دانلود ترجمه مقاله اندازه بهینه سیستم های ذخیره انرژی باتری در ریزشبکه ها

1. مقدمه 2. رویکرد پیشنهادی و مدل ریاضی 3. مطالعه موردی و نتایج 4. بحث و بررسی 5. نتیجه گیری

چکیده – ادغام سیستم‌های ذخیره انرژی باتری (BESS) با ریزشبکه‌ها (MG) برای بهبود قابلیت اطمینان و انعطاف‌پذیری ادغام منابع انرژی تجدیدپذیر (RES)، حیاتی است. با این حال، قابلیت اطمینان و سیاست‌های نظارتی عوامل مهمی هستند که بر عملکرد بهینه MGها در بازار تأثیر می‌گذارند. این مطالعه با هدف بهبود قابلیت اطمینان MGهای ادغام شده با RES و BESS با ارزیابی عملکرد آن‌ها تحت چارچوب‌های نظارتی مختلف، از جمله تعرفه خرید تضمینی (FiT)، اندازه‌گیری خالص (NM) و مشوق‌های ذخیره انرژی (ESI) انجام شده است. همچنین، یک چارچوب FiT دینامیک (D-FiT) برای بهبود قابلیت اطمینان MG مورد استفاده قرار گرفته است. یک الگوریتم بهینه‌سازی کلونی زنبور مصنوعی برای بهینه‌سازی اندازه BESS برای هر سیاست نظارتی به منظور به حداقل رساندن هزینه کل MG استفاده شده است. هر سیاست بر اساس محدودیت‌های خاص خود در مسئله تدوین شده است. در ادامه، شاخص‌های قابلیت اطمینان انتظار از دست دادن بار (LOLE) و انرژی مورد انتظار تأمین نشده (EENS) برای هر راه‌حل بهینه محاسبه شده است. علاوه بر این، سیستم رتبه‌بندی دینامیکی حرارتی (DTR) را در مدل پیشنهادی خود گنجانده‌ایم، با تمرکز بر افزایش ایمن رتبه‌بندی اجزای سیستم. مطالعه نشان می‌دهد که چارچوب‌های D-FiT و FiT استاندارد بهترین سطح قابلیت اطمینان را ارائه می‌دهند، در حالی که بهبود قابلیت اطمینان تحت سیاست ESI قابل توجه نیست، زیرا بیشتر تقاضای MG توسط شبکه اصلی تأمین می‌شود. علاوه بر این، مطالعه نشان می‌دهد که بهبود در EENS بیشتر از LOLE است، که نشان می‌دهد نصب BESS کاهش تلفات انرژی را نسبت به تعداد ساعات قطع کاهش می‌دهد. چارچوب D-FiT تأثیر مثبت قابل توجهی بر هر دو شاخص قابلیت اطمینان دارد، بر خلاف چارچوب‌های دیگر که تأثیر بیشتری بر EENS دارند. علاوه بر این، متوجه بهبود قابل توجهی در شاخص‌های قابلیت اطمینان هنگام در نظر گرفتن سیستم DTR نسبت به سیستم رتبه‌بندی حرارتی استاتیک (STR) شده‌ایم.

The integration of battery energy storage systems (BESS) with microgrids (MG) is crucial to improve the reliability and flexibility of renewable energy sources (RES) integration. However, the reliability and regulatory policies are critical factors that affect the optimal operation of MGs in the market. This study aims to enhance the reliability of MGs integrated with RES and BESS by evaluating their performance under different regulatory frameworks, namely feed-in tariff (FiT), net metering (NM), and energy storage incentive (ESI). Also, a dynamic FiT (D-FiT) framework is utilized to improve the reliability of the MG. An artificial bee colony optimization algorithm is utilized to optimize the size of BESS for each regulatory policy to minimize the total cost of the MG. Each policy is formulated based on its specific constraints in the problem. Subsequently, the reliability indices of Loss of Load Expectation (LOLE) and Expected Energy not Supplied (EENS) are calculated for each optimized solution. Moreover, we have integrated the dynamic thermal rating (DTR) system into our proposed model, focusing on the safe augmentation of system component ratings. The study finds that the D-FiT and standard FiT frameworks provide the best reliability level, whereas the reliability improvement under the ESI policy is not significant, as most of the MG's demand is supplied by the main grid. Furthermore, the study shows that the improvements in EENS are higher than LOLE, indicating that installing BESS reduces the loss of energy rather than the number of interruption hours. D-FiT framework has a significant positive impact on both reliability indices, unlike the other frameworks that have a greater effect on EENS. Furthermore, we have noticed a substantial improvement in reliability indices when the DTR system is taken into account, as compared to the static thermal rating (STR) system.