دانلود ترجمه مقاله روش برنامه ریزی خطی مختلط برای مکانیابی بهینه DER در ریزشبکه

1. فهرست اصطلاحات 2. مقدمه 3. مدل بهینه سازی توسعه داده شده 4. مطالعه موردی 5. نتیجه گیری و کارهای آینده

چکیده – طراحی بهینه ریزشبکه، یک مسئله چالش برانگیز است، بخصوص برای ریزشبکه های چند انرژی با بارهای الکتریکی، حرارتی و خنک کنندگی و همچنین منابع و چندین حامل انرژی. برای پرداختن به این مسئله، این مقاله، یک مدل بهینه سازی فرموله شده به صورت یک برنامه خطی عدد صحیح مختلط را ارائه می دهد که مجموعه یا پورتفوی فنآوری بهینه ، مکان یابی بهینه فنآوری و پخش توان بهینه مربوطه را در یک ریزشبکه با چندین نوع انرژی تعیین می کند. مدل توسعه یافته از یک رویکرد مدل سازی چند گرهی (برعکس یک رویکرد تک گرهی تجمعی) استفاده می کند که شامل معادلات پخش توان الکتریکی و جریان حرارتی می باشد و بنابراین، توانایی مکان یابی بهینه را با ملاحظه قیدهای فیزیکی و عملیاتی شبکه های الکتریکی و حرارتی/سرمایشی، ارائه می دهد. این مدل جدید، برروی مدل بهینه سازی موجود DER-CAM ، که یک ابزار پشتیبانی تصمیم نوین برای برنامه ریزی و طراحی ریزشبکه است، پایه گذاری شده است. نتایج یک مطالعه مودرکی که طراحی بهینه تک گرهی را با چند گرهی را برای یک ریزشبکه نمونه مقایسه می کند، اهمیت مدلسازی چندگرهی را نشان می دهد. نشان داده شده که رویکردهای تک گرهی نه تنها قادر به جانمایی بهینه DER می باشند بلکه همچنین باعث بدست آمدن پورتفوی DER غیربهینه و همچنین کم برآورد هزینه های سرمایه گذاری می شود.

Optimal microgrid design is a challenging problem, especially for multi-energy microgrids with electricity, heating, and cooling loads as well as sources, and multiple energy carriers. To address this problem, this paper presents an optimization model formulated as a mixed-integer linear program, which determines the optimal technology portfolio, the optimal technology placement, and the associated optimal dispatch, in a microgrid with multiple energy types. The developed model uses a multi-node modeling approach (as opposed to an aggregate single-node approach) that includes electrical power flow and heat flow equations, and hence, offers the ability to perform optimal siting considering physical and operational constraints of electrical and heating/cooling networks. The new model is founded on the existing optimization model DER-CAM, a state-of-the-art decision support tool for microgrid planning and design. The results of a case study that compares single-node vs. multi-node optimal design for an example microgrid show the importance of multi-node modeling. It has been shown that single-node approaches are not only incapable of optimal DER placement, but may also result in sub-optimal DER portfolio, as well as underestimation of investment costs.