دانلود ترجمه مقاله مدیریت انرژی ریزشبکه انرژی یکپارچه هوشمند

1. مقدمه 2. ساختار سیستم انرژی یکپارچه هوشمند 3. چارچوب چندلایه با ملاحظه انعطاف پذیری تولید و طرف تقاضا 4. شاخص های انعطاف پذیری 5. مطالعات موردی و نتایج شبیه سازی 6. نتیجه گیری

چکیده – این مقاله، یک چارچوب احتمالاتی برای برنامه ریزی بهره برداری سیستم های ریزشبکه انرژی حاوی منابع تجدیدپذیر یکپارچه، را پیشنهاد می دهد. مدل پیشنهادی، زمان بندی جامعی را نشان می دهد که بطور همزمان هزینه های تولید کل، انعطاف پذیری تولید و انعطاف پذیری طرف تقاضا را مورد ملاحظه قرار میدهد. این رویکرد مدیریت بهره برداری به صورت چارچوب سه لایه مدل سازی شده است. در لایه اول، سیستم ریزشبکه تلاش می کند تا هزینه های بهره برداری روزانه را با ملاحظه رفتار احتمالاتی تولید تجدیدپذیر، قیمت های سیگنال و بارها، کمینه سازی کند. واحد نمک زدایی و مخزن آبی در ساختار پیشنهادی شامل شده اند تا آب شرب برای سیستم تامین کند. لایه دوم، مدیریت بدست آمده لایه اول را برنامه ریزی می کند تا انعطاف پذیری حرارتی و انعطاف پذیری الکتریکی منابع تولید محلی را افزایش دهد. برای رسیدن به این هدف، سیستم انرژی یکپارچه تلاش می کند تا رزرو چرخان منابع انرژی محلی را در لایه دوم بیشینه کند. لایه آخر، مسئول افزایش انعطاف پذیری طرف تقاضا می باشد. در این لایه، یک رویکرد حداکثر-حداقل و حداقل-حداکثر ترکیبی برای یکنواخت سازی پروفایل بار بوسیله برنامه های مدیریت طرف تقاضا، توسعه می یابد. چارچوب پیشنهادی برای ساختار عمومی سیستم های انرژی بکار گرفته می شود و نتایج روز بعد نشان می دهند که شاخص انعطاف پذیری تولید برق و شاخص انعطاف پذیری تولید حرارت، به ترتیب در مدل پیشنهادی به میزان 22.98% و 34.64% بهبود می یابند.

This paper proposes a stochastic framework for the operation scheduling of integrated renewable-based energy microgrid systems. The proposed model presents comprehensive scheduling that simultaneously considers total generation costs, generation flexibility, and demand-side flexibility. This operation management approach is modeled as the tri-layer framework. At the first layer, the microgrid system attempts to minimize daily operation costs considering the probabilistic behavior of renewable generation, signal prices, and loads. The desalination unit and water tank storage have been incorporated into the proposed structure to supply potable water for the system. The second layer reschedules the obtained management of the first layer to increase the thermal flexibility and electrical flexibility of local generation resources. To this end, the integrated energy system tries to maximize the spinning reserve of the local energy resources in the second layer. The last layer is responsible to increase demand-side flexibility. In this layer, a hybrid max–min and min–max approach is developed to uniform the load profile by demand-side management programs. The proposed framework is applied to the general structure of energy systems and the day-ahead results demonstrate that the electrical generating flexibility index and thermal generating flexibility index are improved by 22.98% and 34.64% in the proposed model.