بکارگیری الگوریتم بهینه سازی مبتنی بر آموزش و یاد گیری برای تعیین راهبرد بهینه یک خرده فروش برق با در نظر گرفتن برنامه های پاسخگویی بار

شرکتهای خرده فروش برق به عنوان واسطه بین شرکتهای تولید کننده انرژی الکتریکی و مصرف کنندگان عملمی کنند؛ درواقع انرژی الکتریکی را از بازار عمده فروشی خریداری کرده و به مشتریان خود بازفروش می کنند. به طورمعمول، خرده فروش، انرژی موردنیاز مشتریان خود را از بازار حوضچه تهیه می کند. اما از آنجا که قیمت انرژی الکتریکی دراین بازارها بسیار بی ثبات است به خصوص در ساعات اوج مصرف، خرده فروش قراردادهای پیش خرید با تولیدکنندگان امضامی کند تا بدین وسیله، قرارگیری در معرض ریسک مرتبط با قیمت های بازار حوضچه را کاهش دهد. علاوه براین،خرده فروش می تواند بخشی از انرژی الکتریکی موردنیاز مشتریان خود را از طریق واحدهای تولیدی تحت تملک خود تامینکند. راهکار معقول و موثر دیگر برای خردهفروش بکارگیری برنامه های پاسخگویی بار می باشد که هدف آنها ایجاد انگیزهدر مشتریان است تا الگوی مصرف خود را اصلاح کنند. این توزیع مجدد بار، می تواند انرژی خریداری شده از بازار حوضچهرا در طی دوره هایی که قیمت برق بالا است کاهش دهد. در مقاله حاضر، با بکارگیری برنامه های پاسخگویی بار، یکرویکرد جدید بر اساس الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری (TLBO) به منظور تعیین راهبرد بهینهخرده فروش برای تامین انرژی موردنیاز مشتریان ارائه میشود. هدف مدل پیشنهادی، تصمیم گیری درمورد میزان مشارکتدر بازار حوضچه و قرار دادهای پیش خرید و همچنین میزان تولید توان توسط واحدهای تولیدی تحت تملک خرده فروشاست به نحوی که سود خرده فروش بیشینه شود. دو مطالعه موردی برای نشان دادن کارآیی روش پیشنهادی ارائه می شودو نتایج حاصل از آن، با الگوریتم بهینه سازی ازدحام ذرات (PSO) مقایسه می شود.

Keywords:

راهبرد بهینه تامین انرژی , خرده فروش برق , بهینه سازی مبتنی بر آموزش و یادگیری , بهینه سازی ازدحاامذرات , برنامههای پاسخگویی بار , بازار حوضچه , قراردادهای پیشخرید