دانلود ترجمه مقاله سیستم مدیریت انرژی برای ریزشبکه ترکیبی باتری- باد- فتوولتائیک (PV)

1. مقدمه 2. معماری ریز شبکه 3. لایه مدیریت انرژی فوقانی 4. لایه کنترل پایین تر 5. نتایج مدیریت انرژی 6. نتیجه گیری و کارهای آتی

چکیده – ادغام فن آوری های ذخیره انرژی با سیستم های انرژی تجدیدپذیر به طور قابل توجهی می تواند هزینه های عملیاتی ریز شبکه ها (MG) در شبکه های برق آینده را کاهش دهد. این مقاله یک سیستم مدیریت انرژی جدید (EMS) را ارائه می دهد که می تواند هزینه عملیاتی روزانه یک MG را به حداقل برساند و خود مصرفی RES را با تعیین بهترین تنظیم برای سیستم ذخیره انرژی باتری مرکزی (BESS) بر مبنای تابع هزینه تعریف شده به حداکثر برساند. EMS دارای ساختاری دو لایه است. در لایه فوقانی، از تکنیک بهینه سازی محدب برای حل مسئله بهینه سازی و تعیین مقادیر مرجع نیرو که باید توسط ریزشبکه از شبکه اصلی با استفاده از زمان نمونه برداری 15 دقیقه حاصل شود، استفاده می شود. سپس، مقادیر مرجع در لایه کنترل پایین تر که شامل1 دقیقه زمان نمونه برداری است برای تعیین تنظیمات BESS تغذیه می شود و سپس این اطمینان حاصل می شود که ریزشبکه به طور دقیق این منابع را دنبال می کند. این لایه کنترل پایین تر از یک کنترل کننده پیش بینانه مدل و کنترل کننده پیش بینانه افق نورد برای دستیابی به هدف استفاده می کند. مطالعات تجربی از MG آزمایشگاهی برای نشان دادن توانایی EMS پیشنهادی استفاده می کنند. مقدمه: رشد منابع انرژی تجدیدپذیر (RES) در شبکه برق همراه با افزایش استفاده از برق برای حمل و نقل، گرمایش، تهویه مطبوع نیازمند یک دیدگاه جدید برای شبکه های انتقال و توزیع آتی است. افزایش پیچیدگی و تغییر پذیری تولید، چالش هایی را برای سیستم برق ایجاد کرده و فناوری های نوآورانه نیازمند حفظ مدیریت سیستم پایدار و قابل اطمینان هستند [1]. ریز شبکه ها (MG) که انواع مختلفی از منابع انرژی پراکنده (DER ها)، نظیر مولدهای پراکنده، واحدهای ذخیره سازی پراکنده و همچنین انواع مختلف دستگاه های کنترل و بار را با هم ترکیب می کنند، ساختار امیدوار کننده ای برای شبکه های برق آینده هستند [2,3]. MG ها قادر به مدیریت و هماهنگی DER های خود به روشی غیرمتمرکزتر هستند که این امر نیاز به هماهنگی و مدیریت متمرکز را کاهش می دهد. از این رو، بهینه سازی عملیات MG برای به حداقل رساندن هزینه های عملیاتی و افزایش اثربخشی منابع انرژی، اکنون به موضوع مهمی تبدیل شده است [4,5].

The integration of energy storage technologies with renewable energy systems can significantly reduce the operating costs for microgrids (MG) in future electricity networks. This paper presents a novel energy management system (EMS) which can minimize the daily operating cost of a MG and maximize the self-consumption of the RES by determining the best setting for a central battery energy storage system (BESS) based on a defined cost function. This EMS has a two-layer structure. In the upper layer, a Convex Optimization Technique is used to solve the optimization problem and to determine the reference values for the power that should be drawn by the MG from the main grid using a 15 min sample time. The reference values are then fed to a lower control layer, which uses a 1 min sample time, to determine the settings for the BESS which then ensures that the MG accurately follows these references. This lower control layer uses a Rolling Horizon Predictive Controller and Model Predictive Controllers to achieve its target. Experimental studies using a laboratory-based MG are implemented to demonstrate the capability of the proposed EMS. Introduction: The growth of renewable energy sources (RES) in the electrical grid together with the increasing use of electricity for transport and heating, ventilation and air-conditioning require a new vision for future transmission and distribution grids. Increasing the complexity and variability of generation introduces challenges for the electricity system, and innovative technologies are required to maintain stable and reliable system management [1]. Microgrids (MG) which combine different kinds of distributed energy resources (DERs) such as distributed generators, distributed storage units, as well as different types of load and control devices are a promising structure for future electric networks [2,3]. MGs are capable of managing and coordinating their own DERs in a more decentralized way, which reduces the need for centralized coordination and management. From this point of view, the optimization of the MG operation to minimize operating costs and increase the efficiency of its energy resources has now become extremely important [4,5].

ترجمه این مقاله در 22 صفحه آماده شده و در ادامه نیز صفحه 10 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.