ارائه کننده: محمد­حسین علی­زاده
استاد راهنما: دکتر محسن پارسا مقدم
استاد ناظر داخلی: دکتر سید حامد دلخوش
استاد ناظر خارجی: دکتر حبیب الله اعلمی (دانشگاه: امام حسین (ع))
استاد مشاور: دکتر مریم ایمانی
تاریخ: 1401/12/14
ساعت: 11 تا 13
مکان: آزمایشگاه سیستم­های قدرت آینده (ط 2-)

چکیده:

با توجه به روند افزایشی مصرف انرژی الکتریکی، افزایش قیمت سوخت، کمبود منابع مالی و نگرانی‌های زیست‌محیطی، وجود سازوکاری برای رفع چالش‌های ذکرشده حس می‌شود. یکی از راه‌کارهایی که نیاز به نیروگاه‌های سوخت فسیلی را کاهش می‌دهد و در پی آن امنیت انرژی و کاهش رد پای کربن را به همراه دارد، نفوذ منابع تجدید پذیر نظیر انرژی‌های خورشیدی، بادی و آبی است.  به دلیل ذات متغیر و نا یقینی این منابع، ممکن است امنیت و قابلیت اطمینان شبکه قدرت دچار اخلال شود. پس وجود راه‌حلی که بتوان مصرف را مطابق تولید منعطف کرد حس می‌شود. ازاین‌رو مفهومی تحت عنوان مدیریت سمت مصرف و در پی آن پاسخگویی بار می‌تواند گزینه‌ای اقتصادی و همچنین سریع پاسخی باشد. در پی توسعه شبکه قدرت سنتی به سمت شبکه هوشمند، فناوری‌های بسیاری در بستر این شبکه ظهور کرده‌اند. علاوه بر این وجود و توسعه این فناوری‌ها، پایش بهتر و دقیق مشترکین سمت مصرف را امکان‌پذیر کرده است و مصرف‌کنندگان می‌توانند تصمیمات آگاهانه در مورد نحوه مصرف خود اتخاذ کنند. بکار گیری کنتور هوشمند که زیر بخشی از ساختار اندازه‌گیری هوشمند می­باشند امکان ثبت مصرف مشترکین را با فرکانس بالا فراهم می‌آورد که نتیجه آن در دسترس بودن حجم بالای اطلاعاتی است که تحت عنوان کلان داده شناخته می‌شوند. از طرفی، پیچیدگی بالای مسائل مرتبط با پاسخگویی بار، همراه با استفاده از کلان داده‌ها و نیاز مکرر به تصمیم‌گیری‌های نزدیک به زمان واقعی، باعث شده که هوش مصنوعی (AI) و یادگیری ماشین اخیراً به‌عنوان فناوری‌های کلیدی برای فعال کردن مشترکین سمت مصرف ظاهر شوند. هوش مصنوعی همچنین می‌تواند با خودکارسازی تصمیم‌گیری، با توجه به شناخت رفتار مصرفی مشترک، زحمت تصمیم‌گیری را از دوش مشترک بردارد. در پایان‌نامه حاضر نیز با بکار گیری کلان داده‌های تاریخی مشترک رفتار مصرفی آن‌ها استخراج‌شده و این دانش به‌دست‌آمده توسط یکی از الگوریتم‌های هوش مصنوعی بنام یادگیری تقویتی به‌عنوان الگوریتمی که مدل آزاد است و قابلیت سازگاری با تغییرات ایجادشده در محیط را دارد، برای تعیین استراتژی قیمت‌گذاری روز پیش  مشترکین حاضر در یک جامعه انرژی مورداستفاده قرارگرفته است. این قیمت‌گذاری به‌صورت زنجیره تصمیم مارکوف فرموله شده و مدیر جامعه انرژی که نهادی غیرانتفاعی است این قیمت‌گذاری را با اهدافی چندگانه ازجمله کاهش هزینه انرژی، کاهش عدم رضایت و بهره‌گیری از تشویقی ارائه‌شده برای بهبود ضریب بار از سمت اپراتور شبکه انجام می‌دهد. در مدل توسعه داده‌شده همچنین مدل­سازی هزینه عدم رضایت مربوط به جابجایی بار و کاهش بار به‌صورت تفکیک‌شده در نظر گرفته‌شده است تا بتوان قیمت­ گذاری بهینه­ تری انجام داد.