مدیریت بهینه ادوات ذخیرهسازی انرژی در یک ریزشبکه هوشمند با استفاده از روش یادگیری بیزی
محل انتشار: اولین کنگره سالیانه جهان و بحران انرژی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 542
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACWEC01_146
تاریخ نمایه سازی: 8 آذر 1394
چکیده مقاله:
ادوات ذخیرهسازی انرژی موجب افزایش انعطاف در یک ریزشبکه هوشمند 1 میگردند. با اضافه کردن ادوات ذخیرهسازی انرژی در ریزشبکه ریسک هدر رفتن تولیدات ناشی از منابع تولید پراکنده کاهش مییابد. میتوان با خرید و ذخیره انرژی ارزان قیمتدر زمانی که میزان بار و هزینه آن کم میباشد و سپس استفاده از انرژی ذخیرهشده به منظور تأمین بار شبکه هنگامی که میزان بار و قیمت برق زیاد میباشد، سود دریافتی ریزشبکه را افزایش داد. اینموضوع یکی از اصلیترین کاربردهای سیستمهای توزیع ذخیره انرژی میباشد. با به کارگیری ادوات ذخیرهسازی انرژی در سیستمهای توزیع به منظورهای مختلف مانند افزایش ارزش منابع انرژیتجدیدپذیر، تغییر زمان مصرف انرژی، اصلاح زمان پیک مصرف 2، این مسئله پیش میآید که چگونه بهترین کنترل را بر روی واحدهای ذخیرهسازی انرژی داشته باشیم. همچنین هزینه استفاده از اینادوات در حین شارژ و دشارژ با هزینه ناشی از استفاده ادوات دیگر مقایسه گردد.. مدل پیشنهادی در این پایاننامه یک مدل ریاضی از تابع سود بهره برداری انرژی در ریزشبکه موردمطالعه با در نظر گرفتن ادوات ذخیرهسازی انرژی در آن میباشد. در نهایت مدل ریاضی پیشنهادی با استفاده از روش یادگیری بیزی که یک روش مبتنی بر یادگیری تقویتی میباشد مورد تحلیل و بررسی قرار میگیرد. این روش به دلیل دارا بودن چارچوب احتمالاتی گوسی به منظور مقابله با نویز و نایقینی موجود در اطلاعات دریافتی محیط مورد مطالعه وپویایی موجود در مسائل واقعی و همچنین بهرهمندی از قابلیت تعمیم در حل مسائل واقعی، بسیار مفید میباشد.
کلیدواژه ها:
نویسندگان
فرزانه گلستانی
دانشکده برق و کامپیوتر، دانشگاه تهران
مریم سادات میریان
دانشکده برق و کامپیوتر، دانشگاه تهران
اشکان رحیمی کیان
دانشکده برق و کامپیوتر، دانشگاه تهران
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 :