تعداد نشریات | 43 |
تعداد شمارهها | 1,268 |
تعداد مقالات | 15,622 |
تعداد مشاهده مقاله | 51,642,978 |
تعداد دریافت فایل اصل مقاله | 14,556,352 |
پیادهسازی عملی یک سیستم مدیریت انرژی برای یک ریزشبکه متصل به شبکه سراسری با استفاده از الگوریتم رقابت استعماری چندبعدی | ||
مجله مهندسی برق دانشگاه تبریز | ||
مقاله 3، دوره 46، شماره 1 - شماره پیاپی 75، خرداد 1395، صفحه 25-40 اصل مقاله (1.52 M) | ||
نویسندگان | ||
نرگس پرهیزی1؛ موسی مرزبند1؛ سیدمازیار میرحسینی مقدم1؛ بهنام محمدی ایواتلو* 2؛ فاطمه آذرینژادیان1 | ||
1دانشگاه آزاد اسلامی واحد لاهیجان - گروه مهندسی برق | ||
2دانشگاه تبریز - دانشکده مهندسی برق و کامپیوتر | ||
چکیده | ||
بهبود قابلیت انعطافپذیری در سیستمهای قدرت، ذخیرهسازی بهینه انرژی و تولید توان با اثرهای زیستمحیطی کمتر، توسعه ریزشبکهها را بیشازپیش مورد توجه قرار داده است. در این مقاله، یک سیستم مدیریت انرژی ارائه شده است که وظیفه برنامهریزی بهینه واحدهای تولیدی موجود در ریزشبکه، مدیریت سمت تقاضا و تبادل توان با شبکه سراسری را بر عهده دارد. هدف اصلی سیستم مدیریت انرژی پیشنهادشده تأمین توان با کمترین هزینه است. ازآنجاکه مدل در نظر گرفتهشده برای ریزشبکه ماهیتی غیر خطی و گسسته دارد؛ لذا بهمنظور یافتن بهترین راهحل ممکن، از یک الگوریتم فرا ابتکاری بنام رقابت استعماری چندبعدی استفاده شده است. در مسئله مطرحشده، قیود فنی شامل تغذیه کامل بار، مشخصههای هر یک از منابع موجود در ریزشبکه، همچنین قیود اتصال به شبکه سراسری لحاظ شده است. برای ارزیابی عملکرد الگوریتم پیشنهادشده، چندین سناریو اعمال و نتایج شبیهسازی و عملی بهدستآمده از آن با الگوریتم سیستم مدیریت انرژی بر پایه برنامهریزی غیر خطی دودویی عدد صحیح (MS-MINLP)، بهینهسازی زنبورعسل چندزمانه و بهینهسازی ازدحام ذرات مقایسه شده است. نتایج بهدستآمده کارایی الگوریتم پیشنهادشده برای تأمین تقاضای بار، کاهش هزینه کلی تولید (در حدود 17%، 10% و 22%) و نیز کاهش قیمت برق مصرفی در طول بازه زمانی مورد مطالعه را نسبت به الگوریتمهای EMS-MINLP، EMS-MABC و EMS-PSO نشان میدهد. | ||
کلیدواژهها | ||
مدیریت بهینه انرژی؛ ریزشبکه؛ شبکه سراسری؛ الگوریتم رقابت استعماری؛ مدیریت سمت تقاضا | ||
مراجع | ||
[1] M. Marzband, A. Sumper, A. Ruiz-Álvarez, J.L. Domínguez-García, and B. Tomoiag˘a, “Experimental evaluation of a real time energy management system for stand-alone microgrids in day-ahead markets,”Applied Energy, vol. 106, pp. 365-76, 2013. [2] M. Marzband, A. Sumper, J.L. Domínguez-García, and R. Gumara-Ferret, “Experimental validation of a real time energy management system for microgrids in islanded mode using a local day-ahead electricity market and MINLP,”Energy Conversion and Management, vol. 76, pp. 314-22, 2013. [3] E.D. Mehleri, H. Sarimveis, N.C. Markatos, and L.G. Papageorgiou,“Optimal design and operation of distributed energy systems,” Renewable Energy, vol. 51, pp. 331–342, 2013. [4] J. Soares, M. Silva, T. Sousa, Z. Vale, and H. Morais, “Distributed energy resource short-term scheduling using signaled particle swarm optimization,”Energy, vol. 42, no. 1, pp. 466 – 476, 2012. [5] M. Mohammadi, S. Hosseinian, and G. Gharehpetian, “Optimization of hybrid solar energy sources/wind turbine systems integrated to utility grids as microgrid (MG) under pool/bilateral/hybrid electricity market using PSO,”Solar Energy, vol. 86, no. 1, pp. 112–125, 2012. [6] F.A. Mohamed, and H.N. Koivo, “System modelling and onlineoptimal management of microgrid using mesh adaptive direct search,” International Journal of Electrical Power & Energy Systems, vol. 32, no. 5, pp. 398–407, 2010. [7] E. Sortomme, and M.A. El-Sharkawi, “Optimal power flow for a system of microgrids with controllable loads and battery storage,” IEEE/PES Power Syst Conf, pp. 1-5, 2009. [8] Y. Zoka, A. Sugimoto, N. Yorino, K. Kawahara, and J. Kubokawa, “An economic evaluation for an autonomous independent network of distributed energy resources” Electric Power Systems Research, vol. 77, no. 7, pp. 831- 838, 2007. [9] S. Ali Pourmousavi, and M. Hashem Nehrir, “Real-timecentral demand response for primary frequencyregulationinmicrogrids,” IEEE Transactions on Smart Grid, vol. 3, no. 4, pp. 1988- 96, 2012. [10] T. Niknam, F. Golestaneh, and A. Malekpour, “Probabilistic energy and operation management of a microgrid containing wind-photovoltaic-fuel cell generation and energy storage devices based on point estimate method and self-adaptive gravitational search algorithm,” Energy, vol. 43, no. 1, pp. 427 – 437, 2012. [11] T. Niknam, H. Meymand, and H. Mojarrad, “An efficient algorithm for multi-objective optimal operation management of distribution network considering fuel cell power plants,” Energy, vol. 36, no. 1, pp.119 – 132, 2011. [12] C. Chen, S. Duan, T. Cai, B. Liu, and G. Hu, “Smart energy management system for optimal microgrid economic operation,” IET Renew Power Gener., vol. 5, no. 3, pp. 258-267, 2011. [13] M. Marzband, Experimental Validation of Optimal Real-time Energy Management System for Microgrids, PhD Thesis, Departament d’Enginyeria Electrica, EU d’ Enginyeria Tecnica Industrial de Barcelona, Universitat Politecnica de Catalunya, 2013. [14] M. Marzband, M. Ghadimi, M. Sumper, J.L. Domínguez-García, “Experimental validation of a real-time energymanagement system using multi-period gravitational search algorithm for microgrids in islanded mode,” Applied Energy, vol. 128, pp. 164-78, 2014. [15] M. Marzband, F. Azarinejadian, M. Savaghebi, and J.M. Guerrero, “An optimal energy management system for islanded microgrids based on multiperiod artificial bee colony combined with Markov chain,” IEEE Systems Journal, under publication, 2015.
| ||
آمار تعداد مشاهده مقاله: 2,026 تعداد دریافت فایل اصل مقاله: 2,607 |