زمان‌بندی مبتنی بر روز در میکروشبکه های حامل انرژی چندگانه با پاسخ تقاضا

میکروگریدs اجزای ضروری سیستم‌های انرژی فعال هستند که تقاضاهای حرارتی و حرارتی متنوعی را تامین می‌کنند.یک ریزشبکه از منابع انرژی پراکنده (DER)شامل منابع تجدید پذیر، تولید همزمان حرارت و تولید توان (CHP)و منابع تولید سنتی که بر سوخت‌های فسیلی اتکا دارند، تشکیل شده‌است.هاب انرژی در میکرو شبکه‌ها، تبدیل انواع مختلف منابع انرژی را تسهیل می‌کند.جفت شدن بین شبکه‌های توزیع گاز طبیعی و برق چالش‌های جدیدی را برای برنامه‌ریزی عملیاتی کوتاه‌مدت ریزشبکه ها مطرح می‌کند.در این مقاله، یک مساله بهینه‌سازی تصادفی دو مرحله‌ای برای برنامه‌ریزی عملیاتی کوتاه‌مدت ریزشبکه با شبکه‌های حامل انرژی چندگانه برای تعیین ظرفیت ذخیره انرژی و ذخیره تنظیم شده‌است.این مساله به عنوان یک مساله برنامه‌ریزی خطی عدد صحیح مختلط فرمول‌بندی می‌شود که در آن تابع هدف به حداقل رساندن هزینه عملیات مورد انتظار در افق عملیات کوتاه‌مدت است.عدم قطعیت‌های موجود در تولید تجدیدپذیر شامل تولید برق خورشیدی و خورشیدی، و تقاضاهای الکتریکی و حرارتی با معرفی سناریوها با احتمالات مربوطه ثبت می‌شوند.چارچوب راه‌حل پیشنهادی قابلیت اطمینان و امنیت ت

Microgrids are indispensable components of active energy systems that supply diverse electrical and thermal demands. A microgrid is composed of distributed energy resources (DER) including renewable resources, combined heat and power generation (CHP) and conventional generation resources that rely on fossil fuels. Energy hubs in microgrids facilitate the conversion of different types of energy resources. The coupling among natural gas and electricity distribution networks introduces new challenges to the short-term operation planning of microgrids. In this paper, a two-stage stochastic optimization problem is formulated for the short-term operation planning of microgrids with multiple-energy carrier networks to determine the scheduled energy and reserve capacity. The problem is formulated as a mixed integer linear programming problem in which the objective function is to minimize the expected operation cost in the short-term operation horizon. The uncertainties in the renewable generat