ترجمه تخصصی مهندسی برق

سفارش ترجمه تخصصی مهندسی برق گرایش قدرت، کنترل، الکترونیک، مخابرات، مهندسی پزشکی

ترجمه تخصصی مهندسی برق

سفارش ترجمه تخصصی مهندسی برق گرایش قدرت، کنترل، الکترونیک، مخابرات، مهندسی پزشکی

مطالب این وبلاگ مربوط به وب سایت ترجمه تخصصی فرداپیپر می باشد

آخرین مطالب
  • ۰
  • ۰

مدلسازی کشش قیمتی تقاضای مصرف‌کننده به همراه تاثیرات اقتصادی بازارهای برق با استفاده از مدل مبتنی بر ایجنت

 

Consumers’ Price Elasticity of Demand Modeling With Economic Effects on Electricity Markets Using an Agent-Based Model

 

چکیده- زیرساخت اندازه‌گیری خودکار (AMI) فناوری‌ای است که به مصرف‌کننده‌ها اجازه می‌دهد تا در محیط‌ شبکه‌های هوشمند، از خود کشش قیمتی تقاضا بروز دهند. وقتی مصرف‌کننده‌ها به علائم قیمت پاسخ می‌دهند، توان بازار شرکت‌های تولید و انتقال را می‌توان کاهش داد. همچنین چنین پاسخ‌هایی از جانب مصرف‌کننده‌ها منجر به کاهش رشد یکباره قیمت، کاهش بودجه انرژی و کاهش انتشارات گازهای گلخانه‌ای و دیگر آلاینده‌ها می‌شود. در این مقاله، برای استخراج تاثیر کشش قیمت تقاضای مصرف‌کننده روی عملکرد بازار برق، ما از سیستم تطبیقی پیچیده بازار برق (EMCAS) ، مدلی مبتنی بر ایجنت، استفاده می‌کنیم که که بازارهای برق تجدید‌ساختار‌شده را شبیه‌سازی می‌کند. یک شبکه تست 11 گره با هشت شرکت تولیدی و چند مصرف‌کننده به مدت یک ماه شبیه‌سازی می‌شود. نتایج برای مورد مطالعه‌ای بر اساس سیستم قدرت کره‌ای فراهم و بحث شده است.

عبارات کلیدی- مدلسازی مبتنی بر ایجنت، زیرساخت اندازه‌گیری خودکار، کشش قیمتی تقاضا، شبکه هوشمند.

 

سفارش ترجمه تخصصی مهندسی برق

 

 

  1. مقدمه

در بازارهای برق نامنظم[1]، توان بازار و/ یا نامتعادلی‌های عرضه و تقاضای مربوط به هزینه نهائی آخرین واحد توزیع‌شده منجر به نوسانات شدید در قیمت‌های عمده برق شده است. در بیشتر بازارهای برق موجود، تنها شرکت‌های تولیدی (GenCos) می‌توانند به سیگنال‌های قیمت و از طریق پیشنهادات سمت عرضه به سیستم و/ یا اپراتور برق (ISO) مستقل پاسخ دهند. اکثر مصرف‌کننده‌ها در بازارهای نامنظم با فراهم‌کنندگان[2] بار و یا نهادهای ذخیره بار قرارداد دارند، که این فراهم‌کننده‌ها و نهادها به نوبه خود مزایده‌های تقاضا را برای اپراتورهای بازار فراهم می‌کنند. اگر این قرارداد یک قرارداد تحمیلی باشد (یعنی فراهم‌کننده بار، قیمت بازار را با مقداری سود ثابت مطالبه کند)، دیگر انگیزه و مشوقی برای فراهم‌کننده بار وجود ندارد که بخواهد برای مصرف‌کننده‌ها سازوکاری فراهم کند که قیمت‌ها پاسخ دهند. از طرف دیگر، اگر قرارداد به صورت قیمت ثابت باشد، مصرف‌کننده‌ها قیمت‌های بازار را ندیده و به سیگنال‌های قیمت پاسخی نخواهند داد.

علاوه بر اینها، از آنجا که بیشتر مصرف‌کننده‌ها به قیمت ساعتی و یا روزانه برق دسترسی ندارند، پاسخ آنها به تغییرات قیمت ممکن است با تاخیر مواجه شود. یکی از پاسخ‌های بالقوه مصرف‌کننده، کاهش مصرف، زمانی رخ می‌دهد که مصرف‌کننده قبض برق ماهیانه خودرا دریافت می‌کند. دیگر پاسخ بالقوه، تغییر عرضه کننده، بسته به ضوابط و شرایط  قراردادهای تولید، معمولا بصورت ماهانه و یا سالانه رخ می‌دهد.

در رابطه با پاسخ مصرف‌کننده به قیمت‌های برق تحقیقات گسترده‌ای صورت گرفته است [1]. علاوه بر این، برای مدل‌کردن و شبیه سازی کشش قیمت در بازارهای برق، اخیرا تلاش‌هایی صورت گرفته است [2] و [3]. چنین مطالعاتی نشان داده است که کاهش در مصرف برق در پاسخ به قیمت‌ها، بخصوص برای مشتریان مسکونی، در کوتاه مدت نسبتا غیرارتجاعی است؛ حتی افزایش قیمت‌های زیاد هم تغییرات نسبتا کوچکی در مصرف برق را به دنبال دارد. از طرف دیگر، مصرف‌کنندگان بزرگ، نسبت به قیمت برق کاملا حساس هستند.

اخیرا، AMI و شبکه هوشمند به طور گسترده به عنوان فناوری‌هایی برای فراهم کردن آگاهی بیشتر در مورد مصرف و هزینه مشتریان برق پذیرفته شده‌اند. در نتیجه، این فناوری‌ها قادرند تا از طریق کشش بهبود یافته قیمت بر موانع فنی و بازاری مشتریان برای مشارکت در بازارهای برق غلبه کنند. در این مقاله، برای استخراج کشش قیمتی تقاضای مصرف‌کننده (از طریق مزایده سمت تقاضا) و به کمک EMCAS مدلی را بنا کنیم که مبتنی است بر ایجنت و بازارهای نامنظم را شبیه‌سازی می‌کند.

ادامه مقاله بدین ترتیب سازماندهی شده است: بخش II پاسخ سمت تقاضا را با مدلسازی کشش قیمت بیان می‌کند. بخش III تحقیقات آزمایشگاهی را توصیف کرده و نتایج و بحث‌ها را فراهم می‌کند. بخش IV یک مطالعه مورد واقعی را پیشنهاد می‌کند که مبتنی است بر بازارهای برق کره. بخش V نتایج بدست آمده را نشان می‌دهد.

 

  1. مدلسازی پاسخ سمت تقاضا با کشش قیمت

 

در ادبیات اقتصاد، کشش قیمت (ε) به عنوان تغییر درصدی تقاضا یا بار (L) است که از تغییر درصدی قیمت (P) نتیجه می‌شود. برای تغییرات بسیار کوچک در قیمت، این کمیت را می‌توان بصورت ریاضی زیر بیان کرد:

  1.                                    

که ε کشش قیمت تقاضای مصرف‌کننده، δL تغییر در بار مصرف‌کننده، δP تغییر قیمت، P قیمت پیش‌بینی‌شده انرژی ($/MWh)، و L بار پایه مصرف‌کننده (MWh) است.

معادله نشان می‌دهد که: الف) کشش قیمت -1.0 به این معناست که 1 درصد افزایش در قیمت منجر به 1 درصد کاهش در بار می‌شود، ب) کشش قیمت صفر به این معناست که مصرف‌کننده‌ها نسبت به قیمت برق حساس نبوده و بار تحت تاثیر قیمت قرار نمی‌گیرد. در مورد دوم، منحنی تقاضا یک خط عمودی است، همانطور که در شکل 1 دیده می‌شود. با این حال، در بازارهای برق، منحنی عرضه بیشتر شبیه یک چوب هاکی است، که در آن در بیشتر قسمت‌های منحنی عرضه بصورت معتدل افزایش می‌یابند به جز در انتهای منحنی که شیب بسیار تندی دارد و قیمت‌ها به شدت افزایش می‌یابند. پاسخ‌دهی تقاضا بیشترین سود را در این ناحیه فراهم می‌کند [4].

 

  1. تخمین کشش قیمت تقاضای برق

 

در کل، سنجش کشش قیمت کار پیچیده‌ای است، و ضرایب کشش تخمینی معمولا دارای گستره زیادی از عدم اطمینان هستند. معمولا بین کشش کوتاه‌مدت و بلندمدت تفاوت قائلند. کشش کوتاه‌مدت، پاسخ قیمت سیستم را با زیرساخت و تجهیزات فعلی خود توصیف می‌کند؛ کشش بلندمدت، سرمایه‌گذاری‌های قابل انجام (مثلا در عرضه تبدیل انرژی یا انرژی جایگزین) در پاسخ به قیمت‌های بالاتر را در نظر می‌گیرد. 

جدول I مثال‌هایی از محدوده‌های تخمین کشش کوتاه‌مدت و بلندمدت حاصل از چند مطالعه را نشان می‌دهد [4]-[6]. با این حال، از آنجا که مطالعات در سیستم‌های منظم انجام شده است، ممکن است برای بازارهای تجدیدساختار‌شده اعتبار کمی داشته باشند. به طور کلی، انتظار می‌رود کشش قیمت تقاضا با پیاده‌سازی AMI و شبکه هوشمند افزایش یابد.

 

  1. مزایده سمت تقاضا و متعادلسازی بازار در بازار روز بعد

 

در مدل EMCAS مبتنی بر ایجنت، مصرف‌کننده‌ها تقاضای خود را به فراهم‌کنندگان بار ارسال می‌کنند، کسانی که به نوبه خود مزایده قاضای ساعتی روز بعد را به ISO ارائه می‌کنند. به طور مشابه، GenCo ها (شرکت‌های تولیدکننده) پیشنهادات ساعتی روز بعد را به ISO ارسال می‌کنند. ISO توزیع بار بهینه، پخش بار بهینه را با در نظر گرفتن شبکه انتقال انجام می‌دهد و قیمت‌های نهایی محلی ساعتی (LMPs) را برای هر ساعت و هر باس سیستم تعیین می‌کند [7]. ( چهارچوب مدلسازی مبتنی بر ایجنت به صورت کامل در [8] و [9] توصیف شده است.)  EMCAS گزینه‌ای را فراهم می‌کند که در آن به مصرف‌کننده‌ها/ فراهم‌کنندگان بار اجازه داده می‌شود تا مزایدات کششی یا غیرکششی خود را ارسال کنند. شکل منحنی تقاضا که برای بازار روز بعد پیشنهاد شده است با تنظیم پارامترهای زیر برای هر مصرف‌کننده مدل می‌شود:

Pref       قیمت مرجع

Lred      حد کاهش بار (درصد)

Linc      حد افزایش بار (درصد)

Nred     تعداد گام‌های منحنی تقاضا برای کاهش بار

Ninc     تعداد گام‌های منحنی تقاضا برای افزایش بار

 

شکل2 نشان دهنده منحنی مرسوم تقاضا است. قیمت مرجع، Pref، توسط کاربر وارد می‌شود و برای همه ساعات ثابت است، در حالی که Lref معادل بارهای ساعتی بوده و لذا از ساعتی به ساعت دیگر متغیر است. کمترین و بیشترین بارها توسط پارامترهای حدود پایین و بالا مشخص می‌شوند.

اگر کشش قیمت برای کل منحنی تقاضا ثابت باشد، آنگاه معادله (1) را می‌توان اینگونه بازنویسی کرد:

  1.                           

که a و ε (کشش) ثابت هستند، ε توسط کاربر وارد می‌شود و a را می‌توان برای هر ساعت از طریق Lref و Pref محاسبه کرد. معادله (2) برای نمایش مزایده سمت تقاضا در مدل به کار می‌رود. با این حال، منحنی پیوسته در شکل2 را نمی‌توان بطور مستقیم در بازار به مناقصه گذاشت؛ برای محاسبه تعادل بازار به عنوان مساله برنامه‌نویسی خطی (LP) نیاز به یک تقریب پله‌ای است. بنابراین، منحنی پیوسته به کمک چند پله، همانند شکل2، تقریب زده می‌شود.

میزان تطابق منحنی پیوسته و تقریب پله‌ای بستگی به تعداد پله‌های منحنی تقاضا دارد. برای همه پله‌های کاهش بار و نیز همه پله‌های افزایش بار، اندازه پله ثابت است. قیمت‌های متناظر برای بارها در نقطه وسط هر پله توسط استفاده از رابطه زیر که به سادگی از رابطه (2) استخراج می‌شود قابل محاسبه است:

 

  1.     

 

توجه شود که بیشترین قیمت مزایده تقاضا با مقدار بار از دست رفته (VOLL) برابر است.

بازار وقتی متعادل می‌شود که منحنی عرضه با منحنی تقاضا تقاطع دارد و قیمت و بار منتجه با توجه به آن تنظیم می‌شوند. لذا بار واقعی در باز روز بعد می‌تواند کمتر، بیشتر و یا معادل با بار مرجع باشد. شکل3 نشان دهنده مثالی است که در آن بازار در یک قیمت کمتر از Pref متعادل می‌شود، لذا بار واقعی، LDA، بیشتر از Lref است.

در بازار زمان واقعی، هیچ کشش قیمت تقاضایی موجود نیست. این بدان علت است که ما فرض می‌کنیم مصرف‌کننده‌ها نمی‌تواند بصورت زمان واقعی به قیمت‌ها پاسخ دهند. لذا، بار حاصل از تعادل بازار روز بعد، LDA، به عنوان بار غیرکشیی در بازار زمان واقعی به کار می‌رود. این موضوع در شکل4 مشاهده می‌شود، جائی که منحنی تقاضا به صورت یک خط عمودی و با قیمتی معادل با VOLL نشان داده شده است.

توجه شود که در شکل4، ما فرض می‌کنیم که برخی ژنراتورها در مدار نیستند، و قیمت زمان واقعی  PRT، بیشتر از قیمت روز بعد PDA است، با اینکه بار در هر دو بازار عین هم است.

 

 

 

 

  1. مطالعه تجربی (آزمایشگاهی)
  1. سیستم آزمایشگاهی

 

در شبیه‌سازی‌های آزمایشگاهی، ما از یک شبکه انتقال 11 گره استفاده می‌کنیم؛ این روش مبتنی است بر روش توصیف شده در [10]. مشخصات فنی و توپولوژی خطوط انتقال در جدول II لیست و در شکل5 نشان داده شده است.

فرض می‌کنیم تنها یک شرکت (TransCo) در سیستم موجود باشد، که کل شبکه انتقال در تصاحب او باشد. شبکه انتقال توسط یک ISO بهره‌برداری می‌شود.

هشت GenCo (شرکت تولیدی) در سیستم موجود است، که در گره‌های مختلف شبکه واقع‌اند (شکل5). همه شرکت‌های تولیدی دارای واحدهای یکسان تولیدی هستند: یک نیروگاه با سوخت زغال سنگ (CO)، یک نیروگاه سیکل ترکیبی (CC) جهت پوشش بار واسطه، و یک واحد توربین گازی (GT) پیک. برای هر GenCo، هر سه واحد تولیدی (CO، CC و GT) به یک گره متصل‌اند. پارامترهای نیروگاه‌ها در جداول III و IV لیست شده‌اند. این پارامترهای اجرایی و هزینه تنها بیانگر فناوری بوده و داده‌های نیروگاه‌ واقعی نیستند.

توجه شود که بلوک‌های مزایده‌ای برای هر واحد تولیدی مبتنی هستند بر بلاک کردن منحنی‌های نرخ حرارت توصیف شده در جدول III. در سناریوی اصلی، شرکت‌های تولیدی بر اساس هزینه‌های نهایی اولید خود، همانطور که در جدول IV لیست شده است، پیشنهاد می‌دهند. خروج‌های اجباری در شبیه‌سازی‌ها در نظر گرفته نشده‌اند، تا مقایسه سود برای هر شرکت تولیدی تسهیل شود.

ما از یک نمایش تجمعی سمت تقاضای بازار استفاده می‌کنیم. پنج مصرف‌کننده در نظر گرفته است که بیانگر کل تقاضا در گره است، جائی که آنها متصل شده‌اند. بارها به گره‌های 1، 3، 4، 10 و 11 متصلند. ما ماه ژولای را شبیه‌سازی می‌کنیم که فرض شده است ماهی از سال باشد که پیک بار در آن اتفاق می‌افتد. پنج بار ساعتی در شکل6 نشان داده شده است. بیشترین بار به وضوح در گره 11 قرار دارد.

همه مصرف‌کننده‌ها برق خود را از یک شرکت تقاضا (DemCo) خریداری می‌کنند. شبکه انتقال به چهار ناحیه تقسیم می‌شود: A (گره‌های 1-3)، B (گره‌های 4-7)،  C (گره‌های 8-10) ، و D (گره 11). فرض کرده‌ایم که در هر ناحیه تنها یک DemCo موجود باشد. توجه شود که مصرف‌کننده‌ها کل قبوض خود را به DemCo پرداخت می‌کنند، منجمله انرژی، و قبوض انتقال و توزیع (T&D).

DemCo به نوبه خود قبوض مربوط به شرکت‌های GenCo و T&D را پرداخت می‌کند. برای قیمت پرداختی توسط مصرف‌کننده‌ها می‌توان markup ای افزود تا بیانگر سود DemCo باشد. با این حال، در این مطالعه، ما بر روی GenCo ها و مصرف‌کننده‌ها متمرکز هستند و markup DemCo را را برابر صفر قرار می‌دهیم. هزینه‌های ثابت، برای انتقال و توزیع به ترتیب برابر $10/MWh و $18/MWh فرض شده است.

 

 

  1. سناریوها و پارامترهای کشش قیمت

 

برای سادگی، فرض کرده‌ایم که همه پنج مصرف‌کننده کشش قیمت داشته باشند. برای بررسی تاثیر کشش قیمت و قیمت مرجع مصرف‌کننده‌ها برخی سناریوها اجرا شد.

در همه این سناریوها، فرض کردیم که شرکت‌های تولیدی هزینه نهایی تولید واحد‌های خود را (همانطور که درجدول IV بیان شده است) به مزایده گذاشته‌ باشند. در مزایده سمت تقاضا، مصرف‌کننده‌ها دارای قیمت مرجع $25/MWh یا $30/MWh و ضرایب مختلف کشش قیمت هستند. علاوه بر این، حدود بالا و پایین کاهش و افزایش بار به ترتیب برابر 90% و 105% بار پایه انتخاب شده باشند. این سناریوها در جدول V خلاصه شده‌اند. بارهای تغذیه شده در مورد پایه و دیگر سناریوها برای یک روز معمولی در شکل7 نشان داده شده است، که نشان می‌دهد مصرف‌کننده‌ها وقتی قیمت‌ها پایین باشد بار خود را افزایش می‌دهند و وقتی قیمت‌ها بالا باشد کاهش در بار دارند.

 

  1. نتایج و بحث

 

جداول VI، VII و VIII به ترتیب بیانگر کاهش در بار پیک، کل بار تغذیه شده و کل هزینه انرژی تحت سناریوهای مختلف است. کل کاهش بار پیک در محدوده 5% تا 8% است. با این حال، کاهش بار پیک برای مصرف‌کننده شماره 10 تنها در محدوده 1% تا 5% است. کاهش بار پیک کم برای مصرف‌کننده 10 را می‌توان به LMPهای گره 10 نسبت داد. LMP های گره 10 در 85% زمان از قیمت مرجع مصرف‌کننده فراتر می‌رود؛ در دیگر گره‌ها، در 91% زمان فراتر از قیمت مرجع می‌رود (شکل8). لذا، کاهش بار پیک برای مصرف‌کننده شماره 10 بسیار کمتر از مصرف‌کننده‌های دیگر است.

به جز مصرف‌کننده شماره 10، همه دیگر مصرف‌کننده‌ها با کاهش کل بار خود، هزینه کلی انرژی خود را کاهش دادند. برای مصرف‌کننده 10، برای کاهش هزینه کلی انرژی، کشش زیاد قیمت و نیز کاهش بار زیادی نیاز بود. در حقیقت، LMPهایی که مصرف‌کننده 10 پرداخت می‌کند نسبت به مورد پایه وقتی کشش قیمت را بروز می‌دهد، پرداخت‌های بیشتری دارد؛ لذا، کاهش در کل هزینه انرژی تنها از کاهش در بار حاصل می‌شود. با این وجود، دیگر مصرف‌کننده‌ها از این کاهش باز و قیمت بهره می‌برند. جدول IX بیانگر تاثیر کشش قیمت مصرف‌کننده بر روی شرکت‌های تولیدی و شرکت‌های انتقال است. وقتی مصرف‌کننده‌ها کشش قیمتی در محدوده -1.0 تا -0.3 نشان می‌دهند، سود شرکت‌های تولیدی خدود 3.50% تا 6.87% ماهش می‌یابد و درآمد تجمعی شرکت انتقال تقریبا از بین رفته است.

ما همچنین تاثیر قیمت‌های مرجع مصرف‌کننده‌ها را نیز مطالعه کردیم ] جداول X و XI(a), (b) و (c) [.

همانطور کع انتظار می‌رفت، وقتی قیمت مرجع از $25/MWh تا $30/MWh افزایش می‌یابد، کاهش بار تنها 0.11% تا 0.27% است است- برای کشش قیتی در محدوده -0.1 تا  -0.3 . تغییر کوچک در بار به این علت است که اکنون قیمت مرجع نزدیک قیمت متوسط در مورد پایه است. همچنین، در سود شرکت‌های تولیدی یک افزایش جزئی وجود دارد، چون با اینکه آنها در مقایسه با مورد پایه انرژی کمتری تولید می‌کنند، هزینه‌های راه‌‌انداری کاهش می‌یابد؛ در حالی که یک کاهش قابل توجه در هزینه‌های تجمعی وجود دارد. جداول XI(a) و (b) و (c) به ترتیب بیانگر سود هر شرکت تولیدی، بار تغذیه شده هر مصرف‌کننده تنها، و کل هزینه هستند، وقتی که مصرف‌کننده‌ها دارای قیمت مرحع بالایی باشند. وقتی پاسخ قیمت به علت قیمت مرجع بالاتر، کاهش می‌یابد، هزینه کل برای مصرف‌کننده‌های گره‌های 3 و 10 در مقایسه با مورد پایه افزایش می‌یابد. این نشان می‌دهد که همه مصرف‌کننده‌ها به طور یکسان بهره‌مند نمی‌شوند و برخی از آنها ممکن است واقعا با هزینه بالائی مواجه شوند.

 

  1. سیستم قدرت کره
  1. سیستم قدرت کره

 

یک نماینده تجمعی از شبکه انتقال برق کره که در سال 2006 توسعه یافته است برای اجرای مطالعه اقتصادی روی این سیستم قدرت به کار رفته است. سیستم قدرت کره دارای ظرفیت کل 72000 MW است، و شامل 126 خط انتقال، 97 باس، 9 ناحیه و 152 ژنراتور است. نواحی عبارتند از سئول، نام سئول، سووُن، جچون، داجون، کوانگجو، داگو، پوسان و چانگ وون. پنج نیروگاه تلمبه آبی ذخیره‌ای در سیستم موجود است. KEPCO تنها شرکت انتقال و توزیع است.

بارهای ساعتی مصرف‌کننده توسط ناحیه برای ماه آگوست سال 2006 در شکل9 نشان داده شده است. ناحیه سووُن دارای بیشترین بار است؛ ناحیه نام سئول دارای کمترین بار سیستم است.

 

  1. سناریوها و پارامترهای کشش قیمت

 

ما فرض کردیم که همه مصرف‌کننده از خود کشش قیمت بروز می‌دهند. برای بررسی تاثیر کشش قیمت و قیمت مرجع روی مصرف‌کننده‌ها برخی سناریوها اجرا شد. در همه این سناریوها، شرکت‌های تولیدی هزینه نهائی تولید واحدهای خود را به مزایده گذاشتند. در مزایده سمت تقاضا، مصرف‌کننده‌ها دارای قیمت مرجع 50 kWon/MWh یا 55kWon/MWh (1 kWon تقریبا معادل U.S. $1 است) و ضرایب مختلف کشش قیمت بودند. علاوه بر این، حدود بالا و پایین کاهش و افزایش به ترتیب برابر 90% و 110% بار پایه بودند. این سناریوها در جدول XII خلاصه شده‌اند.

 

 

 

  1. نتایج و بحث

 

از آنجا که چندین مصرف‌کننده در سیستم موجود است، نتایج در اینجا در سطح ناحیه‌ای بیان می‌شوند. جداول XIII، XIV و XV به ترتیب بیانگر کاهش در بار پیک، کل بار تغذیه شده، و هزینه کل انرژی تحت سناریوهای مختلف است. وقتی مصرف‌کننده‌ها کشش قیمت خود را از -0.1 تا -0.3 افزایش می‌دهند کاهش بار پیک 2% تا 4% در همه نواحی اتفاق می‌افتد. به طور مشابه، کاهش 1% تا 5/2% در بار کلی رخ می‌دهد. با عرضه شش قیمت، مصرف‌کننده‌ها نیز قادر به کاهش هزینه کلی خود در محدوده 2.0% تا 4.4% هستند.

شکل10 نشان دهنده منحنی افزایش قیمت در مورد پایه است. در همه نواحی، قیمت ها از قیمت مرجع (50 kWon/MWh) در تقریبا 80% زمان فراتر می‌روند، که بدان معناست که به طور متوسط مصرف‌کننده‌ها بار خود را در 80% زمان ماهش و تنها در 20% زمان بار خود را در طی دوره شبیه‌سازی افزایش داده‌اند.

جدول XVI بیانگر تاثیر کشش قیمت مصرف‌کننده روی شرکت‌های تولید و انتقال است. وقتی مصرف‌کننده‌ها کشش قیمتی در محدوده -0.1 تا -0.3 از خود نشان می‌دهند، سود شرکت‌های تولیدی از حدود 1.9% تا 3.2% کاهش می یابد، و درآمد تجمعی شرکت‌های انتقال از 18% تا 55% کاهش یافته است.

برای درک تاثیر قیمت مرجع، شبیه‌سازی‌ها با یک قیمت مرجع بالاتر یعنی 55 MWon/MWh انجام شدند. همانطور که در شکل10 دیده می‌شود، قیمت‌های ناحیه‌ای در حدود 56% زمان از قیمت مرجع فراتر می‌روند.

می‌توان انتظار داشت که مقدار افزایش و کاهش بار در این شبیه‌سازی‌ها تقریبا یکسان و برابر خواهد بود. نتایج شبیه‌سازی‌ها در جداول XVII و XVIII(a) و (b) بیان شده است. کل بار سیستم تقریبا مشابه بار پایه است با اندکی تغییر- در محدوده -0.04% تا 0.19%. تغییر کوچک در بار به علت آن است که اکنون قیمت مرجع نزدیک به قیمت متوسط در مورد پایه است.

همچنین در سود شرکت‌های تولیدی افزایش جزئی وجود دارد، چون با اینکه آنها در مقایسه با مورد پایه انرژی کمتری تولید می‌کنند، هزینه‌های راه‌اندازی کاهش یافته است؛ در حالی که کاهش قابل توجهی در هزینه‌های تجمعی وجود دارد.

 

  1. نتیجه‌گیری

 

این مقاله مطالعه‌ای را توصیف می‌کند که در آن برای نشان دادن و کمیت‌بخشی تاثیر اقتصادی کشش قیمت تقاضا در بازارهای برق از یک مدل مبتنی بر ایجنت استفاده شده است؛ وقتی مصرف‌کننده‌ها بخوبی با فناوری‌های شبکه هوشمند تجهیز شده باشند تا میزان آگاهی آنها از پاسخ‌دهی تقاضا افزایش یابد. با اینکه میزان این تاثیر بستگی به سطح قیمتی دارد که در آن مصرف‌کننده‌ها از خود پاسخ‌دهی قیمت بروز می‌دهند، مصرف‌کننده‌های کشش-قیمت می‌توانند با کاهش در مصرف انرژی و قیمت‌ها، بهره‌مند شوند. علاوه بر این، می‌توانند هزینه‌های تجمعی خود را بطور قابل توجهی کاهش دهند و نیز بطور بالقوه توان بازار شرکت‌های تولیدی را کاهش دهند. با اینکه برخی مصرف‌کننده‌ها ممکن ایت به خاطر محل آنها در شبکه، با هزینه بیشتری موجه شوند، بیشتر آنها با بروز کشش قیمت تقاضا بهره‌مند می‌شوند. در فاز بعدی مطالعه این نتایج را با جزئیات بیشتر مورد بحث قرار خواهیم داد.

 

 

[1] deregulated

[2] aggregator

نظرات (۰)

هیچ نظری هنوز ثبت نشده است

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی