پیشنهاددهی بهینه هاب انرژی در بازارهای انرژی برق، حرارت و گاز طبیعی و بررسی بهبود روش‌های مدل‌سازی عدم‌قطعیت در کارایی آن

Abstract

هاب¬های انرژی جزء بازیگران مهم در شبکه‌های هوشمند انرژی محسوب می¬شوند. این بازیگران به دلیل مواجه با حامل¬های مختلف انرژی، می¬توانند در بازارهای موازی گوناگونی شرکت کنند؛ اما چالش اصلی پیشِ روی آن¬ها، وجود عدم قطعیت¬های مختلف است. در این مقاله، یک چارچوب پیشنهاددهی بهینه برای یک هاب انرژی به‌منظور مشارکت در بازارهای انرژی برق، حرارت و گاز طبیعی ارائه‌شده است. از طرفی، برای ارزیابی تأثیر عدم قطعیت‌ها در چارچوب موردنظر، از روش مونت‌کارلو به‌عنوان روش پایه¬ و از دو روش ARIMA و مدل LSTM به‌عنوان روش¬های پیشنهادی جهت بهبود مدل¬سازی، استفاده‌شده‌اند. برای بهبود تولید سناریو با روش ARIMA از باقیمانده‌های بهترین مدل بر اساس معیار AIC در نرم‌افزار R استفاده‌شده و مدل LSTM نیز به‌عنوان یک روش جدید در مدل‌سازی عدم‌قطعیت‌های هاب در نرم‌افزار Python موردتوجه قرارگرفته است. نتایج شبیه¬سازی با استفاده از یک سیستم هاب نمونه و با اطلاعات واقعی نشان می¬دهد که دقت روش¬های مدل‌سازی عدم-قطعیت به ترتیب در LSTM و ARIMA بیشتر از مونت‌کارلو است و این دقت می¬تواند تأثیر قابل‌ملاحظه‌ای در هزینه‌های بهره‌برداری، میزان درآمد بهره‌بردار هاب و تعداد شارژ و دشارژ ذخیره‌سازهای الکتریکی داشته باشد.