ترجمه مقاله تاثیر تقاضای شارژینگ خودروهای الکتریکی هیبریدی پلاگین بر میکروشبکه های تجدیدپذیر - نشریه الزویر

ترجمه مقاله تاثیر تقاضای شارژینگ خودروهای الکتریکی هیبریدی پلاگین بر میکروشبکه های تجدیدپذیر - نشریه الزویر
قیمت خرید این محصول
۴۱,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
تاثیر تقاضای شارژینگ خودروهای الکتریکی هیبریدی پلاگین بر مدیریت انرژی بهینه میکروشبکه های تجدیدپذیر
عنوان انگلیسی
Impact of plug-in hybrid electric vehicles charging demand on the optimal energy management of renewable micro-grids
صفحات مقاله فارسی
36
صفحات مقاله انگلیسی
12
سال انتشار
2014
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
4972
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی برق، مهندسی کامپیوتر، مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله
برق قدرت، مهندسی الگوریتم ومحاسبات، هوش ماشین و رباتیک، ماشین های الکتریکی و سامانه های شبکه ای
مجله
انرژی
دانشگاه
دپارتمان مهندسی کنترل و قدرت، دانشکده برق و مهندسی کامپیوتر، شیراز، ایران
کلمات کلیدی
هوش مصنوعی، پلاگین در خودروهای هیبریدی الکتریکی (PHEVs)، ریزشبکه (MG)، Q-کریل گله (Q-KH)، عدم قطعیت
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
1. مقدمه
2. استراتژی شارژ هوشمند PHEV
3. فرمولاسیون MG
1. 3 هزینه انرژی
2. 3 محدودیت های امنیتی
1. 2. 3 تعادل بین تولید و مصرف
2. 2. 3 ظرفیت تولید
3. 2. 3 محدودیت های شارژ/ دشارژ یا تخلیه باتری
4. 2m-PEM به عنوان چارچوب تصادفی
5. روش بهینه سازی بر اساس
1. 5 الگوریتم
2. 5 روش تغییر
3. 5 کاربرد برای حل مسئله عملیات MG
6. نتایج شبیه سازی
7. نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
abstract

This paper suggests a new stochastic expert framework to investigate the charging effect of plug-in hybrid electric vehicles (PHEVs) on the optimal operation and management of micro-grids (MGs). In this way, a useful method based on smart charging approach is proposed to consider the charging demand of PHEVs in both residential location and public charging stations. The analysis is simulated for 24 h considering the uncertainties associated with the forecast error in the charging demand of PHEVs, hourly load consumption, hourly energy price and Renewable Energy Sources (RESs) output power. In order to see the effect of storage devices on the operation of the MG, NiMH-Battery is also incorporated in the MG. According to the high complexity of the problem, a new optimization method called q-krill herd (q-KH) algorithm is proposed which uses the phase angle vectors to update the velocity/position of krill animals with faster and more stable convergence. In addition, a new modification method is proposed to improve the search ability of the algorithm, effectively. The suggested problem is examined on an MG including different RESs such as photovoltaic (PV), fuel cells (FCs), wind turbine (WT), micro turbine (MT) and battery as the storage device.

نمونه چکیده ترجمه متن فارسی
چکیده
مقاله حاضر یک چارچوب خبره تصادفی جدیدی برای پژوهش اثر شارژینگ خودروری اتصال برقی یا الکتریکی دوگانه سوز یا هیبریدی پلاگین PHEV بر عملیات و مدیریت بهینه میکروگریدهایا شبکه های کوچک پیشنهاد می کند. بدین طریق، روشی مفید براساس شیوه شارژینگ هوشمند برای در نظر گرفتن تقاضای شارژ PHEV ها در ایستگاههای شارژ عمومی و مکان های مسکونی پیشنهاد می شود. آنالیز به مدت 24 ساعت با در نظر گرفتن عدم قطعیت های مرتبط با خطای پیش بینی در تقاضای شارژ PHEV ها، مصرف بار ساعتی، قیمت انرژی ساعتی و توان خروجی منابع انرژی تجدیدپذیر (RES) شبیه سازی می شود. برای دیدن اثر دستگاههای ذخیره سازی بر کارکرد MG، از نیز در MC استفاده شده است. طبق پیچیدگی بالای مسئله، روش بهینه سازی جدیدی موسوم به الگوریتم پیشنهاد شده است که از بردارهای زاویه فاز برای به روزرسانی سرعت/ موقعیت جانوران کریل با همگرایی سریعتر و پایدارتر استفاده می کند. به علاوه، روش تغییر جدیدی برای بهبود توانایی جستجوی موثر الگوریتم پیشنهاد می شود. مسئله پیشنهاد شده روی یک MG من جمله RES های مختلف نظیر فوتوولتائیک (PV)، پیل های سوختی (FC)، توربین بادی (WT)، میکروتوربین (MT) و باتری به عنوان دستگاه ذخیره سازی بررسی می شود.

بدون دیدگاه