• Energy Research

Multi-uncertainties from power sources and loads have brought significant challenges to the stable demand supply of various resources at islands. To address these challenges, a comprehensive scheduling framework is proposed by introducing a model-free deep reinforcement learning (DRL) approach based on modeling an island integrated energy system (IES). In response to the shortage of freshwater on islands, in addition to the introduction of seawater desalination systems, a transmission structure of "hydrothermal simultaneous transmission" (HST) is proposed. The essence of the IES scheduling problem is the optimal combination of each unit's output, which is a typical timing control problem and conforms to the Markov decision-making solution framework of deep reinforcement learning. Deep reinforcement learning adapts to various changes and timely adjusts strategies through the interaction of agents and the environment, avoiding complicated modeling and prediction of multi-uncertainties. The simulation results show that the proposed scheduling framework properly handles multi-uncertainties from power sources and loads, achieves a stable demand supply for various resources, and has better performance than other real-time scheduling methods, especially in terms of computational efficiency. In addition, the HST model constitutes an active exploration to improve the utilization efficiency of island freshwater. Accepted by Applied Energy

Multi-uncertainties from power sources and loads have brought significant challenges to the stable demand supply of various resources at islands. To address these challenges, a comprehensive scheduling framework is proposed by introducing a model-free deep reinforcement learning (DRL) approach based on modeling an island integrated energy system (IES). In response to the shortage of freshwater on islands, in addition to the introduction of seawater desalination systems, a transmission structure of "hydrothermal simultaneous transmission" (HST) is proposed. The essence of the IES scheduling problem is the optimal combination of each unit's output, which is a typical timing control problem and conforms to the Markov decision-making solution framework of deep reinforcement learning. Deep reinforcement learning adapts to various changes and timely adjusts strategies through the interaction of agents and the environment, avoiding complicated modeling and prediction of multi-uncertainties. The simulation results show that the proposed scheduling framework properly handles multi-uncertainties from power sources and loads, achieves a stable demand supply for various resources, and has better performance than other real-time scheduling methods, especially in terms of computational efficiency. In addition, the HST model constitutes an active exploration to improve the utilization efficiency of island freshwater. Accepted by Applied Energy

La formulation de la tarification dynamique est l'une des solutions émergentes pour guider la demande résidentielle pour les avantages du système d'alimentation en vrac.Toutefois, le calendrier de la demande résidentielle en réponse aux prix de l'énergie différenciés dans le temps pourrait provoquer des congestions dans les réseaux de distribution à la fois au prix le plus bas et aux intervalles de temps les plus élevés.Pour permettre l'adoption de la tarification dynamique, ce travail présente un nouveau cadre pour gérer les contraintes des réseaux de distribution basé sur le concept de système énergétique transactif (tes).Le cadre basé sur tes produit des incitations lors des problèmes de réseau pour débloquer la flexibilité des clients services pour reprogrammer les actifs contrôlables (par exemple, les batteries).En exécutant les systèmes de gestion de l'énergie domestique (HEMS), la flexibilité des clients pour modifier les horaires est quantifiée par rapport à un ensemble prédéfini d'incitations. Pour chaque incitation, les montants de changement de la demande nette par client sont agrégés et soumis par le biais d'agrégateurs au gestionnaire de réseau de distribution (DSO) sous la forme d'offres de production (réduction de la demande) et d'offres de demande (augmentation de la demande). Ces dernières sont cruciales pour répondre aux problèmes de réseau liés à la génération. Les courbes d'enchères en escalier des agrégateurs résultantes sont intégrées à un système avancé Modèle de flux de puissance optimal (OPF) pour identifier les offres réussies pour gérer les contraintes du réseau tout en minimisant les incitations versées aux agrégateurs. Cela permet de définir directement les incitations et les quantités sans itérations étendues entre le GRD et les agrégateurs. L'application du cadre à une alimentation urbaine de 11 kV montre son efficacité pour gérer les congestions. Cependant, les fortes variations des prix dynamiques augmentent les montants des incitations, en particulier lorsque des services de flexibilité sont demandés le soir et la nuit. La formulación de precios dinámicos es una de las soluciones emergentes para guiar la demanda residencial de los beneficios del sistema de energía a granel. Sin embargo, el programa de demanda residencial en respuesta a los precios de la energía diferenciados en el tiempo podría causar congestiones en las redes de distribución tanto en los intervalos de tiempo de precio más bajo como en los de precio más alto. Para permitir la adopción de precios dinámicos, este trabajo presenta un marco novedoso para gestionar las restricciones de las redes de distribución basado en el concepto de Sistema de Energía Transactiva (tes). El marco basado en tes produce incentivos durante los problemas de la red para desbloquear la flexibilidad de los clientes servicios para reprogramar activos controlables (por ejemplo, baterías). Al ejecutar los Sistemas de Gestión de Energía Doméstica (HEMS), la flexibilidad de los clientes para modificar los horarios se cuantifica frente a un conjunto predefinido de incentivos. Para cada incentivo, las cantidades de cambio de demanda neta por cliente se agregan y envían a través de agregadores al Operador del Sistema de Distribución (DSO) en forma de ofertas de generación (reducción de la demanda) y ofertas de demanda (aumento de la demanda). Estas últimas son cruciales para atender los problemas de red impulsados por la generación. Las curvas de licitación de escalera de los agregadores resultantes están integradas en un Modelo de flujo de energía óptimo (OPF) para identificar las ofertas exitosas para administrar las restricciones de la red y minimizar los incentivos pagados a los agregadores. Esto permite definir incentivos y cantidades directamente sin iteraciones extensas entre DSO y agregadores. La aplicación del marco a un alimentador urbano de 11kV muestra su efectividad para administrar las congestiones. Sin embargo, las variaciones en los precios dinámicos aumentan las cantidades de incentivos, particularmente cuando los servicios de flexibilidad se solicitan en intervalos de tiempo nocturnos y nocturnos. The formulation of dynamic pricing is one of the emerging solutions to guide residential demand for the benefits of the bulk power system.However, the schedule of residential demand in response to time-differentiated energy prices could cause congestions in distribution networks at both the lowest-price and highest-price time intervals.To enable the adoption of dynamic pricing, this work presents a novel framework to manage the constraints of distribution networks based on the concept of Transactive Energy System (TES).The TES-based framework produces incentives during network issues to unlock customers' flexibility services to reschedule controllable assets (e.g., batteries).By running Home Energy Management Systems (HEMS), the flexibility of customers to modify schedules are quantified against predefined set of incentives.For each incentive, the amounts of net-demand change per customer are aggregated and submitted through aggregators to the Distribution System Operator (DSO) in the forms of both generation offers (reducing demand) and demand offers (increasing demand).The latter are crucial to cater for generationdriven network issues.The resulting aggregators' staircase bidding curves are embedded to an advanced Optimal Power Flow (OPF) model to identify the successful offers to manage network constraints whilst minimizing incentives paid to aggregators.This allows defining incentives and quantities directly without extensive iterations between DSO and aggregators.The application of the framework to an urban 11kV feeder shows its effectiveness to manage congestions.However, the highly variations in dynamic prices increase the amounts of incentives particularly when flexibility services are requested at evening and night time intervals. تعد صياغة التسعير الديناميكي أحد الحلول الناشئة لتوجيه الطلب السكني على فوائد نظام الطاقة السائبة. ومع ذلك، يمكن أن يتسبب جدول الطلب السكني استجابةً لأسعار الطاقة المتباينة زمنيًا في حدوث ازدحام في شبكات التوزيع بأقل الأسعار وأعلاها على حد سواء. لتمكين اعتماد التسعير الديناميكي، يقدم هذا العمل إطارًا جديدًا لإدارة قيود شبكات التوزيع بناءً على مفهوم نظام الطاقة التفاعلي (TES). ينتج الإطار القائم على TES حوافز أثناء مشكلات الشبكة لفتح مرونة العملاء خدمات لإعادة جدولة الأصول التي يمكن التحكم فيها (على سبيل المثال، البطاريات). من خلال تشغيل أنظمة إدارة الطاقة المنزلية (HEMS)، يتم تحديد مرونة العملاء في تعديل الجداول الزمنية مقابل مجموعة محددة مسبقًا من الحوافز. لكل حافز، يتم تجميع مبالغ صافي تغيير الطلب لكل عميل وتقديمها من خلال المجمعين إلى مشغل نظام التوزيع (DSO) في أشكال كل من عروض الجيل (تقليل الطلب) وعروض الطلب (زيادة الطلب). هذه الأخيرة حاسمة لتلبية مشكلات الشبكة التي يحركها الجيل. يتم تضمين منحنيات مناقصات درج المجمعين الناتجة إلى نموذج تدفق الطاقة الأمثل (OPF) لتحديد العروض الناجحة لإدارة قيود الشبكة مع تقليل الحوافز المدفوعة للمجمعات. وهذا يسمح بتحديد الحوافز والكميات مباشرة دون تكرارات مكثفة بين DSO والمجمعات. يُظهر تطبيق الإطار على وحدة التغذية الحضرية 11 كيلو فولت فعاليته في إدارة الازدحام. ومع ذلك، فإن الاختلافات الكبيرة في الأسعار الديناميكية تزيد من كميات الحوافز خاصة عندما يتم طلب خدمات المرونة في فترات المساء والليل.

La formulation de la tarification dynamique est l'une des solutions émergentes pour guider la demande résidentielle pour les avantages du système d'alimentation en vrac.Toutefois, le calendrier de la demande résidentielle en réponse aux prix de l'énergie différenciés dans le temps pourrait provoquer des congestions dans les réseaux de distribution à la fois au prix le plus bas et aux intervalles de temps les plus élevés.Pour permettre l'adoption de la tarification dynamique, ce travail présente un nouveau cadre pour gérer les contraintes des réseaux de distribution basé sur le concept de système énergétique transactif (tes).Le cadre basé sur tes produit des incitations lors des problèmes de réseau pour débloquer la flexibilité des clients services pour reprogrammer les actifs contrôlables (par exemple, les batteries).En exécutant les systèmes de gestion de l'énergie domestique (HEMS), la flexibilité des clients pour modifier les horaires est quantifiée par rapport à un ensemble prédéfini d'incitations. Pour chaque incitation, les montants de changement de la demande nette par client sont agrégés et soumis par le biais d'agrégateurs au gestionnaire de réseau de distribution (DSO) sous la forme d'offres de production (réduction de la demande) et d'offres de demande (augmentation de la demande). Ces dernières sont cruciales pour répondre aux problèmes de réseau liés à la génération. Les courbes d'enchères en escalier des agrégateurs résultantes sont intégrées à un système avancé Modèle de flux de puissance optimal (OPF) pour identifier les offres réussies pour gérer les contraintes du réseau tout en minimisant les incitations versées aux agrégateurs. Cela permet de définir directement les incitations et les quantités sans itérations étendues entre le GRD et les agrégateurs. L'application du cadre à une alimentation urbaine de 11 kV montre son efficacité pour gérer les congestions. Cependant, les fortes variations des prix dynamiques augmentent les montants des incitations, en particulier lorsque des services de flexibilité sont demandés le soir et la nuit. La formulación de precios dinámicos es una de las soluciones emergentes para guiar la demanda residencial de los beneficios del sistema de energía a granel. Sin embargo, el programa de demanda residencial en respuesta a los precios de la energía diferenciados en el tiempo podría causar congestiones en las redes de distribución tanto en los intervalos de tiempo de precio más bajo como en los de precio más alto. Para permitir la adopción de precios dinámicos, este trabajo presenta un marco novedoso para gestionar las restricciones de las redes de distribución basado en el concepto de Sistema de Energía Transactiva (tes). El marco basado en tes produce incentivos durante los problemas de la red para desbloquear la flexibilidad de los clientes servicios para reprogramar activos controlables (por ejemplo, baterías). Al ejecutar los Sistemas de Gestión de Energía Doméstica (HEMS), la flexibilidad de los clientes para modificar los horarios se cuantifica frente a un conjunto predefinido de incentivos. Para cada incentivo, las cantidades de cambio de demanda neta por cliente se agregan y envían a través de agregadores al Operador del Sistema de Distribución (DSO) en forma de ofertas de generación (reducción de la demanda) y ofertas de demanda (aumento de la demanda). Estas últimas son cruciales para atender los problemas de red impulsados por la generación. Las curvas de licitación de escalera de los agregadores resultantes están integradas en un Modelo de flujo de energía óptimo (OPF) para identificar las ofertas exitosas para administrar las restricciones de la red y minimizar los incentivos pagados a los agregadores. Esto permite definir incentivos y cantidades directamente sin iteraciones extensas entre DSO y agregadores. La aplicación del marco a un alimentador urbano de 11kV muestra su efectividad para administrar las congestiones. Sin embargo, las variaciones en los precios dinámicos aumentan las cantidades de incentivos, particularmente cuando los servicios de flexibilidad se solicitan en intervalos de tiempo nocturnos y nocturnos. The formulation of dynamic pricing is one of the emerging solutions to guide residential demand for the benefits of the bulk power system.However, the schedule of residential demand in response to time-differentiated energy prices could cause congestions in distribution networks at both the lowest-price and highest-price time intervals.To enable the adoption of dynamic pricing, this work presents a novel framework to manage the constraints of distribution networks based on the concept of Transactive Energy System (TES).The TES-based framework produces incentives during network issues to unlock customers' flexibility services to reschedule controllable assets (e.g., batteries).By running Home Energy Management Systems (HEMS), the flexibility of customers to modify schedules are quantified against predefined set of incentives.For each incentive, the amounts of net-demand change per customer are aggregated and submitted through aggregators to the Distribution System Operator (DSO) in the forms of both generation offers (reducing demand) and demand offers (increasing demand).The latter are crucial to cater for generationdriven network issues.The resulting aggregators' staircase bidding curves are embedded to an advanced Optimal Power Flow (OPF) model to identify the successful offers to manage network constraints whilst minimizing incentives paid to aggregators.This allows defining incentives and quantities directly without extensive iterations between DSO and aggregators.The application of the framework to an urban 11kV feeder shows its effectiveness to manage congestions.However, the highly variations in dynamic prices increase the amounts of incentives particularly when flexibility services are requested at evening and night time intervals. تعد صياغة التسعير الديناميكي أحد الحلول الناشئة لتوجيه الطلب السكني على فوائد نظام الطاقة السائبة. ومع ذلك، يمكن أن يتسبب جدول الطلب السكني استجابةً لأسعار الطاقة المتباينة زمنيًا في حدوث ازدحام في شبكات التوزيع بأقل الأسعار وأعلاها على حد سواء. لتمكين اعتماد التسعير الديناميكي، يقدم هذا العمل إطارًا جديدًا لإدارة قيود شبكات التوزيع بناءً على مفهوم نظام الطاقة التفاعلي (TES). ينتج الإطار القائم على TES حوافز أثناء مشكلات الشبكة لفتح مرونة العملاء خدمات لإعادة جدولة الأصول التي يمكن التحكم فيها (على سبيل المثال، البطاريات). من خلال تشغيل أنظمة إدارة الطاقة المنزلية (HEMS)، يتم تحديد مرونة العملاء في تعديل الجداول الزمنية مقابل مجموعة محددة مسبقًا من الحوافز. لكل حافز، يتم تجميع مبالغ صافي تغيير الطلب لكل عميل وتقديمها من خلال المجمعين إلى مشغل نظام التوزيع (DSO) في أشكال كل من عروض الجيل (تقليل الطلب) وعروض الطلب (زيادة الطلب). هذه الأخيرة حاسمة لتلبية مشكلات الشبكة التي يحركها الجيل. يتم تضمين منحنيات مناقصات درج المجمعين الناتجة إلى نموذج تدفق الطاقة الأمثل (OPF) لتحديد العروض الناجحة لإدارة قيود الشبكة مع تقليل الحوافز المدفوعة للمجمعات. وهذا يسمح بتحديد الحوافز والكميات مباشرة دون تكرارات مكثفة بين DSO والمجمعات. يُظهر تطبيق الإطار على وحدة التغذية الحضرية 11 كيلو فولت فعاليته في إدارة الازدحام. ومع ذلك، فإن الاختلافات الكبيرة في الأسعار الديناميكية تزيد من كميات الحوافز خاصة عندما يتم طلب خدمات المرونة في فترات المساء والليل.

Peer-to-Peer (P2P) energy trading describes flexible energy trades between peers, where the excess energy from many small-scale Distributed Energy Resources (DERs) is traded among local customers. The feasibility of applying P2P energy trading to reduce costs for energy consumers, and to increase income for DER producers in a community microgrid was investigated. Three representative market paradigms were proposed, i.e. bill sharing, mid-market rate and an auction based pricing strategy. Each of them specified detailed business models, local energy exchange prices, as well as quantified individual customer's energy costs. An example of each methodology applied to a residential community microgrid with PV systems, validated the effectiveness of the proposed P2P trading mechanisms and identified the benefits.

Peer-to-Peer (P2P) energy trading describes flexible energy trades between peers, where the excess energy from many small-scale Distributed Energy Resources (DERs) is traded among local customers. The feasibility of applying P2P energy trading to reduce costs for energy consumers, and to increase income for DER producers in a community microgrid was investigated. Three representative market paradigms were proposed, i.e. bill sharing, mid-market rate and an auction based pricing strategy. Each of them specified detailed business models, local energy exchange prices, as well as quantified individual customer's energy costs. An example of each methodology applied to a residential community microgrid with PV systems, validated the effectiveness of the proposed P2P trading mechanisms and identified the benefits.

ABSTRACTThis paper presents an overview of the current status of the development of the smart grid in Great Britain (GB). The definition, policy and technical drivers, incentive mechanisms, technological focus, and the industry's progress in developing the smart grid are described. In particular, the Low Carbon Networks Fund and Electricity Network Innovation Competition projects, together with the rollout of smart metering, are detailed. A more observable, controllable, automated, and integrated electricity network will be supported by these investments in conjunction with smart meter installation. It is found that the focus has mainly been on distribution networks as well as on real-time flows of information and interaction between suppliers and consumers facilitated by improved information and communications technology, active power flow management, demand management, and energy storage. The learning from the GB smart grid initiatives will provide valuable guidelines for future smart grid development in GB and other countries.