بهینه سازی چندهدفه برای برنامه ریزی پاسخگویی به تقاضا منازل مسکونی با استفاده از تجمیع کننده های هوشمند
- سال انتشار: 1404
- محل انتشار: مجله مهندسی برق و سیستم های هوشمند، دوره: 1، شماره: 4
- کد COI اختصاصی: JR_JEIS-1-4_003
- زبان مقاله: فارسی
- تعداد مشاهده: 22
نویسندگان
دانشکده مهندسی برق، واحد گناباد، دانشگاه آزاد اسلامی، گناباد، ایران
دانشکده مهندسی برق، واحد گناباد، دانشگاه آزاد اسلامی، گناباد، ایران
گروه مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
چکیده
< p> < span dir="RTL" lang="FA" style="font-size: ۱۱.۰pt; mso-ansi-font-size: ۱۲.۰pt; font-family: 'B Nazanin'; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;"> این مقاله به بررسی بهینه سازی چندهدفه برای برنامه ریزی پاسخگویی به تقاضای منازل مسکونی با استفاده از تجمیع کننده های هوشمند می پردازد. تجمیع کننده های هوشمند به عنوان ابزارهای موثر در بهینه سازی مصرف انرژی خانگی و کاهش هزینه ها، با استفاده از الگوریتم های پیشرفته و فناوری های نوین، نقش مهمی در مدیریت تقاضای انرژی دارند. در این تحقیق، هدف اصلی کاهش هزینه های انرژی و به حداقل رساندن نارضایتی مشتریان در فرآیند پاسخگویی به تقاضا است. برای رسیدن به این اهداف، از الگوریتم بهینه سازی چندهدفه < /span> < span style="font-size: ۱۲.۰pt; mso-bidi-font-size: ۱۱.۰pt; font-family: 'Times New Roman',serif; mso-fareast-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: AR-SA;"> NSGA-II< /span> < span dir="RTL" lang="FA" style="font-size: ۱۱.۰pt; mso-ansi-font-size: ۱۲.۰pt; font-family: 'B Nazanin'; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;"> استفاده شده است که قادر است مجموعه ای از پاسخ های بهینه را با توجه به اهداف مختلف ارائه دهد. این الگوریتم از تکنیک های انتخاب طبیعی و فرآیندهای ژنتیکی برای پیدا کردن تعادل میان اهداف مختلف استفاده می کند. در مرحله بعد، برای انتخاب بهترین پاسخ مصالحه شده بین اهداف متضاد، از روش فازی چندهدفه بهره گرفته می شود. این روش به کمک تابع عضویت فازی، پاسخ های مختلف را بر اساس درجه انطباق شان با اهداف مختلف ارزیابی می کند. به کارگیری الگوریتم < /span> < span style="font-size: ۱۲.۰pt; mso-bidi-font-size: ۱۱.۰pt; font-family: 'Times New Roman',serif; mso-fareast-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: AR-SA;"> NSGA-II< /span> < span dir="RTL" lang="FA" style="font-size: ۱۱.۰pt; mso-ansi-font-size: ۱۲.۰pt; font-family: 'B Nazanin'; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;"> و تکنیک های فازی در بهینه سازی مصرف انرژی خانگی منجر به کاهش قابل توجه هزینه ها و نارضایتی مشتریان می شود. نتایج شبیه سازی های عددی نشان می دهند که این روش ها به طور موثری تعادل بهینه ای میان کاهش هزینه ها و بهبود رفاه مصرف کنندگان در شبکه های توزیع هوشمند ایجاد می کنند. در نهایت، این پژوهش به اهمیت استفاده از الگوریتم های پیشرفته در بهینه سازی سیستم های انرژی خانگی و دستیابی به یک سیستم پایدار و هوشمند اشاره دارد.< /span> < /p>کلیدواژه ها
بهینه سازی چندهدفه، پاسخگویی به تقاضا، تجمیع کننده های هوشمند، NSGA-II، تکنیک فازی، بهترین پاسخ مصالحه شدهاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.