دانلود ترجمه مقاله جابجایی پیک بهینه بار خانگی متصل به شبکه با باتری
عنوان فارسی |
جابجایی پیک بهینه یک بار خانگی متصل به شبکه با استفاده از ذخیره سازی باتری براساس شبکه یادگیری Q عمیق |
عنوان انگلیسی |
Optimal peak shifting of a domestic load connected to utility grid using storage battery based on deep Q-learning network |
کلمات کلیدی : |
  سیستم ذخیره در باتری (BSS)؛ شبکه Q یادگیری عمیق؛ یادگیری تقویتی عمیق؛ جابجایی پیک بهینه؛ جابجایی پیک |
درسهای مرتبط | بازار برق |
تعداد صفحات مقاله انگلیسی : 19 | نشریه : Wiley |
سال انتشار : 2020 | تعداد رفرنس مقاله : 35 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت :
ندارد سفارش پاورپوینت این مقاله |
وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید |
1. مقدمه 2. توصیف سیستم 3. الگوریتم پیشنهادی 4. ارتباط با حوزه جابجایی پیک 5. نتایج و بحث و بررسی 6. نتیجه گیری
چکیده – پیک یا اوج بار معمولاً بخاطر این امر رخ می دهد که مصرف کنندگان در زمان ها و دوره های مشابه با همدیگر، برق را مصرف می کنند، برای مثال، هنگامی که از سر کار به منزل بر می گردند، چراغ ها را روشن می کنند یا استفاده گسترده از کولرهای گازی در تابستان را می توان نام برد. بدون جابجایی پیک بار، بهره بردارن سیستم شبکه وادار می شوند از نیروگاه های مخصوص پیک برای فراهم کردن انرژی بیشتر استفاده کنند. این کار فوق العاده پرهزینه می باشد و بخاطر سطوح بالای آلودگی های کربنی، برای محیط زیست مضر است. سیستم ذخیره در باتری (BSS)، برای امکان خرید انرژی در زمان های خارج از پیک برای استفاده در آینده پیشنهاد شده است که هدف اصلی آن محقق سازی جابجایی پیک بار است. برای دستیابی به هدف اصلی، یعنی کاهش مصرف انرژی و کمینه سازی قبض برق مصرف کنندگان، بهینه سازی چندهدفی با روش یادگیری تقویتی پیشنهاد شده است. نتایج آشکار کردند که کاهش مصرف انرژی بیش از 20% بوده است، قبض برق مصرف کنندگان به حداقل رسیده است و همچنین جابجایی پیک کامل محقق شده است. علاوه بر آن، این استراتژی برای اضافه شارژ باتری در حدود 7% مواقع مورد ارزیابی قرار گرفت و روش های نویدبخشی برای پرداختن به این موضوع به عنوان توصیه ای برای پژوهش های آتی، پیشنهاد شده است.
Peak periods are a result of consumers generally using electricity at similar times and periods as each other, for example, turning lights on when returning home from work, or the widespread use of air conditioners during the summer. Without peak shifting, the grid's system operators are forced to use peaked plants to provide additional energy. This operation is incredibly expensive and harmful to the environment due to its high levels of carbon emissions. Battery storage system (BSS) has been proposed to allow purchasing the energy during off-peak periods for later use, with the primary objective of realizing peak shifting occurred. Multi-objective optimization with the reinforcement learning technique has been utilized in order to achieve the primary objective, reduce energy consumption, and minimize the consumers' utility bills. The results revealed that the reduction in energy consumption was more than 20%, the consumers' energy bills were minimized, as well as realizing perfect peak shifting. In addition, the strategy attempted to overcharge the battery with about 7% of the time, and promising methods to address this has been proposed as a direction for future research.
ترجمه این مقاله در 36 صفحه آماده شده و در ادامه نیز صفحه 11 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.
محتوی بسته دانلودی:
PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.