دانلود ترجمه مقاله بهینه سازی افق چشم انداز چند هدفه برای برنامه ریزی بهینه سیستم انرژی تجدیدپذیر

1. مقدمه 2. مسأله تحت بررسی 3. فرمول بندی مسأله 4. بهینه سازی افق چشم انداز چند هدفه 5. نتایج و بررسی 6. نتیجه گیری

چکیده – در این مقاله، روش تحقیقی برای سیستم مدیریت انرژی (EMS) مبتنی بر بهینه سازی افق چشم انداز چند هدفه (MO-RHO) برای یافتن برنامه ریزی بهینه سیستم انرژی تجدیدپذیر ترکیبی (HRES) ارائه شده است؛ HRES پیشنهادی که به طور آزمایشی در ساختمان آموزشی شامل پانل های PV، توربین بادی، بانک باتری و ژنراتورهای دیزل به عنوان سیستم پشتیبان نصب شده اند. سیستم اکتساب داده، مشخصه های ورودی را برای بهینه ساز افق چشم انداز ارائه می دهد. یک روش برنامه ریزی محدب عدد صحیح مختلط برای به دست آوردن عملیات بهینه با توجه به دو هدف عملیاتی متضاد شامل هزینه سوخت دیزل و هزینه پوشش باتری مورد استفاده قرار گرفته است. مرزهای پارتو برای نشان دادن تبادلات بین دو تابع هدف عملیاتی ارائه شده اند. آنالیز نتایج حاصل نشان می دهند که عملکرد فنی و اقتصادی سیستم با استفاده از افق پیش بینی طولانی تر بهبود می یابد. نتایج نشان می دهند که با استفاده از دید زمانی طولانی تر (از 6 ساعت تا 24 ساعت)، سهم کل انرژی تجدیدپذیر در تأمین تقاضای هفتگی را می توان تا 18.7% بهبود داد. بنابراین، روش پیشنهادی می تواند سیستم را برای استفاده بهتر منابع مدیریت کرده و زمان بندی بهتری در سیستم را ارائه دهد. آنالیز حساسیت نیز حاکی از کارایی تغییرات فصلی منابع تجدیدپذیر موجود روی زمان بندی عملیاتی بهینه می باشد.

In this paper, a methodology for energy management system (EMS) based on the multi-objective receding horizon optimization (MO-RHO) is presented to find the optimal scheduling of hybrid renewable energy system (HRES). The proposed HRES which is experimentally installed in educational building comprising the PV panels, wind turbine, battery bank and diesel generator as the backup system. The data acquisition system provides input profiles for receding horizon optimizer. A mixed-integer convex programing technique is used to achieve the optimal operation regarding to two conflicting operation objectives including diesel fuel cost and battery wear cost. The Pareto frontiers are presented to show the trade-offs between two operation objective functions. Analysis of obtained results demonstrates that the system economic and technical performance are improved using longer prediction horizon. The results show that using longer time view (from 6 hr to 24 hr) the total share of renewable energy in supplying weekly demand can be improved up to 18.7%. Therefore, the proposed methodology can manage system to make a better use of resources resulting in a better system scheduling. The sensitivity analysis also demonstrates the effectiveness of seasonal variations of available renewable resources on the optimal operation scheduling.