while alleviating congestion on two upstream grid lines by 6.66% and 5.02%. In large-scale evaluations, the model achieved significant cost reductions in both scenarios, with the second scenario, which included demand response (DR) programs, yielding a 21.66% reduction in operating costs. Additionally, the proposed algorithm demonstrated superior computational efficiency, requiring less time and memory than existing methods. The study also addresses the challenge of data integrity in control models, suggesting the use of machine learning techniques to mitigate risks associated with cyber-attacks and ensure accurate data evaluation.
Introduction
The introduction of this research paper highlights the growing importance of Renewable Energy Resources (RERs) in response to pollution from fossil fuels. It emphasizes the shift in energy dynamics facilitated by the installation of rooftop solar panels, which transform buildings into producer-consumer entities. The integration of advanced communication infrastructure and Distributed Generation (DG) systems has enabled Peer-to-Peer (P2P) energy trading, allowing consumers and prosumers to engage directly in energy transactions without intermediaries. This system not only benefits those with RER production capabilities but also provides access to local RERs for consumers, fostering cost reductions for buyers and profit increases for sellers.
Furthermore, the paper discusses the role of demand response (DR) programs in promoting the adoption of DG systems and integrating electric vehicles (EVs) into smart grids. These programs encourage subscribers to adjust their energy consumption based on market price signals, enhancing both supplier profits and consumer welfare. The framework of DR programs utilizes probability distribution functions to optimize energy exchange structures, addressing complexities in energy management and pricing, particularly concerning EVs. By leveraging DR capabilities, the proposed solutions aim to create a systematic approach to energy transactions that aligns with the objectives of both energy suppliers and consumers.
Results
The simulation results validate the proposed method across two types of energy distribution networks: small-scale and large-scale. In small-scale networks, the focus is on optimizing power exchange and minimizing power losses through a peer-to-peer (P2P) trading structure. In contrast, the large-scale networks, exemplified by the IEEE 118-bus network, assess the influence of demand response (DR) programs on cost reduction, power loss mitigation, and enhanced subscriber profitability.
Additionally, the efficacy of the proposed method is benchmarked against alternative approaches, considering critical factors such as calculation time, computational load, and operational optimization. These comparisons underscore the method’s advantages in achieving efficient energy distribution and economic benefits in both network scales.
Discussion
The discussion section of the research paper provides a comprehensive overview of existing literature on peer-to-peer (P2P) trading frameworks in microgrids (MG), highlighting both their strengths and challenges. The P2P trading approach is recognized as a practical economic theory for analyzing power and energy exchanges within electrical networks. Notably, various studies have demonstrated the potential for significant operational cost reductions and enhanced welfare through innovative models, such as those employing Nash bargaining theory and Conditional Value at Risk (CVaR) methods. However, common challenges persist, including the lack of dynamic load assessments, particularly concerning electric vehicles (EVs) and renewable energy resources (RERs), which can hinder the effectiveness of these trading systems.
The paper emphasizes the importance of addressing uncertainties associated with energy carriers, RERs, and EVs to improve P2P trading outcomes. It suggests that employing probabilistic analyses and dynamic modeling can help mitigate these challenges. The proposed two-stage multi-objective probabilistic strategy for pricing and managing electricity transactions aims to minimize trading costs while accounting for the stochastic behavior of EVs and RERs. The study’s findings indicate that the developed model not only reduces computation time and workload but also enhances responsiveness to sudden changes in the energy distribution system, thereby facilitating a more efficient and resilient P2P trading framework. Overall, the research contributes to the advancement of decentralized energy distribution systems, promoting active participation from local consumers and producers while addressing the complexities of modern energy markets.