بهینه سازی هاب های انرژی با در نظر گرفتن انرژی های تجدید پذیر مانند نیروگاه های بادی، تلمبه ذخیره ای، chp و چیلر با استفاده از تکنیک های هوش مصنوعی و یادگیری عمیق
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 123
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECMECONF19_032
تاریخ نمایه سازی: 18 تیر 1403
چکیده مقاله:
هاب های انرژی به عنوان زیرساخت های محوری برای یکپارچه سازی منابع مختلف انرژی تجدیدپذیر مانند نیروگاه های بادی، پمپ های ذخیره سازی، سیستم های ترکیبی حرارت و برق (CHP)، چیلرها و غیره عمل می کنند. این مقاله یک رویکرد جامع برای بهینه سازی هاب های انرژی، با تاکید بر ترکیب انرژی های تجدیدپذیر و تکنیک های پیشرفته هوش مصنوعی (AI) ارائه می کند. فرآیند بهینه سازی شامل هماهنگی پیچیده منابع انرژی متنوع برای برآورده کردن تقاضا و در عین حال به حداکثر رساندن کارایی و به حداقل رساندن اثرات زیست محیطی است. اجزای کلیدی روش پیشنهادی شامل الگوریتم های پیشرفته هوش مصنوعی و تکنیک های یادگیری عمیق است که مدل سازی پویا، تجزیه و تحلیل پیش بینی کننده و استراتژی های کنترل تطبیقی را امکان پذیر می سازد. از طریق ادغام هم افزایی انرژی های تجدیدپذیر و بهینه سازی مبتنی بر هوش مصنوعی، هاب های انرژی می توانند پایداری، انعطاف پذیری و دوام اقتصادی را در چشم انداز انرژی در حال تحول افزایش دهند.
کلیدواژه ها:
هاب های انرژی ، انرژی های تجدیدپذیر ، نیروگاه های بادی ، پمپ های ذخیره سازی ، حرارت و برق ترکیبی (CHP).
نویسندگان
رضا صدیقی فاروجی
دانشجوی مقطع دکتری مهندسی برق کنترل دانشگاه آزاد تهران مرکزی.
ملیحه صدیقی فاروجی
فراغ التحصیل کارشناسی ارشد هوش مصنوعی و رباتیک، دانشگاه غیرانتفاعی اشراق بجنورد
میترا صوفی زاده
کارشناسی مهندسی صنایع دانشگاه پیام نور دلیجان
لاله طهماسبی سرقلی نوترکی
فارغ تحصیل کارشناسی مهندسی تکنولوژی نرم افزار دانشگاه ازاد اسلامی ایذه