دانلود ترجمه مقاله برنامه ریزی و بهره برداری ریزشبکه متصل به منابع تجدیدپذیر

1. مقدمه 2. فرمولاسیون مسئله 3. مطالعه موردی 4. نتیجه گیری

چکیده – اخیراً، برنامه های پاسخ به تقاضا (DRP)، به عنوان یک راهکار بالقوه برای بهبود موثر سیستم های انرژی و مصرف کنندگان مشارکت کننده در DRP بخاطر کاهش سرمایه گذاری و هزینه انرژی سیستم ها و همچنین هزینه انرژی مصرف کنندگان، معرفی شده است. این مقاله، یک چارچوب بهینه برای برنامه ریزی ریزشبکه پیشنهاد می کند که منابع انرژی تجدیدپذیر، سیستم های ذخیره انرژی، عدم قطعیت و DRP ها را با هم تلفیق می کند. نه تنها عمر مفید و زمان فعال بودن منابع تجدیدپذیر و سیستم های ذخیره با بهینه سازی هزینه های چرخه حیات مورد ملاحظه قرار می گیرند، بلکه همچنین توان اسمی ادوات با مقادیر گسسته بوسیله متغیرهای باینری در مدل تلفیق می شوند. پارامترهای غیرقطعی بوسیله توابع چگالی احتمال مدل سازی می شوند، سپس بوسیله روش خوشه بندی به حالت ها تقسیم بندی می شوند. سناریوها بوسیله ماتریس سناریو تولید می شوند و سپس تعداد سناریوها تا 10 کاهش می یابد تا بار محاسباتی کاهش یابد. یک مطالعه موردی با یک سیستم آزمون، اثربخشی روش پیشنهادی و پتانسیل DRP ها در اجتناب از سرمایه گذاری از دستگاه و کاهش هزینه های انرژی را نشان می دهند.

Recently, demand response programs (DRPs) have been introduced as a potential solution to effectively enhance both energy systems and consumers participating in DRP due to the reduction in investment and energy cost of systems as well as the energy cost of consumers. This paper proposes an optimal framework for microgrid planning that integrates renewable energy sources, storage systems, uncertainty, and DRPs. Not only the lifetime and uptime of renewable resources and storage systems are considered by optimizing the life cycle costs, but also the rated power of devices with discrete values are integrated into the model by binary variables. The uncertain parameters are modeled by probability density functions then they are divided into states by the clustering technique. Scenarios are generated by the scenario matrix and then the number of scenarios is reduced to 10 to decrease the computational burden. A case study with a test system demonstrates the effectiveness of the proposed method and the potential of DRPs to avoid device investment and reduce energy costs.