شایان محسنی دانشجوی دکتری رشته مهندسی صنایع، از رساله خود با عنوان « توسعه مدل بهینه‌سازی توافقی در بستر بلاکچین برای مدیریت ریزشبکه‌های برق»‏‎ ‎به راهنمایی آقای دکتر پیشوایی ۱۸ شهریور ماه ۱۴۰۲ ساعت ۱۷ دفاع خواهد نمود‎. 

شماره دانشجوئی: ۹۶۸۷۱۱۱۵
نشانی الکترونیکی: shayan_mohseniiyahoo.com
استاد راهنما:  آقای دکتر میرسامان پیشوایی
استاد مشاور: آقای دکتر رضا دشتی
اساتید داور داخلی: آقای دکتر هادی صاحبی- آقای دکتر محمد فتحیان
اساتید داور خارجی: آقای دکتر محمدمهدی نصیری- آقای دکتر سیدکمال چهارسوقی
زمان دفاع: ۱۸ شهریور ماه ۱۴۰۲- ساعت ۱۷ کلاس ۳۰۱ ( طبقه سوم دانشکده)

چکیده:

  در شرایط کنونی، برق در نیروگاه‌های بزرگ و متمرکز تولیدشده و از طریق خطوط انتقال طولانی و شبکه‌های توزیع به دست مصرف‌کننده می‌رسد. سیستم فوق دارای اشکالات بسیاری است که از آن جمله می‌توان به تحمیل هزینه‌های زیاد تلفات در انتقال انرژی و عدم مشارکت مصرف‌کنندگان در تولید انرژی اشاره کرد. برای غلبه بر این مشکلات، صنعت برق به دنبال تولید غیرمتمرکز برق و توسعه ریزشبکه‌ها به‌عنوان مجموعه از منابع تولید پراکنده مانند سلول‌های خورشیدی، توربین‌های بادی و ...که می‌تواند موجب افزایش سرمایه‌گذاری بخش خصوصی، مشارکت مصرف‌کنندگان فعلی در تولید انرژی و افزایش استفاده از انرژی‌های تجدید پذیر شود. مدل حاکم برای برنامه‌ریزی ریزشبکه‌ها به‌کارگیری مدل‌های بهینه‌سازی متمرکز بوده است که در آن یک مدل بهینه‌سازی تمامی تصمیمات شبکه را تعیین کرده و مشترکان بر آن اساس میزان تولید و مصرف خود را تنظیم می‌کنند. پژوهش حاضر به دنبال توسعه مدل دو سطحی برنامه‌ریزی-تقسیم سود غیرمتمرکز مطابق با معماری بلاکچین است. سطح اول به کمک مدل‌های بهینه‌سازی داده محور تطبیق تصمیمات عملیاتی مجموعه‌ای از ریزشبکه‌های متصل به یکدیگر را که با یکدیگر تبادل انرژی می‌کنند را تعیین می‌کند. این مدل‌ها که از تکنیک‌های یادگیری ماشین بهره می‌برد می‌تواند اعتبار نتایج به‌دست‌آمده توسط مدل بهینه‌سازی را به‌صورت مؤثری و بدون تحمیل هزینه سنگین به تصمیم گیر ارتقا دهد. سطح دوم سود حاصل از مشارکت ریزشبکه‌ها را به کارگیری بازی چانه‌زنی نش میان آن‌ها تقسیم می‌شود. برای تضمین عادلانه بودن سود توزیع‌شده، یک شاخص چانه‌زنی فازی توسعه داده می‌شود که می‌تواند در مقایسه با شاخص‌های پیشین به‌صورت دقیق‌تری میزان مشارکت ریزشبکه ها را شناسایی کند. برای حفظ حریم خصوصی ریزشبکه ها، مدل‌های توسعه داده شده به کمک الگوریتم‌های بهینه‌سازی غیرمتمرکز حل می‌شوند. برای بهبود سرعت همگرایی الگوریتم‌ها، در این رساله دو الگوریتم پیشنهاد می‌شود. الگوریتم اول با افزایش میزان اطلاعات انتقالی میان ریزشبکه ها عملکرد محاسباتی را بهبود می‌بخشد. الگوریتم دوم شرایطی را فراهم می‌کند که هر گام از الگوریتم تنها با دریافت اطلاعات مجموعه از ریزشبکه ها به جای همه آن‌ها تکمیل می‌شود و بدین وسیله وابستگی سرعت همگرایی به ریزشبکه ای با بیشترین بار محاسباتی از بین می‌رود. پیاده‌سازی مدل دو سطحی توسعه داده شده بر روی شبکه‌های استاندارد نشان می‌دهد که مدل‌های بهینه‌سازی داده محور تطبیق‌پذیر می‌توانند استواری شبکه را با هزینه‌ای کمتر نسبت به مدل‌های گذشته تضمین کنند. به علاوه الگوریتم‌های بهینه‌سازی غیرمتمرکز حریم خصوصی ریزشبکه ها حفظ کرده و سرعت محاسباتی مطلوب‌تری در مقایسه با مدل‌های بهینه‌سازی متمرکز دارند.