In this paper a novel approach to accommodate distributed generation resources in the power distribution system is discussed to reduce the peak power demand. Direct load control (DLC) is the capability of aggregate and precisely control individual loads on command. The novel implemented approach in this work is the DLC to demand response. The DLC algorithms in regularity base are used for controllable loads which can be turned on and off with unnoticeable interruption where the load is forecasted and it is dispatched accordingly by using distributed generation resources and controllable loads, thereby it helps to reduce peak demand. Multi-Agent System (MAS) is consisting a group of agents which are capable of perceived environment that they are located and act on it by communicating with each other to achieve the goals. Therefore a MAS has been adopted to manage the direct load control simulation. Load has forecasted in MATLAB and MAS has programmed in ZEUS utilize the forecasted load data to dispatch the load in such a way so as to reduce the peak demand. The agents are located at demand aggregator level, zone level and DG level. They communicate to dispatch the load properly based on resources and load availability. Streszczenie. W niniejszym artykule przeanalizowano nowatorskie podejście do integracji źrodel rozproszonych w celu redukcji szczytow zapotrzebowania na moc. Poprzez precyzyjną kontrole obciązenia i odpowiednie grupowanie odbiorcow mozliwe jest ksztaltowanie zapotrzebowania. Nowatorskie podejście zaprezentowane w artykule polega na ksztaltowaniu reakcji na zapotrzebowanie. Algorytm ksztaltujący podstawe obciązenia jest wykorzystywany do kontroli sterowanych odbiorow, ktore mogą byc wylączane i zalączane bez negatywnego wplywu na ich prace. Obciązenie takie moze byc prognozowane i odpowiednio ksztaltowane co pomaga redukowac szczyt zapotrzebowania. System wieloagentowy (ang. Multi Agent System (MAS)) sklada sie z grup inteligentnych agentow osadzonych w konkretnym środowisku, wspoldzialających z nim i komunikujących sie miedzy sobą, w celu osiągniecia wyznaczonych celow. Taki system zostal zaadaptowany do symulacji zarządzania ksztaltowaniem zapotrzebowania. Obciązenie jest prognozowane w środowisku MABLAB, natomiast MAS zostal wykonany w programie ZEUS w oparciu o prognozy obciązenia, tak by je ksztaltując wygladzic szczyt zapotrzebowania. Agenci są umieszczeni na poziomach agregacji obciązen, stref i generacji rozproszonej. Prawidlowe ksztaltowanie zapotrzebowania odbywa sie w oparciu o dostepne zasoby i źrodla. (Bezpośrednie sterowanie obciązeniem w sieciach inteligentnych - sterownie rozproszone z komunikacją dwukierunkową)
[1]
Rui Duan,et al.
Future electricity market interoperability of a multi-agent model of the Smart Grid
,
2010,
2010 International Conference on Networking, Sensing and Control (ICNSC).
[2]
S.D.J. McArthur,et al.
The design of a multi-agent transformer condition monitoring system
,
2004,
IEEE Transactions on Power Systems.
[3]
Pedro Faria,et al.
The role of demand response in future power systems
,
2009,
2009 Transmission & Distribution Conference & Exposition: Asia and Pacific.
[4]
Catholijn M. Jonker,et al.
Agents negotiating for load balancing of electricity use
,
1998,
Proceedings. 18th International Conference on Distributed Computing Systems (Cat. No.98CB36183).