تعداد نشریات | 418 |
تعداد شمارهها | 9,997 |
تعداد مقالات | 83,560 |
تعداد مشاهده مقاله | 77,800,534 |
تعداد دریافت فایل اصل مقاله | 54,843,354 |
بهرهبرداری ریزشبکه در راستای تأمین انرژی پاک مقید به قابلیت اطمینان بهینه سیستم | ||
روشهای هوشمند در صنعت برق | ||
مقاله 10، دوره 13، شماره 50، شهریور 1401، صفحه 133-148 اصل مقاله (854.68 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
حسین حسن شاهی؛ مهدی نفر* ؛ محسن سیماب | ||
گروه مهندسی برق- واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، فارس، ایران | ||
چکیده | ||
در این مقاله، مسأله مدیریت انرژی ریزشبکه (MG) در حضور تولیدات پراکنده (DGها) و بارهای اکتیو (ALها) با در نظر گرفتن شاخص های بهره برداری، اقتصادی، زیست محیطی و قابلیت اطمینان ارائه میشود. این طرح دارای تابع هدفی برابر با کمینهسازی مجموع هزینه مورد انتظار بهرهبرداری MG و DGها، هزینه مورد انتظار آلودگی و هزینه خاموشی در شرایط وقوع پشامد N-1 است. این مسأله نیز مقید به معادلات پخش توان ac، محدودیتهای بهرهبرداردی و قابلیت اطمینان MG و فرمولبندی بهرهبرداری DGها و ALها شامل طرح پاسخگویی بار (DRP) و باتری است. همچنین از برنامهریزی تصادفی برای مدلسازی عدم قطعیتهای بار، قیمت انرژی، توان تولیدی DGهای تجدیدپذیر (RDGها) و دسترسپذیری تجهیزات MG استفاده میشود. سپس برای دستیابی به راهحل بهینه مطمئن با قابلیت پاسخدهی یکتا، از حلکننده ترکیبی بهینهسازی شیر مورچه (ALO) و الگوریتم جستجوی کلاغ (CSA) استفاده میگردد. در نهایت با اجرای طرح پیشنهادی بر روی یک MG استاندارد و استخراج نتایج عددی حاصل از موارد مطالعاتی مختلف، قابلیت طرح مذکور در بهبود وضعیت شاخصهای بهرهبرداری و اقتصادی MG در کنار تأمین انرژی پاک با قابلیت اطمینان مطلوب مورد تأیید قرار میگیرد. | ||
تازه های تحقیق | ||
- مدلسازی بهرهبرداری ریزشبکه در حضور DGها و بارهای اکتیو - تأمین انرژی پاک با در نظر گرفتن قابلیت اطمینان مطلوب - استفاده از الگوریتم ترکیبی ALO و CSA جهت دستیابی به راهحل بهینه مطمئن - مدلسازی تصادفی عدم قطعیتهای توان تولیدی RDGها و دسترسپذیری تجهیزات شبکه | ||
کلیدواژهها | ||
الگوریتم تکاملی ترکیبی؛ بهرهبرداری ریزشبکه؛ تأمین انرژی پاک؛ قابلیت اطمینان ریزشبکه | ||
مراجع | ||
[1] A. Shahbazi, J. Aghaei, S. Pirouzi, M.R. Shafie-khah, J.P.S. Catalão, “Hybrid stochastic/robust optimization model for resilient architecture of distribution networks against extreme weather conditions”, International Journal of Electrical Power and Energy Systems, vol. 126, Article Number: 106576, March 2021 (doi: 10.1016/j.ijepes.2020.106576). [2] A. Shahbazi, J. Aghaei, S. Pirouzi, T. Niknam, M. Shafie-khah, J.P.S. Catalão, “Effects of resilience-oriented design on distribution networks operation planning”, Electric Power Systems Research, vol. 191, Article Number: 106902, Feb. 2021 (doi: 10.1016/j.epsr.2020.106902). [3] S.A. Bozorgavari, J. Aghaei, S. Pirouzi, V. Vahidinasab, H. Farahmand, M. Korpås, “Two-stage hybrid stochastic/robust optimal coordination of distributed battery storage planning and flexible energy management in smart distribution network”, Journal of Energy Storage, vol. 26, Article Number: 100970, Sept. 2019 (doi: 10.1016/j.est.2019.100970) [4] H.R. Zafarani, S.A. Taher, M. Shahidehpour, “Robust operation of a multicarrier energy system considering EVs and CHP units”, Energy, vol. 192, Article Number: 116703, Feb. 2020 (doi: 10.1016/j.energy.2019.116615). [5] K. Afrashi, B. Bahmani-Firouzi, M. Nafar, “IGDT-based robust optimization for multicarrier energy system management”, Iranian Journal of Science and Technology, Transactions of Electrical Engineering, vol. 45, pp. 1-15, March 2021 (doi: 10.1007/s40998-020-00356). [6] M.A. Norouzi, J. Aghaei , S. Pirouzi, T. Niknam, M. Lehtonen, “Flexible operation of grid-connected microgrid using ES”, IET Generation, Transmission and Distribution, vol. 14, no. 2, pp. 254-264, Nov. 2019 (doi: 10.1049/iet-gtd.2019.0483). [7] S. Pirouzi, J. Aghaei, T. Niknam, H. Farahmand, M. Korpås, “Exploring prospective benefits of electric vehicles for optimal energy conditioning in distribution networks”, Energy, vol. 157, pp. 679-689, Aug. 2018. (doi: 10.1016/j.energy.2018.05.195) [8] D. Chattopadhyay, "Application of general algebraic modeling system to power system optimization", IEEE Trans. on Power Systems, vol. 14, no. 1, pp. 15-22, Feb. 1999 (doi: 10.1109/59.744462). [9] J.J. Das, D. Das, “Scenario-based multi-objective optimisation with loadability in islanded microgrids considering load and renewable generation uncertainties”, IET Renewable Power Generation, vol. 13, no. 5, pp. 785-800, April 2019 (doi: 10.1049/iet-rpg.2018.5795). [10] L. Ma, N. Liu, J. Zhang, W. Tushar, C. Yuen “Energy management for joint operation of CHP and PV prosumers inside a grid-connected microgrid: A game theoretic approach”, IEEE Trans. on Industrial Informatics, vol. 12, no. 5, pp. 1930-1942, Oct. 2016 (doi: 10.1109/TII.2016.2578184). [11] X. Li, R. Xia, “A dynamic multi-constraints handling strategy for multi-objective energy management of microgrid based on MOEA”, IEEE Access, vol. 7, pp. 138732-138744, 2019 (doi: 10.1109/ACCESS.2019.2943201). [12] M. Roustaee, A. Kazemi, “Multi-objective stochastic operation of multi-microgrids constrained to system reliability and clean energy based on energy management system”, Electric Power Systems Research, vol. 194, Article Number: 106970, May 2021 (doi: 10.1186/s41601-019-0147). [13] Z. Yang, M. Ghadamyari, H. Khorramdel, S.M. Seyed Alizadehd, S. Pirouzi, M. Milani, F. Banihashemi, N. Ghadimi, “Robust multi-objective optimal design of islanded hybrid system with renewable and diesel sources/stationary and mobile energy storage systems”, Renewable and Sustainable Energy Reviews, vol. 148, Article Number: 111295, Sept. 2021 (doi: 10.1016/j.rser.2021.111295). [14] S. Katoch, S.S. Chauhan, V. Kumar, “A review on genetic algorithm: past, present, and future”, Multimed Tools and Applications, vol. 80, pp. 8091–8126, 2021 (doi:10.1007/s11042-020-10139-6). [15] M. Nazari-Heris, S. Abapour, B. Mohammadi-Ivatloo, “Optimal economic dispatch of FC-CHP based heat and power micro-grids”, Applied Thermal Engineering, vol. 114, pp. 756-769, 2017 (doi: 10.1016/j.applthermaleng.2016.12.016) [16] A. Dini, S. Pirouzi, M.A. Norouzi, M. Lehtonen, “Grid-connected energy hubs in the coordinated multi-energy management based on day-ahead market framework”, Energy, vol. 188, Article Number: 11605, Dec. 2019 (doi: 10.1016/j.energy.2019.116055). [17] A. Kavousi-Fard, A. Khodaei, “Efficient integration of plug-in electric vehicles via reconfigurable microgrids”, Energy, vol. 111, pp. 653-663, 2016 (doi: 10.1016/j.energy.2016.06.018) [18] A. Askarzadeh, “A novel metaheuristic method for solving constrained engineering optimization problems: Crow search algorithm”, Computers and Structures, vol. 169, pp. 1-12, June 2016 (doi: 10.1016/j.epsr.2020.106970). [19] M. Roustaee, A. Kazemi, “Multi-objective stochastic operation of multi-microgrids constrained to system reliability and clean energy based on energy management system”, Electric Power Systems Research, vol. 194, May 2021 (doi: 10.1016/j.epsr.2020.106970). [20] M.Q. Duong, T.D. Pham, T.T. Nguyen, A.T. Doan, H.V. Tran, “Determination of optimal location and sizing of solar photovoltaic distribution generation units in radial distribution systems”, Energies, vol. 12, no. 1, pp. 1-25, Jan. 2019 (doi: 10.3390/en12010174). [21] S. Papathanassiou, N. Hatziargyriou, K. Strunz, “A benchmark low voltage microgrid network”, Proceedings of the CIGRE Symposium: Power Systems with Dispersed Generation, pp. 1-8, Jan. 2005. [22] H.S. Gilla, B.S. Khehrab, A. Singhc, L.Kaur, “Teaching-learning-based optimization algorithm to minimize cross entropy for Selecting multilevel threshold values”, Egyptian Informatics Journal, vol. 20, pp. 11-25, 2019 (doi: 10.1109/ICECCE52056.2021.9514174). [23] F.R. Zaro, S.J. Alqam, "Notice of violation of ieee publication principles: solving dynamic load economic dispatch using GAMS optimization algorithm", Proceeding of the IEEE/JEEIT, pp. 866-871, Amman, Jordan, April 2019 (doi: 10.1109/JEEIT.2019.8717534). | ||
آمار تعداد مشاهده مقاله: 672 تعداد دریافت فایل اصل مقاله: 372 |