دانلود مقاله ISI انگلیسی شماره 150074
ترجمه فارسی عنوان مقاله

سیستم‌های مدیریت انرژی یکپارچه توزیعی در ساختمانهای مسكونی

عنوان انگلیسی
Distributed integrated energy management systems in residential buildings
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
150074 2017 12 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Applied Thermal Engineering, Volume 114, 5 March 2017, Pages 1468-1475

فهرست مطالب ترجمه فارسی
چکیده

کلیدواژه‌ها

1- مقدمه

2-روش

2-1 ساختار اصلی

2.2 فرآیند کشف مدیر (شکل 3)

2-3 روند تعامل مدیران

2-4 فرآیند شبیه سازی 

3. بحث و نتیجه گیری

3.1 تنظیمات پارامتر مناسب 

3-2 سناریوی حداکثر انعطاف پذیری

3.3 سناریو با تعامل کاربر و تعرفه برق ثابت

3.4 سناریو با درگیر شدن کاربر وتعرفه برق متغیر

3.5 هزینه زمان

4 نتیجه گیری و پیشنهادات تحقیقات آتی

5- فهرست علائم
ترجمه کلمات کلیدی
مدیریت انرژی منحصربفرد، مدیریت انرژی توزیع شده، مدیریت تقاضا، مدیریت انرژی خانه، سیستم عامل چندگانه،
کلمات کلیدی انگلیسی
Decentralized energy management; Distributed energy management; Demand-side-management; Home energy management; Multi-agent system;
ترجمه چکیده
در این مقاله مفهوم سیستم مدیریت انرژی یکپارچه توزیعی (DiEM) برای ساختمانهای مسکونی تشریح شده است. هدف کلی این سیستم به حداقل رساندن هزینه‌های انرژی عملیاتی خانوار است. این امر با جابجایی بار به منظور افزایش نرخ خودمصرفی برق تجدیدپذیر تولید شده در محل به دست می‌آید. تفاوت اساسی در سیستم‌های مدیریت انرژی متمرکز (در جایی که داده‌های دستگاه‌های خانگی باید بصورت متمرکز جمع آوری و ارزیابی شود) وجود چندین مدیر انرژی هوشمند است که در زمان جابجایی تجهیزات برقی مختص خود با یکدیگر در نعامل هستند. فایده اصلی این حالت این است که دستگاه‌های تولید کننده مختلف می‌توانند در همان سیستم مدیریت انرژی خانگی با استانداردهای باز و پروتکل‌های باز و بدون نیاز به هیچ گونه واحد تصمیم گیری اضافی تعبیه شوند. روال اساسی DiEM شامل یک مرحله شناسایی و یک مرحله تعامل است. تنظیمات ایده آل پارامتر از سناریوهای واقع گرایانه با تعرفه‌های برق ثابت و متغیر استخراج می‌شوند و یک تحلیل زمان اجرا نشان می‌دهد که حداکثر هفت دستگاه می‌توانند همزمان با یک فرکانس تعامل مجدد یک دقیقه‌ای راه‌اندازی شوند. ارزیابی هزینه‌ای نشان می‌دهد که DiEM می‌تواند هزینه‌های انرژی عملیاتی را با نرخ وابسته به رفتار کاربر و ساختارهای تعرفه‌ای کاهش دهد.
ترجمه مقدمه
ماژول‌های فتوولتائیک (PV) خورشیدی در طول زمان توان نوسانی شدیدی به شبکه وارد می‌کنند. گسترش پیوسته ظرفیت‌های تجدید پذیر در سراسر جهان [1] منجر به افزایش وضعیت‌هایی می‌شود که شبکه یا بخش‌هایی از آن با تامین بیش از حد یا کمتر از حد مواجه می‌شوند. در این شرایط نیروگاه‌های رایج یا سیستم‌های ذخیره انرژی باید شبکه را متعادل کنند. روش دیگر برای مقابله با این مشکل، مدیریت سمت تقاضای (DSM) مصرف کننده برق نظیر ساختمانهای مسکونی است [2]. یکی از اقدامات برای به کارگیری DSM و کاهش پیک‌های تولید تزریقی تجدید پذیر، تحریک خود مصرفی انرژی الکتریکی تولید شده در محل در ریزشبکه‌هایی است که به شبکه فشار ضعیف وصل می‌شوند [3]. مکانیسم تشویقی تعرفه‌های تشویقی است که کمتر از تعرفه خرید برق از شبکه است. قانون منابع انرژی تجدیدپذیر آلمان (2014) می‌تواند نمونه خوبی برای این سازوکار باشد، زیرا تعرفه تشویقی برای سیستم‌های نصب شده روی بام با ظرفیت کمتر از 10 کیلو وات (از فوریه 2015 ) معدل 12.92 € ct / kWh [4] و تعرفه خرید برق از شبکه به طور متوسط 28.81 € ct / kWh [5] است. اگر صاحبان سیستم‌های خانگی و فوتوولتائیک بخواهند به شیوه‌ای اقتصادی عمل کنند، می‌توانند برای بسیاری از دستگاه‌های خانگی سیستم مدیریت انرژی خانگی (HEMS) نصب کنند که فرایند تصمیم گیری در خصوص روشن یا خاموش شدن بسیاری از تجهیزات خانگی را انجام می‌دهد. دستگاه‌هایی که بیشترین توان و انرژی مصرفی را دارند باید توسط HEMS اداره شوند. بیشتر چنین سیستم‌هایی از واحد مرکزی با سطوح نتغیر توان محاسباتی بهره می‌گیرند [2، 6، 7، 8]. این واحد کلیه داده‌های لازم را از تجهیزات خانگی متصل به شبکه جمع آوری و یک استراتژی بهینه برای منحنی بار کل محاسبه می‌کند. در سالهای اخیر روشهای مختلفی برای تولید یک برنامه بهینه ارائه شده است. برخی محققان از بهینه سازی خطی باینری [8]، بهینه سازی خطی یا غیر خطی عدد صحیح مختلط (MIL) یا بهینه سازی غیرخطی [9، 10، 11] استفاده می‌کنند، در حالی که برخی دیگر از الگوریتم‌های ژنتیکی [12] یا اکتشافی [11، 13] استفاده می‌کنند. بهینه سازی چند هدفه نیز گزینه‌ای برای کاهش تعداد متغیرهای بهینه سازی است [14]. با این حال، همه سیستم‌ها در این مشترک هستند که به صورت مرکزی ساماندهی و بهره برداری می‌شوند و این اشکالاتی به همراه دارد. به عنوان مثال، پیچیدگی بالا با بسیاری از متغیرهای تصمیم گیری در برنامه نویسی MIL به زمان محاسباتی بیشترو محدودیت‌های تنظیماتی برای محاسبه مجدد برنامه‌های زمانبندی در هنگام تغییر هر پارامتر ورودی نیاز دارد [11]. در مقابل، این مقاله یک رویکرد غیرمتمرکز را مورد بحث قرار می‌دهد: یک سیستم مدیریت انرژی یکپارچه توزیعی (DiEM)، که در آن تمام تجهیزات خانگی با یک واحد محاسباتی در ارتباط هستند. این اجزا مدیر انرژی نامیده می‌شوند، که یکدیگر را در شبکه تشخیص می‌دهند [15] و با یکدیگر در مورد توان PV (فوتوولتئیک) موجود تعامل می‌کنند تا هزینه‌های انرژی خانگی را کاهش دهند. ایده این است که تجهیزات مستقل سازنده را در فضایی باز با رابط‌ها و پروتکل‌های باز بههم متصل کنیم. این امر می‌تواند هزینه‌های توسعه برای امکان مشارکت تجهیزات درHEMS را کاهش دهد. هر مدیر باید هرگونه اطلاعات خارجی لازم برای تولید نتایج بهینه را استخراج کند. تولید کنندگان لوازم خانگی لازم نیست دانش بهینه سازی خود را با یک واحد تصمیم گیری مرکزی به اشتراک بگذارند. بلکه فقط باید مقدار محدودی از اطلاعات مانند پروفایل بار یا قیمت بین مدیران رد و بدل شود. DIEM در مقایسه با یک سیستم متمرکز در برابر خرابی مدیر قوی تر است. اگر یک مدیر از روند کار خارج شود، مدیران باقی مانده هنوز هم می‌توانند کارهای خود را بطور مستقل انجام دهند و به یک راه حل بهینه در جامعه باقیمانده دست یابند. اما اگر واحد تصمیم گیری در یک سیستم متمرکز خراب شود کل سیستم مدیریت انرژی از کار می‌افتد.
پیش نمایش مقاله
پیش نمایش مقاله  سیستم‌های مدیریت انرژی یکپارچه توزیعی در ساختمانهای مسكونی

چکیده انگلیسی

This paper explains the concept of a distributed integrated energy management (diEM) system for residential buildings. The overall goal of the system is to minimize operational energy costs of the household. This is obtained by load shifting in order to enhance the self-consumption rate of the on-site renewable electricity production. The crucial difference to centralized energy management systems (where data from household devices must be gathered and evaluated centrally) is the presence of multiple smart energy managers that negotiate with each other on the switch-on times of their dedicated electric devices. The major benefit is that devices of various manufacturers can be incorporated in the same home energy management system with open standards and open protocols without any additional decision-making unit. The basic procedure of the diEM is divided into a discovering phase and a negotiation phase. Best practice parameter settings are deduced from realistic scenarios with constant and variable electricity tariffs, and a run-time analysis indicates that up to seven devices can run simultaneously with a one minute renegotiation frequency. The monetary evaluation shows that the diEM can reduce the operational energy costs at a rate dependent on user behavior and tariff structures.