دانلود ترجمه مقاله مدیریت سمت تقاضا در یک ریزشبکه هوشمند در حضور تولید تجدیدپذیر و پاسخگویی به تقاضا

1. مقدمه 2. شرح مساله 2.1. مدل پیشنهادی برای سیستم انرژی باد (WES) 2.2. مدل پیشنهادی برای سیستم PV 2.3. مدل پیشنهادی برای سیستم نیروگاه بادی - بادی هیبریدی (HSWPS) 2.4. مدل برنامه‌های پاسخ تقاضا 2.5. توابع هدف 2.5.1. تابع هزینه بهره برداری 2.5.2. تابع انتشار آلودگی 2.6. محدودیت‌های مساله 2.6.1. محدودیت تعادل توان 2.6.2. محدودیت ذخیره و محدودیت توان DG 2.6.3. محدودیت‌های باتری 2.7. سیستم ریزشبکه هوشمند معمولی 3. الگوریتمMOPSO 4. شبیه‌سازی و تحلیل نتایج عددی 5. نتیجه‌گیری

چکیده – در این مقاله، یک مدل برنامه ریزی تصادفی به منظور بهینه سازی عملکرد ریزشبکه هوشمند در کوتاه مدت برای به حداقل رسانی هزینه های بهره برداری و انتشار در زمینه منابع انرژی های تجدیدپذیر ارائه شده است. به منظور دستیابی به مدلی دقیق تر، استفاده از یک تابع چگالی احتمال به منظور پیش بینی سرعت باد و تابش خورشیدی ارائه شده است. از سوی دیگر، به منظور حل توان تولید شده با توجه به عدم قطعیت منابع تجدیدپذیر بادی و خورشیدی، استفاده از برنامه های پاسخگویی به تقاضا با مشارکت مصرف کنندگان بخش مسکونی، تجاری و صنعتی ارائه شده است. در این مقاله، ما استفاده از پرداخت های تشویقی در قالب بسته های پیشنهاد قیمتی را به منظور پیاده سازی برنامه های پاسخ به تقاضا توصیه کرده ایم. نتایج شبیه سازی در سه حالت مختلف برای بهینه سازی هزینه های بهره برداری و انتشاری با و بدون دخالت فرآیند پاسخگویی به تقاضا در نظر گرفته شده است. برای حل این مسأله، روش بهینه سازی ازدحام ذرات چند هدفه به کار گرفته شده است. به منظور تأیید مدل پیشنهادی، این مدل روی یک ریز شبکه هوشمند ساده اعمال شده و نتایج عددی حاصل به وضوح، تأثیر مدیریت سمت تقاضا روی کاهش تأثیر عدم قطعیت ناشی از تولید توان پیش بینی شده با استفاده از توربین های بادی و سلول های خورشیدی را نشان می دهند. مقدمه: در آینده، سیستم‌های توزیع قطعاً با گسترش فزاینده توجهات به منابع انرژی تجدیدپذیر بادی و خورشیدی روبرو خواهند شد. این منابع انرژی یک رفتار طبیعی متناوب دارند که ممکن است امنیت بهره برداری سیستم را به خطر بیاندازد [1, 2]. به منظور اجرای برنامه‌ریزی پیشرفته برای منابع انرژی توزیع شده DERs برای اطمینان از عملکرد ایمن و ایمن این سیستم‌ها, و زیرساخت های پیشرفتۀ اندازه گیری (AMI) لازم است. هدف AMI تلاش برای حصول اطمینان از قابلیت اعتماد سیستم و تضمین ایجاد تعادل بین عرضه و تقاضا با یک ارتباط دوطرفه بین مشتریان و شرکت‌های برق است.

In this study, a stochastic programming model is proposed to optimize the performance of a smart microgrid in a short term to minimize operating costs and emissions with renewable sources. In order to achieve an accurate model, the use of a probability density function to predict the wind speed and solar irradiance is proposed. On the other hand, in order to resolve the power produced from the wind and the solar renewable uncertainty of sources, the use of demand response programs with the participation of residential, commercial and industrial consumers is proposed. In this paper, we recommend the use of incentive-based payments as price offer packages in order to implement demand response programs. Results of the simulation are considered in three different cases for the optimization of operational costs and emissions with/without the involvement of demand response. The multi-objective particle swarm optimization method is utilized to solve this problem. In order to validate the proposed model, it is employed on a sample smart micro-grid, and the obtained numerical results clearly indicate the impact of demand side management on reducing the effect of uncertainty induced by the predicted power generation using wind turbines and solar cells. Introduction: Future distribution systems will certainly face the increased penetration of wind and solar renewable sources, which have an intermittent natural behavior. This may endanger the security of the system operation [1,2]. In order to implement advanced planning for Distributed Energy Resources (DERs) to ensure the economic and safe operation of these systems, and Advanced Measuring Infrastructure (AMI) is necessary [3-5]. AMI establishes a bidirectional telecommunication between customers and electricity companies to provide readability, monitoring, and remote control of meters; data collection and transmission to electricity companies; processing and analysis of information, as well as the implementation of energy consumption management in an attempt to ensure the reliability of the system and to guarantee the creation of a balance between supply and demand [6-8].

بخشی از ترجمه مقاله (صفحه 13 فایل ورد ترجمه)