امکانسنجی اقتصادی اجرای طرح قطع بار و قیمت اوج بحرانی به عنوان طرح‏های برنامۀ پاسخگویی بار به منظور مدیریت مصرف شبکه (نمونۀ مورد مطالعه: شرکت برق منطقه‏ای آذربایجان)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشآموختۀ مقطع کارشناسی ارشد مهندسی سیستمهای انرژی، دانشکدۀ مهندسی انرژی، دانشگاه صنعتی شریف

2 استادیار دانشکدۀ مهندسی انرژی، دانشگاه صنعتی شریف

3 دانش آموختۀ مقطع کارشناسی ارشد مهندسی برق قدرت، دانشکدۀ مهندسی برق، دانشگاه صنعتی شریف

4 شرکت برق منطقه ای آذربایجان

5 دانشجوی مقطع دکتری مهندسی سیستمهای انرژی، دانشکدۀ مهندسی انرژی و منابع پایدار، دانشگاه تهران

10.22059/ses.2023.366788.1041

چکیده

امروزه با افزایش مصرف انرژی، نیاز به یافتن راه و روش‏های مختلف برای تأمین انرژی بیش از پیش احساس شده و با توجه به برخی محدودیت‌های اقتصادی، سیاسی و زیست‌محیطی امکان افزایش ظرفیت تولید در شبکۀ برق محدود است. از این‌رو، در سال‌های اخیر، بهینه‌سازی سمت مصرف مورد توجه بوده و تمرکز‌ها روی استفاده از برنامه‌هایی همچون برنامۀ پاسخ‌گویی بار متمرکز بوده است. در این راستا، در این مقاله به منظور تأمین هرچه بهتر انرژی مورد نیاز مصرف‌کنندگان، روش پیشنهادی برای ارزش‌گذاری اختیار واقعی برنامه‏های پاسخ‌گویی بار برای شرکت‌های برق ارائه می‌شود. در ادامه پروفیل بار مشترک پایلوت صنعتی معرفی‌شده توسط شرکت برق منطقه‏ای آذربایجان و همچنین، قیمت انرژی در بازار برق تحلیل شده و پارامترهای مورد نیاز برای ارزش‌گذاری اختیار برنامه‏های پاسخ‌گویی بار، استخراج شده و در نهایت ارزش اختیار طرح‏ها محاسبه می‏شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Economic Feasibility of Implementation of Load Curtailment and Critical Peak Pricing Schemes as Demand Response Programs to Network Consumption Management (Case study: Azerbaijan Regional Electrical Company)

نویسندگان [English]

  • Tohid Nasiri 1
  • Moein Moeini-Aghtaie 2
  • Amir Fayaz Heidari 3
  • Babak Asadzadeh 4
  • Maryam Horiyatkhah 4
  • Kianoosh Choubineh 5
1 M.Sc. student, Department of Energy Engineering, Sharif University of Technology
2 Assistant Professor, Department of Energy Engineering, Sharif University of Technology
3 Department of Electrical Engineering, Sharif University of Technology
4 Azerbaijan Regional Electrical Company
5 Ph.D. Candidate, Faculty of Energy Engineering and Sustainable Resources, University of Tehran
چکیده [English]

With increased energy consumption, the need to find new ways and methods to supply electricity has become more pressing than ever, and the feasibility of growing generation capacity in the power system is limited due to some economic, political, and environmental constraints. As a result, in recent years, demand optimization has been studied, with an emphasis on the use of programs such as demand response programs. In this study, a proposed approach for assessing the real option of demand response programs for electric companies is offered to supply the best possible electricity to consumers. The typical load profile of the industrial pilot introduced by the Azerbaijan Regional Electrical Company, as well as the energy pricing in the electrical market, are analyzed, and the parameters needed to value the option of demand response programs are extracted before calculating the option value of the plans.

کلیدواژه‌ها [English]

  • call option
  • demand response programs
  • critical peak pricing
[1] A. N. Shiryaev, Essentials of stochastic finance: facts, models, theory, vol. 3. World scientific, 1999.
[2] J. C. Cox, S. A. Ross, and M. Rubinstein, “Option pricing: A simplified approach,” J. financ. econ., vol. 7, no. 3, pp. 229–263, 1979.
[3] A. Azar and M. Momeni, “Statistics and its application in management,” Samt Publ. Second Vol. tenth Publ., 2006.
[4] G. B. Folland, Real analysis: modern techniques and their applications, vol. 40. John Wiley & Sons, 1999.
[5] “P. Plotter, ‘Stochastic integration and differential equation,’ Stochastic Modeling and Applied Probability, vol. 21, 2005.”
[6] N. Ikeda and S. Watanabe, Stochastic differential equations and diffusion processes. Elsevier, 2014.
[7] J. L. Devore, Probability and Statistics for Engineering and the Sciences. Cengage Learning, 2015.
[8] E. A. Martinez-Cesena and J. Mutale, “Wind power projects planning considering real options for the wind resource assessment,” IEEE Trans. Sustain. Energy, vol. 3, no. 1, pp. 158–166, 2011.
[9] D. V. Widder, The heat equation, vol. 67. Academic Press, 1976.
[10]         L. Liu, M. Zhang, and Z. Zhao, “The application of real option to renewable energy investment: a review,” Energy Procedia, vol. 158, pp. 3494–3499, 2019.
[11]         B. Lin and Z. Tan, “How much impact will low oil price and carbon trading mechanism have on the value of carbon capture utilization and storage (CCUS) project? Analysis based on real option method,” J. Clean. Prod., vol. 298, p. 126768, 2021.
[12]         H.-L. Zhou, B.-J. Tang, and H. Cao, “Abandonment decision-making of overseas oilfield project coping with low oil price,” Comput. Econ., vol. 55, pp. 1171–1184, 2020.
[13]         H. Zhao, S. Song, Y. Zhang, Y. Liao, and F. Yue, “Optimal decisions in supply chains with a call option contract under the carbon emissions tax regulation,” J. Clean. Prod., vol. 271, p. 122199, 2020.
[14]         L. Jiang, “Monte Carlo pricing of Bermudan-style derivatives with lower and upper bound methods.” University of Twente, 2012.
[15]         R. Korn, E. Korn, and G. Kroisandt, Monte Carlo methods and models in finance and insurance. CRC press, 2010.
[16]         F. A. Longstaff and E. S. Schwartz, “Valuing American options by simulation: a simple least-squares approach,” Rev. Financ. Stud., vol. 14, no. 1, pp. 113–147, 2001.