دانلود ترجمه مقاله روش های بهینه سازی برای زمانبندی توان در خانه هوشمند

1. مقدمه 2. شبکه هوشمند (SG) 3. خانه های هوشمند 4. مساله زمانبندی توان در خانه هوشمند (PSPSH) 5. روش هایی برای مساله زمانبندی توان در خانه هوشمند (PSPSH) 6. نتیجه گیری و جهت گیری های آتی

بهینه سازی تقاضای توان برای لوازم خانگی هوشمند در یک شبکه هوشمند، چالش اصلی پیش روی شرکت های تامین برق، بخصوص در زمان اوج مصرف بخاطر اثرات قابل ملاحظه اش بر پایداری یک سیستم قدرت می باشد. بنابراین، شرکت های تامین برق، طرح های قیمت گذاری پویا معرفی کرده اند که قیمت های مختلفی برای یک افق زمانی فراهم می کنند به صورتی که قیمت برق در ساعات اوج بیشتر هستند که این بخاطر تقاضای توان زیاد می باشد و همچنین قیمت های برق در ساعات غیراوج، کمتر می باشند. مسئله برنامه ریزی لوازم خانگی هوشمند در زمان های مناسب در یک افق زمانی از پیش تعریف شده طبق یک طرح قیمت گذاری پویا، «مسئله برنامه ریزی برق در یک خانه هوشمند» (PSPSH) نامیده می شود. اهداف اصلی پرداختن به PSPSH کاهش مبلغ قبض برق کاربران و حفظ پایداری یک سیستم قدرت با کاهش نسبت بالاترین تقاضای برق به تقاضای برق میانگین، که به نسبت پیک به میانگین معروف است و بهبود سطح راحتی کاربر با کاهش زمان انتظار برای لوازم خانگی می باشند. در این مقاله، مرتبط ترین مطالعات در مورد روش های بهینه سازی که به PSPSH می پردازند، را مرور می کنیم. مطالعات مرور شده به الگوریتم های دقیق و الگوریتم های فراابتکاری دسته بندی می شوند. الگوریتم فرا ابتکاری، به الگوریتم های متا ابتکاری تکی، جمعیتی و هیبرید تقسیم بندی می شوند. به این ترتیب، تحلیل اساسی روش های نوین ارائه می شوند و جهت های پژوهشی بعدی نیز به بحث گذاشته می شوند. معرفی: در حیطه بخش برق، «عصر برق» در سال 1896 شروع شد زمانی که برق نیروگاه های برق آبی از آبشارهای نیاگارا، به شهر بوفالو، آمریکا، منتقل می شدند. در انتهای جنگ جهانی دوم، «عصر اتمی» شروع شد. این بازه زمانی بر فنآوریها برای ساخت و نصب نیروگاه هایی که از توان هسته ای برای تولید برق با حداقل هزینه استفاده می کنند، بحث می کند. در حال حاضر، وارد «عصر انرژی» شده ایم، که در آن تقاضا برای انرژی بخاطر تعداد زیادی از لوازم خانگی که نیاز به مقدار هنگفتی برق برای کار کردن دارند، رو به افزایش است.

Optimizing the power demand for smart home appliances in a smart grid is the primary challenge faced by power supplier companies, particularly during peak periods, due to its considerable effect on the stability of a power system. Therefore, power supplier companies have introduced dynamic pricing schemes that provide different prices for a time horizon in which electricity prices are higher during peak periods due to the high power demand and lower during off-peak periods. The problem of scheduling smart home appliances at appropriate periods in a predefined time horizon in accordance with a dynamic pricing scheme is called power scheduling problem in a smart home (PSPSH). The primary objectives in addressing PSPSH are to reduce the electricity bill of users and maintain the stability of a power system by reducing the ratio of the highest power demand to the average power demand, known as the peak-to-average ratio, and to improve user comfort level by reducing the waiting time for appliances. In this paper, we review the most pertinent studies on optimization methods that address PSPSH. The reviewed studies are classified into exact algorithms and metaheuristic algorithms. The latter is categorized into single-based, population-based, and hybrid metaheuristic algorithms. Accordingly, a critical analysis of state-of-the-art methods are provided and possible future directions are also discussed. Introduction: In the power sector domain, the “Age of Electricity” started in 1896 when hydroelectric power from Niagara Falls was transmitted to Buffalo City, USA. By the end of World War II, the “Atomic Age” began. This period focused on technologies for building and installing power plants that use nuclear power to generate electricity with the lowest cost. At present, we have entered the “Energy Age,” wherein the demand for energy is increasing due to the multitude of appliances that require a huge amount of power to operate.