An overview of the proposed smart d

An overview of the proposed smart distribution system operational framework with uncontrolled price-responsive loads is presented in Fig. 1. It is assumed that customers would be equipped with home energy management systems (HEMS) [23], based on which they respond to price ρk by adjusting their consumption PDk(ρk). Two different pricedemand relationships, namely, linear and exponential, are considered for the studies.


The reason for choosing the linear model is its simplicity in representing the price-demand relationship, while the exponential model is chosen since it represents a typical nonlinear price-demand relationship [7]–[9]. The price-responsiveness of customers can effectively be determined
in real-life through historical data of price and load demand, or using a thorough customer survey; hence the parameters of the proposed models can be estimated using historical data sets. In Fig. 1, it is also assumed that the LDC would be equipped with a smart load estimator (SLE), which receives real-time load consumption data from customers’ smart meters to develop price-responsive models for the loads. These priceresponsive load models, estimated by the SLE, would be used as an input by the LDC for real-time smart distribution system operation through the proposed DOPF to optimally control the distribution feeder using a model predictive control (MPC) approach [28]. Thus, the proposed model would be executed based on the frequency of the incoming real-time data, which could be every 5, 10, or 15 min to take care of the changes in the system parameters, particularly load demand, which can change dynamically. Furthermore, it is assumed that some fraction of the loads would respond to electricity prices by increasing or decreasing their consumption as per their convenience, or behaving as deferrable loads, while the rest is considered to be fixed or critical loads

ผลลัพธ์ (ไทย) 1:

มีการนำเสนอภาพรวมของระบบการกระจายสินค้าสมาร์ทที่เสนอปฏิบัติกรอบกับแพงกว่าราคาตอบสนองโหลดใน Fig. 1 เป็นสมมติว่า ลูกค้าจะมีพร้อมบ้านจัดการระบบพลังงาน (HEMS) [23], ตามที่พวกเขาตอบสนอง ρk ราคา โดยการปรับปริมาณการใช้ของ PDk(ρk) สอง pricedemand แตกต่างกันความสัมพันธ์ ได้แก่ เชิงเส้น และแบบเลขชี้ กำลัง กำลังศึกษา เหตุผลที่เลือกรูปแบบเส้นตรงคือ ความเรียบง่ายในการแสดงราคา -ความสัมพันธ์ ในขณะแบบเอ็กซ์โพเนนเชียเนื่องจากมันแสดงถึงความสัมพันธ์แบบไม่เชิงเส้นทั่วไปอุปสงค์ราคา [7] – [9] ราคาตอบสนองลูกค้าได้อย่างมีประสิทธิภาพสามารถถูกกำหนดในชีวิตจริงโดยใช้ข้อมูลย้อนหลังของราคา และความต้องการผลิต หรือใช้สำรวจลูกค้าอย่างละเอียด ดังนั้น พารามิเตอร์ของแบบจำลองที่นำเสนอความใช้ชุดข้อมูลย้อนหลัง ใน Fig. 1 มันยังสันนิษฐานว่า ที่ LDC จะมีพร้อมทั้งประมาณโหลดสมาร์ท (SLE), ซึ่งได้รับข้อมูลปริมาณการใช้การโหลดแบบเรียลไทม์จากลูกค้าสมาร์ทเมตรรุ่นราคาตอบสนองสำหรับการใช้งานพัฒนา รุ่นโหลดเหล่านี้ priceresponsive, SLE โดยประมาณจะใช้เป็นข้อมูลป้อน โดย LDC สำหรับการดำเนินงานของระบบกระจายสมาร์ทแบบเรียลไทม์ผ่าน DOPF เสนอการควบคุมอัตโนมัติการกระจายโดยใช้วิธีการควบคุมงาน (MPC) แบบจำลอง [28] อย่างเหมาะสม ดังนั้น แบบเสนอจะดำเนินตามความถี่ของการเข้ามาแบบเรียลไทม์ข้อมูล ซึ่งอาจเป็นทุก 5, 10 หรือ 15 นาทีเพื่อดูแลการเปลี่ยนแปลงในพารามิเตอร์ระบบ โหลดโดยเฉพาะอย่างยิ่งความต้องการ ซึ่งสามารถเปลี่ยนแปลงแบบไดนามิก นอกจากนี้ มันสันนิษฐานว่า บางเศษของโหลดจะตอบสนองต่อไฟฟ้าราคา โดยเพิ่ม หรือลดปริมาณที่ใช้ตามความสะดวก หรือพฤติกรรมที่เป็น deferrable โหลด ในขณะที่ส่วนเหลือถือเป็นภาระสำคัญ หรือไม่

ผลลัพธ์ (ไทย) 2:

ภาพรวมของระบบการจัดจำหน่ายสมาร์ทที่นำเสนอกรอบการดำเนินงานกับโหลดที่ไม่สามารถควบคุมราคาตอบสนองจะนำเสนอในรูป 1. มันจะสันนิษฐานได้ว่าลูกค้าจะได้รับการติดตั้งระบบการจัดการพลังงานที่บ้าน (HEMS) [23] ตามที่พวกเขาตอบสนองต่อราคาρkโดยการปรับบริโภคของพวกเขา PDK (ρk) สองความสัมพันธ์ pricedemand ที่แตกต่างกันคือเส้นและชี้แจงได้รับการพิจารณาสำหรับการศึกษา. เหตุผลที่เลือกรูปแบบเชิงเส้นคือความเรียบง่ายในการเป็นตัวแทนความสัมพันธ์ของราคาความต้องการในขณะที่รูปแบบการชี้แจงที่ถูกเลือกเพราะมันแสดงให้เห็นถึงการไม่เชิงเส้นทั่วไปราคาตามความต้องการ ความสัมพันธ์ [7] - [9] ราคาการตอบสนองของลูกค้าได้อย่างมีประสิทธิภาพสามารถกำหนดได้ในชีวิตจริงผ่านข้อมูลทางประวัติศาสตร์ของราคาและความต้องการในการโหลดหรือใช้สำรวจลูกค้าอย่างละเอียด; จึงพารามิเตอร์ของรูปแบบที่นำเสนอสามารถประมาณโดยใช้ชุดข้อมูลทางประวัติศาสตร์ ในรูป 1 มันจะสันนิษฐานว่ายัง LDC จะได้รับการติดตั้งประมาณโหลดสมาร์ท (SLE) ซึ่งได้รับเวลาจริงข้อมูลการใช้โหลดจากลูกค้าสมาร์ทเมตรในการพัฒนารูปแบบการตอบสนองราคาสำหรับโหลด โมเดลเหล่านี้โหลด priceresponsive ประมาณโดย SLE ก็จะถูกนำมาใช้เป็นอินพุทโดย LDC เวลาจริงการทำงานของระบบการจัดจำหน่ายสมาร์ทผ่าน DOPF ที่นำเสนอได้อย่างดีที่สุดที่จะควบคุมการป้อนกระจายโดยใช้รูปแบบการควบคุมการทำนาย (กนง) วิธีการ [28] ดังนั้นรูปแบบที่นำเสนอจะได้รับการดำเนินการขึ้นอยู่กับความถี่ของข้อมูลในเวลาจริงที่เข้ามาซึ่งอาจจะเป็นทุก 5, 10 หรือ 15 นาทีในการดูแลของการเปลี่ยนแปลงในพารามิเตอร์ของระบบโดยเฉพาะอย่างยิ่งโหลดความต้องการซึ่งสามารถเปลี่ยนได้ . นอกจากนี้มันจะสันนิษฐานว่าส่วนของโหลดบางคนจะตอบสนองต่อราคาค่าไฟฟ้าโดยการเพิ่มหรือลดการบริโภคตามความสะดวกของพวกเขาหรือพฤติกรรมตามที่โหลด deferrable ในขณะที่ส่วนที่เหลือจะพิจารณาให้ได้รับการแก้ไขหรือโหลดที่สำคัญ