دانلود ترجمه مقاله زمان بندی بهینه مولدهای پراکنده در ریزشبکه ها برای کاهش پیک بار

1. مقدمه 2. استراتژی مدیریت تولید و مصرف 3. الگوریتم H-PSO-SCAC 4. سیستم مطالعه موردی 5. نتایج و بحث و بررسی 6. نتیجه گیری

چکیده – مدیریت طرف تقاضا (DSM)، یکی از روش های ایجاد تعامل بین ریزشبکه ها (MG ها) و افزایش مشارکت مصرف کننده در طرح های مدیریت می باشد. الگوریتم ها و استراتژی مختلفی برای اجرای برنامه های مدیریت مصرف استفاده شده اند که اغلب پوشش دهنده تعداد محدودی بار در چندین نوع خاص هستند. در این مقاله، ابتدا، روش جابجایی بار، به عنوان یک مسئله بهینه سازی برای کاهش پیک تقاضای سیستم و قبض مشترکان برای بارهای مختلف در MG های هوشمند، بوسیله الگوریتم بهینه سازی ازدحام ذره با روش ضریب شتاب سینوسی کسینوسی ترکیبی (H-PSO-SCAC) حل می شود. سپس، هدف این مطالعه سنجش اثر برنامه پیشنهادی بر تولید و حضور MG ها در بازار برای بهبود سطح رفاه اجتماعی می باشد. نتایج برروی یک شبکه هوشمند (SG) متشکل از سه MG مسکونی، تجاری و صنعت بدست می آیند که شامل انواع مختلف بارهای کنترل پذیر می باشند. نتایج نشان می دهند که بالاترین درصد کاهش پیک بار پس از پیاده سازی برنامه DSM بوسیله الگوریتم H-PSO-SCAC برای این سه MG به ترتیب 23، 19 و 19 درصد می باشند. همچنین بالاترین درصد کاهش قبض برق مشترکان برای این سه MG به ترتیب 16.8، 19.2 و 20.5 درصد می باشند. الگوریتم پیشنهادی عملکرد بسیار بهتری در کاهش قبض و پیک بار نسبت به اکثر روش های دیگر مانند تابع لگاریتمی (LF)، چند عاملی (MA)؛ الگوریتم تکاملی (EA) و جستجوی ارگانیزم های سیمبیوتیک (SOS) داشته است. یافته ها نشان می دهند که برنامه پیشنهادی می تواند پیک بار، مبلغ قبض مشترکان، هزینه های تولید را کاهش دهد و به متوازن سازی تامین و تقاضا کمک کند و همچنین سطح رفاه اجتماعی از دیدگاه بهره بردار سیستم توزیع را افزایش دهد.

Demand Side Management (DSM) is one of the ways to create interaction between the MicroGrids (MGs) and increase consumer participation in management schemes. Different algorithms and strategies have been used to execute consumption management programs which often cover a limited number of loads in several specific types. In this paper, first, the load shift method, as an optimization problem to reduce system demand peak and subscriber’s bills for various loads in smart MGs, is solved by Hybrid Particle Swarm Optimization algorithm with Sinusoidal and Cosine Acceleration Coefficient (H-PSO-SCAC). Then the study is aimed at measuring the effect of the proposed program on the generation and presence of MGs in the market for improving the level of social welfare. The results are performed on a Smart Grid (SG) consisting of three residential, commercial and industrial MGs which include different types of controllable loads. The results show that the highest percentages of peak load reduction after the implementation of the DSM program by (H-PSO-SCAC) algorithm for the three MGs are 23%, 19% and 19%, respectively. Also, the highest percentages of reduction in subscriber’s bill for the three MGs are 16.8%, 19.2% and 20.5%, respectively. The proposed algorithm has performed much better in reducing bills and peak loads than most other methods such as Logarithmic Function (LF), Multi Agent (MA), Evolutionary Algorithm (EA), and Symbiotic Organisms Search (SOS). The findings show that the proposed program can reduce peak load, reduce subscriber’s bills, save production costs, help balance the supply and demand, and improve the level of social welfare from the perspective of the distribution system operator.