دانلود مقاله ISI انگلیسی شماره 52891
ترجمه فارسی عنوان مقاله

مدل پاسخگویی بار مسکونی و اثر بروی تلفات و پروفایل ولتاژ یک شبکه توزیع برق

عنوان انگلیسی
Residential Demand Response model and impact on voltage profile and losses of an electric distribution network
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
52891 2012 7 صفحه PDF
منبع

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

Journal : Applied Energy, Volume 96, August 2012, Pages 84–91

فهرست مطالب ترجمه فارسی
چکیده

مقدمه

پاسخگویی بار و انواع آن

مدلسازی پاسخگویی بار – ماتریس الاستیسیته قیمت

مفروضات عقلانیت مصرف کننده

مصرف کنندگان بلند مدت (LR) یا بهینه ساز :4-2 : مصرف کننده تعویقی – جهان واقعی (RW) :4-3 : مصرف کنندگان پیش رونده جهان واقعی :4-4 : مصرف کنندگان جهان واقعی :4-5 : مصرف کنندگان کوتاه مدت (SR) :5 – سیستم آزمایشی :

نتایج

تجزیه و تحلیل ولتاژ سیستم آزمایشی یکپارچه DR 6-2 : تجزیه و تحلیل سیستم آزمایشی یکپارچه DR :

جدول 2 : نتایج آنالیز تلفات بدست آمده برای کل سیستم و بخش دلخواه را به طور خلاصه نشان داده است.

نتیجه گیری
ترجمه کلمات کلیدی
پاسخ به تقاضا، ماتریس کشش قیمتی، مدیریت سمت تقاضا، کنترل ولت / ور، شبکه های هوشمند
کلمات کلیدی انگلیسی
Demand Response, Price elasticity matrix,Demand side management, Volt/Var control, OpenDSS, Smart grids
ترجمه چکیده
این مقاله یک مدل برای پاسخگویی بار (DR) توسط استفاده از مدلسازی رفتار مشتری با در نظر گرفتن سناریوهای مختلف و سطوح عقلانیت مختلف را توسعه می دهد. مدلسازی رفتار مشتریان از طریق توسعه ماتریس های الاستیسیته قیمت تقاضا وسیع برای انواع مختلف مشتری ها انجام شده است. از این ماتریس های الاستیسیته قیمت (PEMs) برای محاسبه میزان پاسخگویی بار برای یک مشتری داده شده با توجه به سناریوی قیمت گزاری زمان واقعی روز قبل ، استفاده شده است. مدل های DR به فیدر آزمایشی 8500 گرهه IEEE که یک شبکه توزیع شعاعی واقعی بزرگ جهانی است ، اعمال شده است. یک تحلیل جامع در مورد اثرات کاهش تقاضا و توزیع مجدد بر ولتاژها و جریان های سیستم انجام شده است. نتایج نشان می دهد که DR قابل توجه می تواند ولتاژ سیستم را برای قطع بار بیشتر از طریق تکنیک های مدیریت طرف تقاضا مثل کنترل volt/var (VVC) تقویت کند.
ترجمه مقدمه
تکامل روند مقررات زدایی در بازار برق منجر به تقسیم سیستم قدرت یکپارچه به حوزه های جداگانه شده است : تولید ، انتقال و توزیع. مقررات زدایی یک رقابت سالم در بازار توزیع در میان شرکت های توزیع ایجاد کرده است. در این فرایند شرکت های توزیع به استراتژی های شبکه هوشمند نوآورانه برای تحقق بخشیدن بهره وری هزینه ، نیاز دارند. بعضی از این ها همانگونه که توسط نیازمندی های شبکه هوشمند شرح داده شده ، به صورت زیر می باشد. استقرار و ادغام DR ، منابع طرف تقاضا و منبع بهره وری انرژی استقرار تکنولوژی های هوشمند برای اندازه گیری ، ارتباطات مربوط به وضیعت اپراتور شبکه و اتوماسیون تنظیم پذیرفتن تکنیک های مدیریت طرف تقاضا (DSM) مثل کنترل volt/var ، کاهش ولتاژ و غیره DR و کاهش ولتاژ توزیع رویدادهای مدیریت طرف تقاضای بسیار مهمی هستند که هدف مشترک آنها کاهش تقاضای پیک می باشد. قطع بار پیک موثر توسط اثر ترکیبی کاهش ولتاژ باس ، کاهش تقاضا و توزیع مجدد تقاضا در طول زمان امکان پذیر می باشد. هدف این مقاله ، بررسی نقش احتمالی DR به عنوان یک پارامتر برای کنترل volt/var برای بهترین نتایج ممکن کاهش بار برای رسیدن به بهره وری انرژی و سود متقابل برای شبکه و مصرف کنندگان می باشد. DR مسکونی دارای یک پتانسیل برابر با DR صنعتی برای کاهش تراکم در شبکه در طول ساعات پیک می باشد. با این حال ، ایجاد قراردادهای DR با مصرف کنندگان مصنوعی نیاز به مدلسازی مناسب از الگوهای مصرف دارد که در مقایسه با الگوهای مصرف ، مصرف کنندگان صنعتی به مراتب پیچیده تر و تصادفی می باشد. این می تواند توسط نهادهای سرویس دهی بار (LSEs) یا تدوین کنندگان DR (این نهاد ها نیز به عنوان پیمانکاران DR یا به طور ساده تدوین کنندگان نامگذاری شده اشت) بدست آید. نهادهای سرویس دهی بار می تواند نماینده مصرف کنندگان مصنوعی باشد و قراردادهای DR را با صنایع همگانی برای آن حجم DR که می تواند بدست آید ، امضا کند. برای پیاده سازی موفقیت آمیز چنین قراردادهای DR مسکونی ، نهادهای سرویس دهی بار به مدلهایی جامع DR و بنابراین یک مطالعه الگوهای رفتارِ مصرف کنندگان نیاز دارند. این مقاله برای مدل کردن رفتار مشتری از ماتریس های الاستیسیته تقاضا قیمت استادانه ساخته شده ، استفاده می کند.
پیش نمایش مقاله
پیش نمایش مقاله  مدل پاسخگویی بار مسکونی و اثر بروی تلفات و پروفایل ولتاژ یک شبکه توزیع برق

چکیده انگلیسی

This paper develops a model for Demand Response (DR) by utilizing consumer behavior modeling considering different scenarios and levels of consumer rationality. Consumer behavior modeling has been done by developing extensive demand-price elasticity matrices for different types of consumers. These price elasticity matrices (PEMs) are utilized to calculate the level of Demand Response for a given consumer considering a day-ahead real time pricing scenario. DR models are applied to the IEEE 8500-node test feeder which is a real world large radial distribution network. A comprehensive analysis has been performed on the effects of demand reduction and redistribution on system voltages and losses. Results show that considerable DR can boost in system voltage due for further demand curtailment through demand side management techniques like Volt/Var Control (VVC).