ترجمه برق - 22 صفحه
Residential Demand Response model and impact on voltage profile and losses of an electric distribution network
مدل پاسخگویی بار مسکونی و اثر بروی تلفات و پروفایل ولتاژ یک شبکه توزیع برق
سال 2012
- http://dx.doi.org/10.1016/j.apenergy.2011.12.076
- By : Naveen Venkatesan, Jignesh Solanki, , Sarika Khushalani Solanki
- دانلود رایگان مقاله انگلیسی -ولتاژ یک شبکه توزیع برق
چکیده :
این مقاله یک مدل برای پاسخگویی بار (DR) توسط استفاده از مدلسازی رفتار مشتری با در نظر گرفتن سناریوهای مختلف و سطوح عقلانیت مختلف را توسعه می دهد. مدلسازی رفتار مشتریان از طریق توسعه ماتریس های الاستیسیته قیمت تقاضا وسیع برای انواع مختلف مشتری ها انجام شده است. از این ماتریس های الاستیسیته قیمت (PEMs) برای محاسبه میزان پاسخگویی بار برای یک مشتری داده شده با توجه به سناریوی قیمت گزاری زمان واقعی روز قبل ، استفاده شده است. مدل های DR به فیدر آزمایشی 8500 گرهه IEEE که یک شبکه توزیع شعاعی واقعی بزرگ جهانی است ، اعمال شده است. یک تحلیل جامع در مورد اثرات کاهش تقاضا و توزیع مجدد بر ولتاژها و جریان های سیستم انجام شده است. نتایج نشان می دهد که DR قابل توجه می تواند ولتاژ سیستم را برای قطع بار بیشتر از طریق تکنیک های مدیریت طرف تقاضا مثل کنترل (VVC) تقویت کند.
Abstract
This paper develops a model for Demand Response (DR) by utilizing consumer behavior modeling considering different scenarios and levels of consumer rationality. Consumer behavior modeling has been done by developing extensive demand-price elasticity matrices for different types of consumers. These price elasticity matrices (PEMs) are utilized to calculate the level of Demand Response for a given consumer considering a day-ahead real time pricing scenario. DR models are applied to the IEEE 8500-node test feeder which is a real world large radial distribution network. A comprehensive analysis has been performed on the effects of demand reduction and redistribution on system voltages and losses. Results show that considerable DR can boost in system voltage due for further demand curtailment through demand side management techniques like Volt/Var Control (VVC).
Highlights
► We model electricity consumption patterns of residential consumers using price elasticity matrices. ► Demand Response model is developed for different consumer types from price elasticity matrices. ► Demand Response is integrated into 24 h time series distribution power flow. ► Demand Response boosts system voltage during peak pricing hours providing room for further Volt/Var control. ► Considerable loss reduction resulted during peak hours due to Demand Response.
Keywords
Demand Response; Price elasticity matrix; Demand side management; Volt/Var control; OpenDSS; Smart grids
