ترجمه مقاله مدل پیش بینی جدید باتری و خروجی خورشیدی - بادی در سیستم ترکیبی قدرت - نشریه اشپرینگر

قیمت خرید این محصول

۴۴,۰۰۰ تومان

دانلود مقاله انگلیسی

عنوان فارسی

مدل پیش بینی جدید باتری و خروجی خورشیدی - بادی در سیستم ترکیبی قدرت

عنوان انگلیسی

A new prediction model of battery and wind-solar output in hybrid power system

صفحات مقاله فارسی

22

صفحات مقاله انگلیسی

11

سال انتشار

2017

رفرنس

دارای رفرنس در داخل متن و انتهای مقاله

نشریه

اشپرینگر - Springer

فرمت مقاله انگلیسی

pdf و ورد تایپ شده با قابلیت ویرایش

فرمت ترجمه مقاله

pdf و ورد تایپ شده با قابلیت ویرایش

فونت ترجمه مقاله

بی نازنین

سایز ترجمه مقاله

14

نوع مقاله

ISI

نوع نگارش

مقالات پژوهشی (تحقیقاتی)

نوع ارائه مقاله

ژورنال

پایگاه

اسکوپوس

ایمپکت فاکتور(IF) مجله

4.807 در سال 2020

شاخص H_index مجله

41 در سال 2021

شاخص SJR مجله

0.589 در سال 2020

شناسه ISSN مجله

1868-5137

شاخص Q یا Quartile (چارک)

Q1 در سال 2020

کد محصول

11830

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه منابع داخل متن

به صورت انگلیسی درج شده است ✓

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است ✓

ضمیمه

ندارد ☓

بیس

نیست ☓

مدل مفهومی

ندارد ☓

پرسشنامه

ندارد ☓

متغیر

ندارد ☓

فرضیه

ندارد ☓

رفرنس در ترجمه

در انتهای مقاله درج شده است

رشته های مرتبط با این مقاله

مهندسی برق و انرژی

گرایش های مرتبط با این مقاله

انرژی های تجدیدپدیر، تولید، انتقال و توزیع، سیستم های قدرت، فناوری های انرژی

دانشگاه

گروه علوم کامپیوتر، دانشکده ریاضیات و کامپیوتر، دانشگاه شهید باهنر کر

کلمات کلیدی

موتور پیش بینی، باتری سربی اسیدی، وضعیت بار، انتخاب ویژگی

کلمات کلیدی انگلیسی

Forecast engine - Lead acid battery - State of charge - Feature Selection

doi یا شناسه دیجیتال

https://doi.org/10.1007/s12652-017-0600-7

فهرست مطالب

چکیده
1. مقدمه
1.1 تاثیر مقاله
1.2 سازمان دهی
2. سیستم های قدرت نیروی خورشیدی – بادی ترکیبی و باتری
2.1 مدل سیستم توان بادی
2.2 مدل فوتو ولتائیک
2.3 مدل پیش بینی رفتار باتری
3. پیش بینی کوتاه مدت برای سیستم های قدرت بادی و خورشیدی
3.1 ساختار موتور پیش بینی
4. بهینه سازی بوی کوسه به صورت بهبود یافته
4.1 بهینه سازی بویایی کوسه
4.2 بهینه سازی بویایی کوسه به صورت بهبود یافته.
5. نتایج عددی
6. جمع بندی
منابع

تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)

نمونه چکیده متن اصلی انگلیسی

Abstract

In this paper short term power forecast of wind and solar power is proposed to evaluate the available output power of each production component. In this model, lead acid batteries used in proposed hybrid power system based on wind-solar power system. So, before the predicting of power output, a simple mathematical approach to simulate the lead–acid battery behaviors in stand-alone hybrid windsolar power generation systems will be introduced. Then, the proposed forecast problem will be evaluated which is taken as constraint status through state of charge (SOC) of the batteries. The proposed forecast model includes a feature selection filter and hybrid forecast engine based on neural network (NN) and an intelligent evolutionary algorithm. This method not only could maintain the SOC of batteries in suitable range, but also could decrease the on-or-off switching number of wind turbines and PV modules. Effectiveness of the proposed method has been applied over real world engineering data. Obtained numerical analysis, demonstrate the validity of proposed method.

1 Introduction

By increasing the green energy installed capacity, the wind/ solar power output prediction error precision provides serious challenge for researchers to the stable operation, dispatching as well as the safety and the quality insurance over power systems (Manla et al. 2010). On the other hand, to decrease such adverse effects on the power grid, wind-solar hybrid power generation system composed with storage batteries which have been used widely in several countries. It is clear that, once the battery’s storage have been improved, the quality of output power can improved well.

6 Conclusion

In this paper, an active power control strategy named complex control block has been presented through multi-objective algorithm. In this model, short-term wind and solar power have been forecasted through application of an intelligent method. In this model, feature selection, three stage forecast engine has been considered. Where, in this process all of the forecast engine stages have been optimized by SSO algorithm. Where, the weights of forecast engine optimized by this algorithm. Furthermore, the active power allocation has been considered as an optimization problem, and a decoration search algorithm has been considered to search the optimal explanation. Obtained results proof the validity of proposed method though improvement of active power output performance and decrease the fluctuation rate, and in a same time keep the maintain of SOC in batteries in an appropriate range. Furthermore, it could keep the maximization of utilization for regulation aptitude of wind turbines and decrease amount of on-or-off switching of wind turbines as well as PV modules.

نمونه چکیده ترجمه متن فارسی

چکیده

در این مقاله، پیش بینی های کوتاه مدت قدرت در نیروگاه های خورشیدی و بادی ارائه شده است که می توان از این پیش بینی ها استفاده کرد تا خروجی در دسترس هر بخش تولیدی را ارزیابی کرد. در این مدل، باتری های سرب اسیدی در سیستم های قدرت ترکیبی پیشنهاد شده مبتنی بر سیستم های قدرت باد – خورشیدی مورد استفاده قرار گرفته است. در نتیجه قبل از پیش بینی کردن خروجی توان، یک روش ریاضی ساده برای شبیه سازی رفتار باتری های سربی- اسیدی در سیستم های تولید توان مستقل ترکیبی بادی- خورشیدی را به شما ارائه می کنیم. سپس مسئله پیش بینی مطرح شده ارزیابی می شود که به صورت یک حالت محدودیت در وضعیت بار (SOC) از باتری ها در نظر گرفته می شود. مدل پیش بینی ارائه شده شامل فیلتر انتخاب ویژگی ها و موتور پیش بینی ترکیبی مبتنی بر شبکه های عصبی (NN) و یک الگوریتم ارزیابی هوشمند می باشد. این روش نه تنها می تواند SOC باتری ها را در یک بازه مناسب نگاه دارد، بلکه همچنین باعث می شود که شمار سوییچ های خاموش یا روشن در توربین های بادی و ماژول های PV نیز کاهش پیدا کند. کارایی روش پیشنهاد شده در این مطالعه، بر روی داده های کاربرد های واقعی مورد ارزیابی قرار گرفته است. تحلیل های عددی به دست آمده نشان دهنده اعتبار روش پیشنهاد شده می باشد.

1. مقدمه

با افزایش ظرفیت انرژی های سبز نصب شده، دقت خطای پیش بینی خروجی قدرت نیروگاه های بادی- خورشیدی به یکی از جدی ترین چالش ها برای محققان تبدیل شده است تا آن ها بتوانند یک عملیات پایدار را داشته باشند و ارسال توان به شبکه را به خوبی انجام دهند و در عین حال، ایمنی و تضمین کیفیت را در سیستم فراهم کنند (Manla et al. 2010). در طرف دیگر، برای کاهش تاثیرات مضر بر روی شبکه های قدرت، سیستم های تولید توان ترکیبی بادی- خورشیدی متشکل از باتری های ذخیره سازی می باشند که این روش به صورت گسترده در چندین کشور مورد استفاده قرار گرفته است. این موضوع کاملا مشخص است که وقتی ظرفیت ذخیره سازی باتری ها بهبود پیدا کند، کیفیت توان خروجی نیز بهبود پیدا می کند.

6. جمع بندی

در این مقاله، یک استراتژی کنترل توان فعال با نام بلوک کنترل پیچیده ارائه شده است که با استفاده از الگوریتم های چند هدفه، اجرا شده است. در این مدل، توان بادی و خورشیدی به صورت کوتاه مدت با استفاده از روش هوشمند پیش بینی شده است. در این مدل، انتخاب ویژگی، موتور پیش بینی سه مرحله ای در نظر گرفته شده است. در این قسمت، مراحل موتورهای پیش بینی با استفاده از الگوریتم SSO بهینه سازی شده است. در این روش، وزن های موتور پیش بینی با استفاده از این الگوریتم بهینه سازی شده است. علاوه بر این، تخصیص توان فعال نیز به عنوان یک مسئله بهینه سازی در نظر گرفته شده است که برای به دست آوردن راه حل بهینه مورد استفاده قرار می گیرد. نتایج به دست آمده نشان دهنده اعتبار روش پیشنهاد شده از طریق بهبود عملکرد خروجی توان فعال و کاهش نرخ نوسان می باشد و در عین حال، باعث می شود که SOC در باتری ها به صورت مناسب باقی بماند. علاوه بر این، این کار باعث می شود که کاربرد دامنه تنظیم توربین های بادی به بیشترین مقدار رسیده و باعث می شود که مقدار سوییچ های خاموش و روشن در توربین های بادی و ماژول های PV نیز کاهش پیدا کند.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی برق، دانلود رایگان مقالات انگلیسی مهندسی انرژی