ارائه طرحی جدید برای پاسخگویی بار یک جامعه مسکونی هوشمند با انواع مدل های پاسخگویی بار

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 218

فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_KARFN-20-3_015

تاریخ نمایه سازی: 10 مهر 1403

چکیده مقاله:

افزایش با استفاده از توانایی کنتورهای هوشمند و فناوری های شبکه هوشمند، یک شرکت کننده پاسخگویی بار (DR[۱]) جدید با انعطاف پذیری بار قابل توجهی از سمت مسکونی ایجاد می شود که جامعه مسکونی هوشمند نام دارد. در این مقاله روشی جدید مبتنی بر الگوریتم بهینه سازی ازدحام ذرات باینری (BPSO[۲]) برای حل مسئله DR ارائه شده است. در ابتدا با به دست آوردن متغیرهای باینری برای برداشت بار، نوع برداشت بار برای بارهای مختلف تعیین می شود. سپس با استفاده از حل متغیرهای پیوسته، میزان برداشت بار در بارهای مختلف به دست می آید. در سیستم پیشنهادی از منابع تولید پراکنده (DG[۳])، ذخیره ساز باتری و خودروهای الکتریکی استفاده شده است. بارهای مسکونی هوشمند به سه دسته بارهای قابل وقفه (IL[۴])، قابل جابه جایی و قابل کنترل تقسیم می شوند. در مدل پیشنهادی، روش بهینه سازی مقاوم ([۵]RO) برای مقابله با عدم قطعیت ها ارائه شده است. همچنین، انواع طرح­های DR با قیمت گذاری زمان واقعی([۶]RTP)، زمان استفاده (TOU[۷]) و قیمت گذاری پیک بحرانی (CPP[۸]) در قالب یک طرح مقاوم به کار رفته اند. انواع طرح های DR با یکدیگر مقایسه و بهترین طرح برای DR انتخاب می­شود. در طرح پیشنهادی برای اعتبارسنجی روش پیشنهادی، شبیه سازی روی یک سیستم آزمون انجام شد و نتایج نشان از کارایی روش پیشنهادی در برنامه ریزی و کاهش هزینه های مصرفی مشترکین دارند. [۱] Demand response[۲] Binary particle swarm optimization[۳] Distributed generation[۴] Interruptible load[۵] Robust optimization[۶] Real time pricing[۷] Time of use[۸] Critical peak pricing

نویسندگان

نوید احمدی اصل

دانشجوی دکتری، گروه مهندسی برق، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

رضا عفت نژاد

استادیار، گروه مهندسی برق، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

مهدی هدایتی

استادیار، گروه مهندسی برق، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

پیمان حاجی حسینی

استادیار، گروه مهندسی برق، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Lujano-Rojas, J. M., Monteiro, C., Dufo-López, R., & Bernal-Agustín, J. ...
  • Christakou, K., Tomozei, D. C., Boudec, J. Y. L., & ...
  • Chen, Z., Wu, L., & Fu, Y. (۲۰۱۲). Real-Time Price-Based ...
  • Kim, S. J., & Giannakis, G. B. (۲۰۱۷). An Online ...
  • Nan, S., Zhou, M., & Li, G. (۲۰۱۸). Optimal residential ...
  • Zhao, L., Yang, Z., & Lee, W. J. (۲۰۱۷). The ...
  • Derakhshan, G., Shayanfar, H. A., & Kazemi, A. (۲۰۱۶). The ...
  • Tindemans, S. H., Trovato, V., & Strbac, G. (۲۰۱۵). Decentralized ...
  • Huang, Q., Roozbehani, M., & Dahleh, M. A. (۲۰۱۵). Efficiency-Risk ...
  • Alipour, M. (۲۰۱۷). Optimal allocation of SVC and TCSC in ...
  • AlinaghizadehArdestani, M., & Vakili, A. (۲۰۲۰). Output feedback Controller design ...
  • Mamun, A. A., Narayanan, I., Wang, D., Sivasubramaniam, A., & ...
  • Golmohamadi, H., Keypour, R., Bak-Jensen, B., Pillai, J. R., & ...
  • Ju, L., Wu, J., Lin, H., Tan, Q., Li, G., ...
  • Melhem, F. Y., Grunder, O., Hammoudan, Z., & Moubayed, N. ...
  • Nojavan, S., Nourollahi, R., Pashaei-Didani, H., & Zare, K. (۲۰۱۹). ...
  • Yi, W., Zhang, Y., Zhao, Z., & Huang, Y. (۲۰۱۸). ...
  • نمایش کامل مراجع