سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات162
تعداد شماره‌ها6,623
تعداد مقالات71,545
تعداد مشاهده مقاله126,898,393
تعداد دریافت فایل اصل مقاله99,946,647
معصومی, ملیحه, خیرخواه, امیرسامان. (1403). ارائۀ یک مدل بهینه‌سازی جدید برای مدیریت انرژی مبتنی بر قیمت‏ گذاری در یک بازار برق همتا به همتا (P2P). , 3(1), 1-22. doi: 10.22059/ses.2024.374651.1062
ملیحه معصومی; امیرسامان خیرخواه. "ارائۀ یک مدل بهینه‌سازی جدید برای مدیریت انرژی مبتنی بر قیمت‏ گذاری در یک بازار برق همتا به همتا (P2P)". , 3, 1, 1403, 1-22. doi: 10.22059/ses.2024.374651.1062
معصومی, ملیحه, خیرخواه, امیرسامان. (1403). 'ارائۀ یک مدل بهینه‌سازی جدید برای مدیریت انرژی مبتنی بر قیمت‏ گذاری در یک بازار برق همتا به همتا (P2P)', , 3(1), pp. 1-22. doi: 10.22059/ses.2024.374651.1062
معصومی, ملیحه, خیرخواه, امیرسامان. ارائۀ یک مدل بهینه‌سازی جدید برای مدیریت انرژی مبتنی بر قیمت‏ گذاری در یک بازار برق همتا به همتا (P2P). , 1403; 3(1): 1-22. doi: 10.22059/ses.2024.374651.1062

ارائۀ یک مدل بهینه‌سازی جدید برای مدیریت انرژی مبتنی بر قیمت‏ گذاری در یک بازار برق همتا به همتا (P2P)

فصلنامه سیستم های انرژی پایدار
دوره 3، شماره 1، دی 1402، صفحه 1-22    اصل مقاله (3.1 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ses.2024.374651.1062
نویسندگان
ملیحه معصومی1؛ امیرسامان خیرخواه* 2
1دانشجوی دکتری، گروه مهندسی صنایع، دانشکدۀ مهندسی، دانشگاه بوعلی سینا، همدان، ایران
2دانشیار، گروه مهندسی صنایع، دانشکدۀ مهندسی، دانشگاه بوعلی سینا، همدان، ایران
چکیده
در سال‌های اخیر تجارت انرژی همتا به همتا (P2P) به عنوان یک مکانسیم مدیریت انرژی با هدف بهبود کارایی منابع انرژی تجدیدپذیر پراکنده، ظهور پیدا کرده است. در این مقاله نوعی مدل بهینه‌سازی MINLP به منظور طراحی بازار برق همتا به همتا (P2P) با هدف مدیریت انرژی مبتنی بر قیمت، در حضور یک برنامه پاسخ به تقاضای زمان‌محور‌ـ تشویق‌محور با مشارکت فعال خرده‏فروش پیشنهاد شده است. مدل ریاضی پیشنهادی در 2 سناریوی تک‌هدفه و یک سناریوی دو‌هدفه در بهینه‌سازی سود خرده‏فروش و هزینه‏های پرسیومرها، برای یک ریزشبکۀ هوشمند فرضی متصل به شبکۀ بالادست، براساس داده‌های واقعی تهران‌ـ ایران مورد بررسی قرار گرفت. نتایج نشان داد به دلیل سیاست‌های دولت ایران در استفاده از انرژی‌های تجدیدپذیر، در تمامی سناریو‌ها سهم قابل توجه درآمد خرده‏فروش، از فروش برق به بازار عمده‏فروشی است، و بخش بزرگی از هزینه‏های پرسیومرها حاصل به‌کارگیری سیستم‌های تولید انرژی به منظور تأمین انرژی ریزشبکه است. با این‌حال، می‌توان ادعا کرد که شرکت در بازار P2P نقش مهمی در کاهش هزینه‏های پرسیومرها ایفا می‌کند. همچنین بررسی تأثیرات اجرای برنامه‌های پاسخ به تقاضا نشان داد اجرای این برنامه‌ها همراه با کشش قیمتی منجر به افزایش سود خرده‏فروش و سود کلی ریزشبکه به‌ترتیب تا 3/10 و 98/39 درصد می‌شود. علاوه بر این، با اجرای برنامه‌های پاسخ به تقاضا، اعضای عادی ریزشبکه (بدون سیستم‌های تولید انرژی) نیز به سود می‌رسند.
کلیدواژه‌ها
بازار برق همتا به همتا (P2P)؛ برنامۀ پاسخ به تقاضا؛ خرده‏ فروش؛ کشش قیمتی؛ MINLP
عنوان مقاله [English]
A Novel Optimization Model for Pricing-based Energy Management in a Peer-to-Peer (P2P) Electricity Market
نویسندگان [English]
Maliheh Masoumi1؛ Amir Saman Kheirkhah2
1PhD student, Department of Industrial Engineering, Faculty of Engineering, Bu-Ali Sina University, Hamedan, Iran
2Department of Industrial Engineering, Faculty of Engineering, Bu-Ali Sina University, Hamedan, Iran
چکیده [English]
In this paper, a bi-objective mixed-integer non-linear programming (MINLP) model is proposed to design a P2P electricity market for price-based energy management incorporating incentives and time-based demand response programs (DRPs), considering the active involvement of retailers. The proposed mathematical model was investigated for a hypothetical smart microgrid connected to the upstream grid, based on real data from Tehran, Iran. The results indicated that due to the Iranian government's policies on renewable energy, in all scenarios, a significant portion of the retail income comes from selling electricity to the wholesale market, and a considerable part of prosumers' costs is attributed to the deployment of energy generation systems to supply energy to the MG However, it can be argued that participating in the P2P market plays a significant role in reducing prosumers' costs. Furthermore, investigating the impacts of DRPs revealed that their implementation and price elasticity of demand increased retail and overall MG profit by up to 10.3% and 39.98%, respectively. Additionally, implementing DRPs benefits consumers (without DERs) in the MG.
کلیدواژه‌ها [English]
Demand Response Programs (DRPs), Peer-to-Peer (P2P) Electricity Market, Elasticity, MINLP, Retailer
مراجع
  • Kaur M, Dhundhara S, Verma YP, Chauhan S. Techno‐economic analysis of photovoltaic‐biomass‐based microgrid system for reliable rural electrification. International Transactions on Electrical Energy Systems. 2020 May; 30(5):e12347.
  • Mohseni M, Moosavian SF, Hajinezhad A. Feasibility evaluation of an off‐grid solar‐biomass system for remote area electrification considering various economic factors. Energy Science & Engineering. 2022 Aug; 10(8):3091-107.
  • Noori A, Tavassoli B, Fereidunian A. Incentivizing Peer-to-Peer Energy Trading in Microgrids. In2021 29th Iranian Conference on Electrical Engineering (ICEE). 2021 May 18 (pp. 323-328).
  • Zhang M, Eliassen F, Taherkordi A, Jacobsen HA, Chung HM, Zhang Y. Energy trading with demand response in a community-based P2P energy market. In2019 IEEE international conference on communications, control, and computing technologies for smart grids 2019 Oct 21 (pp. 1-6).
  • Liu C, Wang Z, Yu M, Gao H, Wang W. Optimal peer-to-peer energy trading for buildings based on data envelopment analysis. Energy Reports. 2023 Dec 1; 9:4604-16.
  • Sæther G, Del Granado PC, Zaferanlouei S. Peer-to-peer electricity trading in an industrial site: Value of buildings flexibility on peak load reduction. Energy and Buildings. 2021 Apr 1; 236:110737.
  • Elkazaz M, Sumner M, Thomas D. A hierarchical and decentralized energy management system for peer-to-peer energy trading. Applied Energy. 2021 Jun 1; 291:116766.
  • Huang H, Nie S, Lin J, Wang Y, Dong J. Optimization of peer-to-peer power trading in a microgrid with distributed PV and battery energy storage systems. Sustainability. 2020 Jan 27; 12(3):923.
  • Doan HT, Nam H, Kim D. Optimal peer-to-peer energy trading under load uncertainty incorporating carbon emission and transaction cost for grid-connected prosumers. 2022 Oct 4; 10:106202-16.
  • Grimm V, Orlinskaya G, Schewe L, Schmidt M, Zöttl G. Optimal design of retailer-prosumer electricity tariffs using bilevel optimization. Omega. 2021 Jul 1; 102:102327.
  • Aghamohammadloo H, Talaeizadeh V, Shahanaghi K, Aghaei J, Shayanfar H, Shafie-khah M, Catalão JP. Integrated Demand Response programs and energy hubs retail energy market modelling. Energy. 2021 Nov 1; 234:121239.
  • Tushar W, Saha TK, Yuen C, Smith D, Poor HV. Peer-to-peer trading in electricity networks: An overview. IEEE transactions on smart grid. 2020 Jan 28; 11(4):3185-200.
  • Khodoomi M, Sahebi H. Robust Optimization and pricing of peer-to-peer energy trading considering battery storage. Computers & Industrial Engineering. 2023 May 1; 179:109210.
  • Goudarzi A, Li Y, Fahad S, Xiang J. A game theory-based interactive demand response for handling dynamic prices in security-constrained electricity markets. Sustainable Cities and Society. 2021 Sep 1; 72:103073.
  • Moret F, Pinson P. Energy collectives: A community and fairness based approach to future electricity markets. IEEE Transactions on Power Systems. 2018 Feb 23; 34(5):3994-4004.
  • Heo K, Kong J, Oh S, Jung J. Development of operator-oriented peer-to-peer energy trading model for integration into the existing distribution system. International Journal of Electrical Power & Energy Systems. 2021 Feb 1; 125:106488.
  • Shamsini Ghiasvand F, Afshar K, Bigdeli N. Bi-level Programming of Retailer and Prosumers' Aggregator to Clear the Energy of the Day Ahead Using the Combined Method of Mixed Integer Linear Programming and Mayfly Optimization in Smart Grid. Journal of Operation and Automation in Power Engineering. 2024 Apr 1; 12(2):163-74.
  • Lee M, Aslam O, Foster B, Kathan D, Kwok J, Medearis L, Palmer R, Sporborg P, Tita M. Assessment of demand response and advanced metering. Federal Energy Regulatory Commission, Tech. Rep. 2013 Oct.
  • Sheidaei F, Ahmarinejad A. Multi-stage stochastic framework for energy management of virtual power plants considering electric vehicles and demand response programs. International Journal of Electrical Power & Energy Systems. 2020 Sep 1; 120:106047.
  • Yang H, Gong Z, Ma Y, Wang L, Dong B. Optimal two-stage dispatch method of household PV-BESS integrated generation system under time-of-use electricity price. International Journal of Electrical Power & Energy Systems. 2020 Dec 1; 123:106244.
  • Neves D, Scott I, Silva CA. Peer-to-peer energy trading potential: An assessment for the residential sector under different technology and tariff availabilities. Energy. 2020 Aug 15; 205:118023.
  • Niaei H, Masoumi A, Jafari AR, Marzband M, Hosseini SH, Mahmoudi A. Smart peer-to-peer and transactive energy sharing architecture considering incentive-based demand response programming under joint uncertainty and line outage c Islam SN, Sivadas A. Optimisation of buyer and seller preferences for peer-to-peer energy trading in a microgrid. Energies. 2022 Jun 8; 15(12):4212.
  • Islam SN, Sivadas A. Optimisation of buyer and seller preferences for peer-to-peer energy trading in a microgrid. Energies. 2022 Jun 8; 15(12):4212.
  • Iqbal S, Nasir M, Zia MF, Riaz K, Sajjad H, Khan HA, Member IE. A novel approach for system loss minimization in a peer-to-peer energy sharing community DC microgrid. International Journal of Electrical Power & Energy Systems. 2021 Jul 1; 129:106775.
  • Malik S, Duffy M, Thakur S, Hayes B, Breslin J. A priority-based approach for peer-to-peer energy trading using cooperative game theory in local energy community. International Journal of Electrical Power & Energy Systems. 2022 May 1;137:107865
  • Guerrero J, Gebbran D, Mhanna S, Chapman AC, Verbič G. Towards a transactive energy system for integration of distributed energy resources: Home energy management, distributed optimal power flow, and peer-to-peer energy trading. Renewable and Sustainable Energy Reviews. 2020 Oct 1; 132:110000.
  • Taherian H, Aghaebrahimi MR, Baringo L, Goldani SR. Optimal dynamic pricing for an electricity retailer in the price-responsive environment of smart grid. International Journal of Electrical Power & Energy Systems. 2021 Sep 1; 130:107004.
  • Shakouri H, Kazemi A. Multi-objective cost-load optimization for demand side management of a residential area in smart grids. Sustainable cities and society. 2017 Jul 1; 32:171-80.
  • Central Bank of the Islamic Republic of Iran. Available from: https://www.cbi.ir/.Accessed 2023 Jul 1
  • Ministry of Energy of Iran. The Information and Statistics Network of Iran. Available from: https://tariff.moe.gov.ir/. Accessed 2023 Jul 1.
  • Iran Electricity Market (IREMA). Statistical report of Iran Electricity Market. Available from: https://www.irema.ir/. Accessed 2023 Jul 1.
  • Darbandsari A, Askarzadeh AR. Optimal Energy Management of a Smart Building Considering Rooftop Photovoltaic, Electric Vehicles and Schedulable Loads. In2022 9th Iranian Conference on Renewable Energy & Distributed Generation (ICREDG) 2022 Feb 23 (pp. 1-8). IEEE.
  • Bakhshi-Jafarabadi R, Sadeh J, Dehghan M. Economic evaluation of commercial grid-connected photovoltaic systems in the Middle East based on experimental data: A case study in Iran. Sustainable energy technologies and assessments. 2020 Feb 1; 37:100581.
  • Nguyen S, Peng W, Sokolowski P, Alahakoon D, Yu X. Optimizing rooftop photovoltaic distributed generation with battery storage for peer-to-peer energy trading. Applied Energy. 2018 Oct 15:228:2567
  • Ringuest JL. Lp-metric sensitivity analysis for single and multi-attribute decision analysis. European Journal of Operational Research. 1997 May 1; 98(3):563-70.
آمار
تعداد مشاهده مقاله: 336
تعداد دریافت فایل اصل مقاله: 191





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب