ترجمه مقاله کمینه سازی جامع هزینه در شبکه های توزیع به وسیله پیکربندی مجدد فیدر زمان بندی شده – نشریه IEEE
مبلغ : 35800 تومان
سال انتشار : 2015
ترجمه مقاله مدیریت بی درنگ ذخیره انرژی برای تجمیع انرژی های تجدیدپذیر در ریزشبکه – نشریه IEEE
قیمت خرید این کالا
39,800 تومان
| عنوان فارسی: | مدیریت بی درنگ ذخیره انرژی برای تجمیع انرژی های تجدیدپذیر در ریزشبکه: یک رویکرد بهینه سازی آفلاین |
| عنوان انگلیسی: | Real-Time Energy Storage Management for Renewable Integration in Microgrid: An Off-Line Optimization Approach |
| تعداد صفحات مقاله انگلیسی : 11 | تعداد صفحات ترجمه فارسی : 30 (1 صفحه رفرنس انگلیسی) |
| سال انتشار : 2014 | نشریه : آی تریپل ای - IEEE |
| فرمت مقاله انگلیسی : pdf | فرمت ترجمه مقاله : pdf و ورد تایپ شده با قابلیت ویرایش |
| فونت ترجمه مقاله : بی نازنین | سایز ترجمه مقاله : 14 |
| نوع مقاله : ISI | پایگاه : اسکوپوس |
| نوع ارائه مقاله : ژورنال | ایمپکت فاکتور(IF) مجله : 11.176 در سال 2018 |
| شاخص H_index مجله : 121 در سال 2019 | شاخص SJR مجله : 3.361 در سال 2018 |
| شناسه ISSN مجله : 1949-3053 | شاخص Q یا Quartile (چارک) : Q1 در سال 2018 |
| کد محصول : 10222 | وضعیت ترجمه : ترجمه شده و آماده دانلود |
| محتوای فایل : zip | حجم فایل : 3.15Mb |
| رشته و گرایش های مرتبط با این مقاله: مهندسی برق و انرژی، سیستم های انرژی، انرژی های تجدیدپذیر، مهندسی الکترونیک و تولید، انتقال و توزیع |
| مجله/کنفرانس: نتایج بدست آمده در حوزه شبکه هوشمند - Transactions on Smart Grid |
| دانشگاه: گروه مهندسی برق و کامپیوتر ، دانشگاه ملی سنگاپور |
| کلمات کلیدی: بهینه‌سازی محدب، ذخیره توزیع‌شده، مدیریت انرژی، ریزشبکه، الگوریتم آنلاین، انرژی تجدیدپذیر، شبکه هوشمند |
| کلمات کلیدی انگلیسی: Convex optimization - distributed storage - energy management - microgrid - online algorithm - renewable energy - smart grid |
| وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است ✓ |
| وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است ☓ |
| وضعیت ترجمه منابع داخل متن: به صورت عدد درج شده است ✓ |
| وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
| ضمیمه: دارد و ترجمه شده است ✓ |
| بیس: نیست ☓ |
| مدل مفهومی: ندارد ☓ |
| پرسشنامه: ندارد ☓ |
| متغیر: ندارد ☓ |
| رفرنس: دارای رفرنس در داخل متن و انتهای مقاله |
| رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است |
| doi یا شناسه دیجیتال: https://doi.org/10.1109/TSG.2014.2359004 |
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب
چکیده
مقدمه
مدل سیستم و شرح مسئله
بهینه‌سازی آفلاین
الگوریتم آنلاین مبتنی بر پنجره لغزان
سایر الگوریتم‌های آنلاین
نتایج شبیه‌سازی
نتیجه‌گیری
نمونه متن انگلیسی
Abstract
Microgrid is a key enabling solution to future smart grids by integrating distributed renewable generators and storage systems to efficiently serve the local demand. However, due to the random and intermittent characteristics of renewable energy, new challenges arise for the reliable operation of microgrids. To address this issue, we study in this paper the real-time energy management for a single microgrid system that constitutes a renewable generation system, an energy storage system, and an aggregated load. We model the renewable energy offset by the load over time, termed net energy profile, to be practically predictable, but with finite errors that can be arbitrarily distributed. We aim to minimize the total energy cost (modeled as sum of time-varying strictly convex functions) of the conventional energy drawn from the main grid over a finite horizon by jointly optimizing the energy charged/discharged to/from the storage system over time subject to practical load and storage constraints. To solve this problem in real time, we propose a new off-line optimization approach to devise the online algorithm. In this approach, we first assume that the net energy profile is perfectly predicted or known ahead of time, under which we derive the optimal off-line energy scheduling solution in closed-form. Next, inspired by the optimal off-line solution, we propose a sliding-window based online algorithm for real-time energy management under the practical setup of noisy predicted net energy profile with arbitrary errors. Finally, we conduct simulations based on the real wind generation data of the Ireland power system to evaluate the performance of our proposed algorithm, as compared with other heuristically designed algorithms, as well as the conventional dynamic programming based solution.
نمونه متن ترجمه
چکیده
ریزشبکه‌ها با قابلیت تجمیع ژنراتورهای تجدیدپذیر توزیع‌شده و سیستم‌های ذخیره راه‌حلی کلیدی برای شبکه‌های هوشمند آینده به شمار می‌روند که می‌توانند به صورت کارآمد، نیاز محلی را برآورده کنند. با این حال، به علت مشخصات تصادفی و متناول انرژی تجدیدپذیر، چالش‌های جدیدی پیش روی عملکرد ریزشبکه‌ها به صورت قابل اطمینان قرار می‌گیرد. برای حل این موضوع، در این مقاله، مطالعه‌ای روی مدیریت بی‌درنگ انرژی برای یک سیستم ریزشبکه انجام داده‌ایم، که از یک سیستم تولید تجدیدپذیر، یک سیستم ذخیره انرژی و یک بار جمع‌شده تشکیل می‌شود. میزان انحراف انرژی تجدیدپذیر را با بار در طول زمان، با عنوان پروفایل انرژی کل مدل کرده‌ایم که به صورت عملی قابل پیشبینی بوده ولی دارای خطای محدودی است که به صورت اختیاری قابل توزیع است هدف ما حداقل ساختن هزینه کل انرژی (که به صورت جمع توابع موکدا محدب و متغیر با زمان مدل می‌شود) است که به صورت معمول از یک شبکه اصلی در طول یک افق محدود گرفته می‌شود، و این کار با استفاده از بهینه‌سازی توأم انرژی شارژشده/ دشارژ شده به/ از سیستم ذخیره انرژی در طول زمان، نسبت به بار عملی و محدودیات ذخیره‌سازی انجام خواهد شد. ما برای حل بی‌درنگ این مسئله، یک رویکرد بهینه‌سازی آفلاین برای طراحی الگوریتم آنلاین پیشنهاد کرده‌ایم. در این رویکرد، ابتدا فرض می‌شود که پروفایل انرژی کل برای مدت زمان مشخصی در آینده کاملا پیشبینی شده‌باشد که با استفاده از آن، راه‌حل بهینه برنامه‌ریزی آفلاین انرژی به صورت بسته به دست می‌آید. سپس با الهام از راه‌حل بهینه آفلاین، الگوریتمی آنلاین، مبتنی بر پنجره لغزان پیشنهاد شده تا بتوان به صورت بی‌درنگ، انرژی را در یک مجموعه عملی از پروفایل انرژی کل آلوده به نویز با خطای دلخوه مدیریت کرد. نهایتا با انجام شبیه‌سازی‌هایی روی داده واقعی تولید بادی از سیستم برق ایرلند برای ارزیابی عملکرد الگوریتم خود استفاده کرده و با سایر الگوریتم‌های ابتکاری مانند راه‌حل مرسوم مبتنی بر برنامه‌نویسی دینامیک مقایسه کرده‌ایم.
