دانلود ترجمه مقاله سیستم چندعاملی برای مدیریت سمت تقاضا در شبکه هوشمند

1. مقدمه 2. تکنیک های DSM برای شبکه هوشمند 3. معماری چندعاملی پیشنهادی 4. الگوریتم پیشنهادی 5. بررسی شبیه سازی و نتایج 6. نتیجه گیری

مقدمه: مدیریت سمت تقاضا (DSM) یک روش کارآمد است که از جنبه های مختلفی در شبکه توزیع نقش دارد، همچون انتقال به یک شبکه هوشمند (2)، پیشرفت بازار برق، افزایش تاثیر مدیریت کنترل، کاهش هزینه در ساخت زیرساخت ها و افزایش امکان پذیری منابع انرژی نامتمرکز و وسایل نقلیه الکتریکی. کنترل و تاثیرگذاری بر تقاضای انرژی می تواند سبب کاهش تقاضا در ساعات اوج مصرف و تغییر مشخصه های بار داخلی شود، که با کاهش هزینه کل و سطح انتشار کربن، سبب افزایش پایداری شبکه می شود. در نتیجه از ایجاد یک زیرساخت الکتریکی کم بهره از نظر ظرفیت تولید، خطوط انتقالی و شبکه های توزیع جلوگیری می شود. قیمت گذاری هوشمند، یکی از ویژگی های منحصر به فرد در شبکه های هوشمند است که سبب کاربرد دستگاه های اندازه گیری هوشمند در زیربنای اندازه گیری خودکار می شود. در این حالت، قیمت گذاری بازتابی از هزینه است که مبتنی بر کل زنجیره تامین برای تحویل حجم زیادی از برق در مکان خاصی در دوره زمانی خاص مورد استفاده قرار می گیرد. هنگامی که این ویژگی با تکنیک مدیریت سمت تقاضای مرتبط ترکیب می شود، کنترل کاربرد انرژی مصرف کننده تحت تاثیر تاخیر زمانی بلادرنگ و طرح های تشویقی در تمامی سطوح زنجیره تامین خواهد بود. هرچند که منطق اصلی در پیاده سازی مدیریت سمت تقاضا در مفهوم شبکه هوشمند، افزایش کارایی کل سیستم، امنیت و پایداری است که سبب بهره وری کامل از زیربنای شبکه فعلی می شود، در حالی که تجمیع فناوری کم کربن را در شبکه برقی تسهیل می کند. همچنین مدیریت سمت تقاضا می تواند نقش مهمی در پیشرفت بازار برق داشته باشد (1 و 3 و 4). اگر سیستم مدیریت سمت تقاضا از کنترل کننده مرکزی خوشه برای زمانبندی بار جدید و توانایی کاهش بار در دسترس برای هر گام زمانی در روز بعد آگاه باشد، کنترلر مرکزی می تواند به صورت داوطلبانه در بازار قرار گرفته و در مدت زمان اوج مصرف، پیشنهاد کاهش ظرفیت بار را ارائه دهد. سود حاصل می تواند به مشتریان آن خوشه پرداخت شود. در مقالات مختلف (3-10) الگوریتم ها و تکنیک های مختلفی برای مدیریت طرف خوشه ارائه شده است. برخی از آنها فقط در سیستم های خاص کاربرد دارند (5 و 7). اغلب آنها مبتنی بر برنامه نویسی پویا (7) و برنامه نویسی خطی (8) هستند که کاربرد موفقی در کاهش ساعات اوج مصرف در سیستم، هزینه عملیاتی یا ذخیره چرخان از طریق کنترل بار برای سیستم های خاص داشته است.

INTRODUCTION: Demand Side Management (DSM) [1] is an effective solution, which contributes to distribution networks in various aspects such as transformation towards smart grid [2], liberalization of electricity market, enhancing effects of control management, reducing cost in infrastructure construction and increasing the feasibility of decentralized energy resources and electric vehicles. Controlling and influencing energy demand can reduce the peak demand and reshape the domestic load profile, which increases the grid sustainability by reducing the overall cost and carbon emission levels. This will lead to the avoidance of the construction of an under-utilized electrical infrastructure in terms of generation capacity, transmission lines and distribution networks. Smart pricing is a unique characteristic in smart grids made possible by the usage of smart metering devices in an automatic metering infrastructure. It could lead to cost-reflective pricing based on the entire supply chain of delivering high quantity electricity at a certain location in a certain period. When used in tandem with the relevant demand side management technique, control of the customer’s energy usage will be influenced by the real time penalty and incentive schemes at all levels of the supply chain. However, the rationale behind the implementation of demand side management within the context of the smart grid is to promote the overall system efficiency, security and sustainability by making full utilization of the existing network infrastructure while facilitating the integration of low carbon technology into the electrical network. Demand side management can also play a significant role in the liberalization of electricity markets [1,3,4]. If the demand side management system informs the cluster’s central controller about the new load schedule and the available load reduction capabilities for each time step of the next day, the central controller can then place bids in the market offering load reduction capacity during periods of peak demand. Profits made can then be reimbursed to customers of that cluster. There are several demand side management techniques and algorithms used in the literature [3-10]. Some of them are applicable only for the particular systems [5,7]. Most of them are based on dynamic programming [7], and linear programming [8] that has been used successfully to reduce the system peak, operating cost, or spinning reserve through load control for specific systems.

بخشی از ترجمه مقاله (صفحه 11 و 12 فایل ورد ترجمه)