دانلود ترجمه مقاله برنامه ریزی توسعه تصادفی ذخیره انرژی باتری برای شبکه توزیع

1. مقدمه 2. فرمول بندی مسئله 3. روش شناسی راه حل 4. الگوریتم DS3 5. مطالعه موردی 6. نتیجه گیری

چکیده – در مطالعه حاضر، به منظور تعیین زمان نصب، مکان و ظرفیت سیستم های ذخیره انرژی باتری در شبکه های توزیع با نفوذ چشمگیر تولید فتوولتائیک و مراکز داده، یک چارچوب برنامه ریزی توسعه تصادفی ارائه شده است. لازم به ذکر است که هدف از چارچوب پیشنهادی، کاهش هزینه سرمایه ذخیره انرژی باتری و هزینه عملیاتی شبکه توزیع و همچنین تضمین امنیت تامین انرژی مراکز داده است که به کاربران نهایی در شبکه داده خدمات رسانی کرده و الزامات قابلیت اطمینان شبکه توزیع را نیز به نحو موثری برآورده می کنند. علاوه بر این، چارچوب تصادفی پیشنهادی با در نظر گرفتن اطلاعات اشتراک گذاری شده محدود در بین این بخش ها، تعاملات بین شبکه توزیع و اپراتورهای مرکز داده را نیز شامل می شود. شایان ذکر است که در مطالعه حاضر برای ثبت تعاملات بین این اپراتورهای مستقل در شبکه های برق و داده از روش تجزیه بندرز استفاده شده است. همچنین با استفاده از شبیه سازی مونت کارلو، عدم قطعیت های مرتبط با تقاضای برق، حجم کاری مرکز داده، تولید PV خورشیدی، و دسترس پذیری انشعاب های توزیع مورد محاسبه قرار گرفته است. علاوه بر این، از طریق الگوریتم انتخاب زیرمجموعه پراکنده مبتنی بر عدم تشابه، سناریوهای نماینده به نحو صحیحی انتخاب می شوند. همچنین در مطالعه حاضر، نتایج عددی مربوط به یک ﺷﺒﻜه ﺗﻮﺯﻳﻊ ‪ 34‬باسه ﺍﺻﻼﺡ ﺷﺪﻩ ‪ IEEE‬با مراکز داده و واحدهای تولید PV نیز به منظور ارزیابی اثربخشی و کارایی چارچوب پیشنهادی ارائه شده‌ است.‬‬‬‬‬‬‬‬‬‬

This paper presents a stochastic expansion planning framework to determine the installation time, location, and capacity of battery energy storage systems in the distribution networks with considerable penetration of photovoltaic generation and data centers. The presented framework aims to minimize the capital cost of the battery energy storage and the operation cost of the distribution network while ensuring the security of energy supply for the data centers that serve end-users in the data network as well as the reliability requirements of the distribution network. The proposed stochastic framework captures the interactions between the distribution network and data center operators considering limited shared information among these entities. Benders decomposition is used to capture the interactions between these autonomous operators in the electricity and data networks. The uncertainties associated with the electric demand, data center workload, solar PV generation, and the availability of the distribution branches are captured using Monte Carlo simulation. The representative scenarios are selected using a dissimilarity-based sparse subset selection algorithm. To evaluate the effectiveness of the proposed framework, numerical results are presented for a modified IEEE-34 bus distribution network with data centers and PV generation units.

ترجمه این مقاله در 31 صفحه آماده شده و در ادامه نیز صفحه 19 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.