دانلود مقاله ترجمه شده برقدانلود مقاله ترجمه شده مهندسی انرژیمقالات ترجمه شده 2016

ترجمه مقاله برنامه ریزی اقتصادی و محیط زیستی خانه های هوشمند با ریز شبکه – سال 2016

 

 


 

مشخصات مقاله:

 


 

عنوان فارسی مقاله:

برنامه ریزی اقتصادی و محیط زیستی خانه های هوشمند با ریز شبکه (میکروگرید): عملیات DER و وظایف الکترونیکی

عنوان انگلیسی مقاله:

Economic and environmental scheduling of smart homes with microgrid: DER operation and electrical tasks

کلمات کلیدی مقاله:

ریزشبکه ها، برنامه ریزی/ برنامه ریزی، بهینه سازی چند منظوره، محدودیت-ε، برنامه ریزی خطی یکپارچه ی ترکیبی (MILP)

مناسب برای رشته های دانشگاهی زیر:

مهندسی برق، مهندسی انرژی

مناسب برای گرایش های دانشگاهی زیر:

انتقال و توزیع، سیستم های انرژی، مهندسی الکترونیک، انرژی و محیط زیست

وضعیت مقاله انگلیسی و ترجمه:

مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.

 


 

فهرست مطالب:

چکیده

۱. مقدمه

۲. توصیف مشکل

۳. فرمول بندی ریاضی

۳.۱ محدودیت های ظرفیت

۳.۲ محدودیت های ذخیره ی انرژی

۳.۳ تعادل انرژی

۳.۴ زمان شروع و زمان پایان

۳.۵ شارژ پیک تقاضا

۳.۶ شارژ تقاضا

۳.۷ اهداف

۳.۸ روش محدودیت- با دو هدف

۴. مطالعه ی موردی

۵. نتایج محاسباتی

۵.۱ محیط محاسباتی

۵.۲ منحنی های پاراتو

۵.۳ تعادل انرژی

۵.۴ تقاضاهای کل و تقاضاهای پیک در طرح های قیمت مختلف

۶. نتیجه گیری

 


 

قسمتی از مقاله انگلیسی و ترجمه آن:

Abstract
Microgrids are promising in reducing energy consumption and carbon emissions, compared with the current centralised energy generation systems. Smart homes are becoming popular for their lower energy cost and provision of comfort. Flexible energy-consuming household tasks can be scheduled co-ordinately among multiple smart homes to reduce economic cost and CO2. However, the electricity tariff is not always positively correlated with CO2 intensity. In this work, a mixed integer linear programming (MILP) model is proposed to schedule the energy consumption within smart homes using a microgrid system. The daily power consumption tasks are scheduled by coupling environmental and economic sustainability in a multi-objective optimisation with ε-constraint method. The two conflicting objectives are to minimise the daily energy cost and CO2 emissions. Distributed energy resources (DER) operation and electricity-consumption household tasks are scheduled based on electricity tariff, CO2 intensity and electricity task time window. The proposed model is implemented on a smart building of 30 homes under three different price schemes. Electricity tariff and CO2 intensity profiles of the UK are employed for the case study. The Pareto curves for cost and CO2 emissions present the trade-off between the two conflicting objectives.

چکیده
ریزشبکه ها در مقایسه با سیستم های تولید انرژی مرکزی شده ی فعلی، تکنولوژی نوید دهنده ای در کاهش مصرف انرژی و انتشار کربن هستند. خانه های هوشمند به خاطر هزینه ی پایین تر انرژی و فراهم کردن آلودگی در حال محبوب شدن هستند. وظایف خانوار با مصرف انرژی انعطاف پذیر می تواند به صورت هماهنگ در میان چندین خانه ی هوشمند به منطور کاهش هزینه های اقتصادی و CO2 برنامه ریزی شود. با این حال، تعرفه ی برق همیشه به صورت مثبت با شدت CO2 در ارتباط نیست. در این کار، مدل برنامه ریزی خطی یکپارچه ی ترکیبی (MILP) برای برنامه ریزی مصرف انرژی در خانه های هوشمند با استفاده از یک سیستم ریزشبکه پیشنهاد شده است. وضایف مصرف انرزي روزانه با استفاده از جفت کردن قابلیت تحمل زیست محیطی و اقتصادی در بهینه سازی چند منظوره با روش محدودیت- برنامه ریزی شده است. دو موضوع ناسازگار عبارتند از به حداقل رساندن هزینه ی انرژی روزانه و انتشار CO2. عملیات منابع انرژی توزیع شده (DER) و وظایف خانوار برق-مصرف بر اساس تعرفه ی برق، شدت CO2 و پنجره ی زمان وظایف برقی برنامه ریزی شده اند. مدل پیشنهادی در ساختمان های هوشمند ۳۰ خانه در سه طرح قیمت مختلف اجرا شده است. تعرفه ی برق و مشخصات انتشار CO2 انگلستان برای مطالعه ی موردی به کار گرفته شده است. منحنی های پراتو برای هزینه و انتشار CO2 تبادل بین دو موضوع ناسازگار را نشان می دهد.

 


 

دانلود رایگان مقاله انگلیسی

خرید ترجمه مقاله

 


 

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا