Akıllı şebekelerde yenilenebilir enerji üretimine sahip akıllı evlerin enerji ve yük yönetimi

Abstract

Enerji yönetim sistemleri ve talep tarafı yük yönetimi uygulamaları, akıllı şebeke çalışmalarının en önemli konuları arasındadır. Özellikle, akıllı evlerde talep tarafı yük yönetim uygulamaları şebekeye esneklik sağlamakta ve aralıklı üretime sahip yenilenebilir enerji kaynaklarının kullanımını ve şebekeye entegrasyonunu desteklemektedir. Öncelikle, bu tez çalışmasında, dağıtık üretim koşulları ve şebekenin farklı enerji fiyatlandırma tarifeleri altında yük yönetimini gerçekleştirmek için bir yerel yük atma yöntemi önerilmiştir. Toplam enerji talebi çevrimiçi enerji fiyatlarına ve yerel üretime göre belirlenen dinamik maksimum güç tüketim sınırını aştığında, önerilen yöntem kullanıcı tarafından tanımlanan cihaz kullanım önceliklerine ve elektrikli ev cihazlarının güç gereksinimlerine göre elektrik yüklerini devre dışı bırakarak yerel enerji tüketimini sınırlandırmaktadır. Ayrıca, bu tezde, geleceğin akıllı evleri için akıllı priz içeren yerel doğru akım dağıtım sistemine dayalı enerji yönetim sistemi sunulmuştur. Bina enerji yönetim otomasyonunun önemli bir parçası olan akıllı prizlerin modellenmesi ve kullanımı tanımlanmıştır. Ek olarak tezde, şebekeye bağlı, çoklu yerel enerji üretim birimlerini içeren akıllı evlerde enerji yönetim sistemi için zaman oranlı çoklu darbe genlik modülasyonu yöntemi ile enerji karıştırma bileşeni sunulmuştur. Bu yöntem kullanılarak enerji karıştırıcıları için düşük maliyetli enerji karıştırma oranlarını bulmak amacıyla ayrık stokastik optimizasyon tekniklerine dayanan bir rastgele arama algoritması önerilmiştir. Benzetim sonuçları, önerilen yük atma algoritmasının yerel seviyede tepe talebi düşürdüğünü ve farklı elektrik tarifeleriyle uyumlu bir şekilde çalıştığını göstermiştir. Akıllı şebeke uygulamaları için önerilen enerji karıştırıcı bileşen kullanılarak optimizasyon ve yapay zeka metotları tarafından yönetilen en uygun enerji karıştırma oranları gerçekleştirilmiştir. Sonuçlar, enerji yönetimi için önerilen rastgele arama algoritmasının, şebekenin değişen enerji fiyat koşulları altında çok kaynaklı akıllı evler için düşük maliyetli enerji karıştırma sağlayabileceğini göstermiştir.

Energy management systems and demand side load management applications are among the most important issues of smart grid studies. In particular, demand-side load management applications in smart homes provide flexibility to the grid and support the use of renewable energy sources with intermittent generation and integration into the grid. First of all, in this thesis study, a local load shedding method has been proposed to realize load management under distributed generation conditions and different energy pricing tariffs of the grid. When the total energy demand exceeds the dynamic maximum power consumption limit determined by online energy prices and local generation, the proposed method limits the local energy consumption by disabling electrical loads according to user defined device usage priorities and power requirements of electrical household appliances. Moreover, in this thesis, the energy management system based on a local direct current distribution system with smart socket was presented for future smart homes. The modeling and use of smart sockets, which an important part of building energy management automation, are described. In addition in the thesis, an energy mixing component is presented with a time-rate multiple pulse width modulation method for the energy management system in grid connected smart homes including multi local power generation units. By using this method, a random search algorithm based on discrete stochastic optimization techniques is proposed to find low cost energy mixing rates for energy mixers. The simulation results have shown that the proposed load shedding algorithm reduce peak demand at the local level and work in accordance with different electricity tariffs. The optimized energy mixing rates managed by optimization and artificial intelligence methods have been achieved using the proposed energy mixer component for smart grid applications. Results have shown that the proposed random search algorithm for energy management can provide low cost energy mixing under changing energy price conditions for smart homes including multi-source.