آنالیز و ارزیابی مدل اقتصادی ریزشبکه سیستم فتوولتائیک متصل به شبکه توزیع برق ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مدیریت صنعتی دانشگاه آزاد اسلامی، واحدتهران جنوب، تهران، ایران

2 دانشیار گروه مدیریت صنعتی دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران

3 استادیار گروه مدیریت صنعتی دانشگاه آزاداسلامی، واحد تهران جنوب، تهران، ایران

4 دانشیار گروه مدیریت صنعتی دانشگاه آزاد اسلامی، واحدتهران جنوب، تهران، ایران

چکیده

یکی ازچالش­ها در عدم توسعه ریزشبکه سیستم فتوولتائیک، عدم بازگشت سرمایه به همراه هزینه­های آن در کمترین زمان می­باشد. در این پژوهش یک مسئله جدید جهت ارائه مدل اقتصادی و مدیریت انرژی ریزشبکه سیستم فتوولتائیک، با استفاده ازساعات آفتابی، مدل رگرسیونی شدت تابش و استفاده از الگوریتم کلونی زنبور عسل به منظور کمینه کردن فضای نصب، جهت ماکزیمم انرژی تولیدی و درآمد حاصل از آن برای شهرهای ایران ارائه شده است. نتایج بازگشت سرمایه برای پنج شهر یزد، اردبیل، گرگان، اهواز و تهران در حالت نرمال و بهینه، نشان دهنده سرعت بازگشت سرمایه در شهر یزد و کاهش آن در شهر گرگان می­باشد. بازگشت سرمایه سیستم فتوولتائیک منصوبه در شهرها، به داده­های هواشناسی، محل جغرافیایی و شناسایی نقطه بهینه تابع هدف وابسته است. همچنین جهت بررسی داده­ها، سیستم فتوولتائیک منصوبه با قدرت­های 5 و 8.6 کیلووات در شهر تهران مقایسه شده، که نشان­دهنده اقتصادی بودن مدل و همچنین صحیح قرار گرفتن دو شهر تهران و اهواز در یک ناحیه می­باشد. با پایدار بودن شبکه توزیع برق و کاهش تاثیر خاموشی­ها، در فعالیت مشترک، می­توان از ذخیره­کننده انرژی سیستم صرف­نظر کرد، که باعث سرعت کاهش زمان برگشت سرمایه و هزینه­ها می­شود. اقتصادی بودن، پایداری سیستم و شبکه­برق، قضیه دو شرطی این مدل است، که سیاست­گزاران می­توانند، با برنامه­ریزی و تصمیم­گیری، این سیستم را در کشور توسعه و باعث پایداری شبکه توزیع برق کشور و نیروی انسانی شوند.
 

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Analysis and Evaluation of the Economic Model of Micro-Photovoltaic Microgrid Connected to Iran's Electricity Distribution Network

نویسندگان [English]

  • Ali Reza Barzi 1
  • GholamReza Hashemzadeh Khoorasgani 2
  • Kiamars Fathi Hafshejani 3
  • Aboutorab Ali Rezaee 4
1 PhD student in Industrial Management, Islamic Azad University, South Tehran Branch
2 Associate Professor, Department of Industrial Management, Islamic Azad University, South Tehran Branch
3 Assistant professor, Department of Industrial Management, Islamic Azad University, South Tehran Branch
4 Associate Professor, Department of Industrial Management, Islamic Azad University, South Tehran Branch
چکیده [English]

One of the challenges in not developing the photovoltaic system icrogrid is the lack of return on investment with its costs in the shortest time.In this research, a new issue to present the economic and management model Photovoltaic system microgrid energy,Using sundials,Radiation intensity regression model And the use of bee colony algorithm. In order to minimize the installation space for maximum energy production and the income from it has been obtained for the cities of Iran.Results of return on investment for five cities of Yazd, Ardabil, Gorgan, Ahvaz and TehranIn normal andoptimal condition, it shows the speed of return on investment in Yazdand its decrease is in Gorgan.The return on investment of the planned photovoltaic system in cities depends on meteorological data, geographical location and identification of the optimal point of the objective function.also for data analysis, the planned photovoltaic system with powers of 5 and 8.6 kW in the city of Tehran has been compared, Which indicates the economic nature of the model also, the two cities of Tehran and Ahvaz are located in the same area. With the stability of the power distribution network and the reduction of the effect of blackouts in the joint operation, the energy storage of the system can be disregarded. This speeds up the return on investment and costs. Economics, system stability and electricity network are the two conditions of this model, which policymakers can, by planning and decision-making, develop this system in the country and make the country's electricity distribution network and manpower sustainable.

کلیدواژه‌ها [English]

  • Cost
  • income
  • energy
  • distribution network
  • photovoltaic system

مراجع

1-   احمدی، محمد (1393). آمادگی آزمون اصول بازارسرمایه. تهران، انتشارات آریانا قلم.
2-   امیر، وحید، عظیمیان، مهدی و حدادیپور، شاپور (1398). بهره­برداری چند ‌ریزشبکه‌ با‌ حامل­‌های انرژی‌ با ‌در ‌نظر‌ گرفتن ‌عدم‌ قطعیت. هوش محاسباتی در مهندسی برق، 10(3)، 69-86.
3-   برزی، علیرضا، هاشم­زاده خوراسگانی، غلامرضا، فتحی هفشجانی، کیامرث و علیرضایی، ابوتراب (1398). پارامترهای موثر بر انرژی تولیدی ریزشبکه جریان مستقیم سیستم فتوولتائیک متصل به شبکه توزیع برق ایران با رویکرد پایداری. نشریه انرژی ایران، 22(4)، 68-45.
4-   سازمان هواشناسی ایران.
5-   ستاره، محمد و  قاسمی، حسن (1394). مدیریت توان در ریزشبکه متعادل جزیره­ای با در نظرگرفتن پایداری سیگنال کوچک و پاسخ دینامیکی. ﻣﺠﻠﻪ اﻧﺠﻤﻦ ﻣﻬﻨﺪﺳﯽ ﺑﺮق و اﻟﮑﺘﺮوﻧﯿﮏ اﯾﺮان، 12(1)، 12-1.
6-   صادقی، حسین، آذر، عادل و خاکسار آستانه، سمانه (1394). بهینه­یابی تأمین منابع انرژی با هدف تولید برق، چشم­انداز ایران در افق 1404. پژوهش­های اقتصادی (رشد و توسعه پایدار)، 15(3)، 118-91.
7-   قائمی راد، طاهره و  کریمی، محمد (1393). ارزیابی و مقایسه نتایج حاصل از بهینه­سازی مدل گسترش آتش­سوزی جنگلی بر مبنای اتوماتای سلولی با استفاده از دو الگوریتم PSO و ABC. مطالعات جغرافیایی، 24 (93)، 75-66.
8-   قاسمیان فرد، احسان و موسوی راد، سید حامد (1396). برق توزیع نشده در شرکت  توزیع نیروی برق شمال استان کرمان: تحلیل پویایی­های سیستمی. فصلنامه پژوهش­های سیاستگذاری و برنامه­ریزی انرژی، 3(8)، 145-119.
9-   ﻗﻠﯽﻧﯿﺎ، ﻣﺤﻤﺪ، ﺻﻔﺪری، ﻣﻬﺮان و ﺣﺴﻦﭘﻮر، ﺳﻤﯿﻪ (1397). ﻃﺮح روﺷﯽ ﻧﻮﯾﻦ در ﺑﺮﻧﺎﻣﻪرﯾﺰی ﺑﻬﯿﻨﻪ ﮐﻮﺗﺎه­ﻣﺪت رﯾﺰﺷﺒﮑﻪ. ﻣﺠﻠﻪ اﻧﺠﻤﻦ ﻣﻬﻨﺪﺳﯽ ﺑﺮق و اﻟﮑﺘﺮوﻧﯿﮏ اﯾﺮان، 15(1)، 33-25.
10-   مولایی، محمدعلی، دهقانی، علی و حسین زاده، سمانه (1394). رابطه بین مصرف انرژی و رشد تولید در بنگاه­های تولیدکننده وسایل حمل­ونقل ایران (رهیافت علیت گرنجر، تودا و یاماماتو و داده­های تابلویی پویا). فصلنامه رشد و توسعه اقتصادی، 5(25)، 40-19.
11-   موسوی، عسگریان ابیانه (1396). قیمت­گذاری برق در شبکه­های توزیع با هدف کاهش تلفات وآلودگی با استفاده از الگوریتم بهینه­سازی چندهدفه ازدحام ذرات خودتطبیقی. سی و دومین کنفرانس بین المللی برق.تهران،ایران
12-   ﻣﻮﻣﻨﯽ، ﻣﻨﺼﻮر، ﻧﻈﺮی، ﺣﺴﺎم و ﮐﺎﻇﻤﯽ، ﻋﺎﻟﯿﻪ (1394). انتخاب سناریوی مناسب برای پیش­بینی تقاضای انرژی بخش خانگی -تجاری با استفاده از الگوریتم بهینه­سازی انبوه ذرات. فصلنامه اقتصاد مقداری، 10(3)، 19-1.
13-   وزارت نیرو (1396). سایت دفتر آموزشی، تحقیقات و فناوری"الویت­های تحقیقاتی".
14-   وزارت نیرو (1394). دفتر فناوری گروه آمار و اطلاعات، گزارش وضعیت برنامه­های بخش برق و سیمای آینده.
15-    وزارت نیرو و شرکت­های تابعه (شرکت توزیع نیروی برق تهران بزرگ).
16-    سازمان هواشناسی ایران
1-  Abdelmaguid, T. F. (2015). A neighborhood search function for flexible job shop scheduling with separable sequence-dependent setup times. Applied Mathematics and Computation, 260, 188-203.
2-  Ahmadi, M. (2015). Preparation for the capital market principles test. Tehran, Ariana Ghalam Publications (In Persian).
3-  Amir, V., Azimian, M., & Haddadipour, Sh. (2020). Multi-network operation with energy carriers, taking into account uncertainty. Computational Intelligence in Electrical Engineering, 10(3), 69-86 (In Persian).
4-  Anand, R. S., Das, M. K., Iyer, S. K., Mishra, S. K., Sensarma, P. S., Singh, A., ... & Katiyar, M. (2009). Solar Energy Research Enclave. Department of Electrical Engineering, Indian Institute of Technology Kampur, 208, 016.
5-  Barzi, A. B., Hashemzadeh Khorasgani, Gh., Fathi Hafshjani, K., & Alirezaei, A. (2020). Parameters affecting the microgrid energy production of direct current photovoltaic system connected to Iran's electricity distribution network with a sustainability approach. Iranian Journal of Energy, 22(4), 45-68 (In Persian).
6-  Cai, C., Liu, H., Dai, W., Deng, Z., Zhang, J., & Deng, L. (2017). Dynamic equivalent modeling of a grid-tied microgrid based on characteristic model and measurement data. Energies, 10(12), 1951.
7-  DoE, U. S. (2015). Quadrennial technology review 2015. US Department of Energy, Washington, DC.
8-  Duffie, J. A., & Beckman, W. A. (2013). Solar engineering of thermal processes. John Wiley & Sons.
9-  Fina, B., Fleischhacker, A., Auer, H., & Lettner, G. (2018). Economic assessment and business models of rooftop photovoltaic systems in multiapartment buildings: case studies for Austria and Germany. Journal of Renewable Energy, 2018.
10- Ghaemi Rad, T., & Karimi, M. (2015). Evaluating and comparing the results of optimizing the forest fire expansion model based on cellular automation using two algorithms, PSO and ABC. Geographical Studies, 24(93), 66-75 (In Persian).
11- Ghasemian Fard, E., & Mousavi Rad, S. H. (2018). Unallocated electricity in the North Kerman Electricity Distribution Company: Analysis of system dynamics. Quarterly Journal of Energy Policy and Planning Research, 3(8), 119-145 (In Persian).
12- Gholinia, M., Safdary, M., & Hasanpour, S. A. (2018). Novel Method for Short-term Micro-Grid Planning .Journal of Iranian Association of Electrical and Electronics Engineers.15(1), 25-33  (In Persian)
13- Hatefi Einaddin, A., Sadeghi Yazdankhah, A., & Kazemzadeh, R. (2017). Power management in a utility connected micro-grid with multiple renewable energy sources. Journal of Operation and Automation in Power Engineering, 5(1), 1-10.
14- Kumar, A., Sah, B., Singh, A. R., Deng, Y., He, X., Kumar, P., & Bansal, R. C. (2017). A review of multi criteria decision making (MCDM) towards sustainable renewable energy development. Renewable and Sustainable Energy Reviews, 69, 596-609.
15- Kuzlu, M., Pipattanasomporn, M., & Rahman, S. (2012). Hardware demonstration of a home energy management system for demand response applications. IEEE Transactions on Smart grid, 3(4), 1704-1711.
16- Lee, A. H., Kang, H. Y., & Liou, Y. J. (2017). A hybrid multiple-criteria decision-making approach for photovoltaic solar plant location selection. Sustainability, 9(2), 184.
17- Molaei, M. A., Dehghani, A., & Hosseinzadeh, S. (2015). Relationship between energy consumption and production growth in Iranian transport companies (Granger, Toda and Yamamoto causality approach and dynamic panel data). Quarterly Journal of Economic Growth and Development, 5(25), 19-40  (In Persian).
18- Momeni, M., & Nazari, H., & Kazemi, A. (2016). Select the appropriate scenario to predict the energy demand of the household-commercial sector using the particle mass optimization algorithm. Quantitative Economics Quarterly, 10(3), 1-19  (In Persian).
19- Ntanos, S., Skordoulis, M., Kyriakopoulos, G., Arabatzis, G., Chalikias, M., Galatsidas, S., ... & Katsarou, A. (2018). Renewable energy and economic growth: Evidence from European countries. Sustainability, 10(8), 2626.
20- Olowu, T. O., Sundararajan, A., Moghaddami, M., & Sarwat, A. I. (2018). Future challenges and mitigation methods for high photovoltaic penetration: A survey. Energies, 11(7), 1782.
21- Orchi, T. F., Mahmud, M. A., & Oo, A. M. T. (2018). Generalized dynamical modeling of multiple photovoltaic units in a grid-connected system for analyzing dynamic interactions. Energies, 11(2), 296.
22- Pedrasa, M. A. A., Spooner, T. D., & MacGill, I. F. (2010). Coordinated scheduling of residential distributed energy resources to optimize smart home energy services. IEEE Transactions on Smart Grid, 1(2), 134-143.
23- Sadeghi, H., Azar, A., & Khaksar Astaneh, S. (2016). Optimizing the supply of energy resources with the aim of generating electricity, Iran's perspective on the horizon of 1404. Economic Research (Sustainable Growth and Development), 15 (3), 91-118 (In Persian).
24- Setareh, M., & Ghasemi, H. (2015). Power Management in an Isolated Balanced Microgrid Considering Small Signal Stability and Dynamic Response. Journal of Iranian Association of Electrical and Electronics Engineers, 12(1), 1-12 (In Persian).
25- Tang, C. F., Tan, B. W., & Ozturk, I. (2016). Energy consumption and economic growth in Vietnam. Renewable and Sustainable Energy Reviews, 54, 1506-1514.
26- Torres-Moreno, J. L., Gimenez-Fernandez, A., Perez-Garcia, M., & Rodriguez, F. (2018). Energy management strategy for micro-grids with PV-battery systems and electric vehicles. Energies, 11(3), 522.
27- Van Der Stelt, S., AlSkaif, T., & van Sark, W. (2018). Techno-economic analysis of household and community energy storage for residential prosumers with smart appliances. Applied Energy, 209, 266-276.
28- Wright, D. J., Badruddin, S., & Robertson-Gillis, C. (2018). Micro-tracked CPV can Be cost competitive with PV in behind-the-meter applications with demand charges. Frontiers in Energy Research, 6, 97.
29- Yeshalem, M. T., & Khan, B. (2017). Design of an off-grid hybrid PV/wind power system for remote mobile base station: A case study. Aims Energy, 5(1), 96-112.
30- Zsiborács, H., Hegedűsné Baranyai, N., Csányi, S., Vincze, A., & Pintér, G. (2019). Economic analysis of grid-connected PV system regulations: A hungarian case study. Electronics, 8(2), 149.
31- Zinaman, Owen, Mackay Miller, Ali Adil, Douglas Arent, Jaquelin Cochran, Ravi Vora, Sonia Aggarwal et al. Power systems of the future: a 21st century power partnership thought leadership report. No. NREL/TP-6A20-62611. National Renewable Energy Lab.(NREL), Golden, CO (United States), 2015.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار