دانلود ترجمه مقاله برنامه ریزی وسیله نقلیه الکتریکی با توجه به اهداف مشترک مشتری و سیستم (IEEE 2017) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

برنامه ریزی وسیله نقلیه الکتریکی با توجه به اهداف مشترک و بهینه سازی شده مشتری و سیستم

Electric Vehicle Scheduling Considering Co-optimized Customer and System Objectives

چکیده

مقدمه

الف- مدلسازی تابع هدف

ب- قیود خودرو و سیستم

ج- روند بهینه‌سازی چندگانه

نتایج شبیه‌سازی و مشاهدات

الف- تعریف حالت‌ها:

ب- بهینه‌سازی با دو هدف

ج- بهینه‌سازی سه‌گانه

نتیجه‌گیری

منابع

چکیده

برنامه‌ریزی کارآمد برای خودروهای الکتریکی یک مسئله بهینه‎‌سازی با چند هدف است که منافع متناقض مشتری و اپراتور سیستم را شامل می‌شود. مخصوصا در پیاده‌سازی‌های خودرو به شبکه. شارژ مقرون به صرفه و همزمان با آن کمینه کردن استهلاک باتری و نیز برقرار داشتن پروفایل بار سیستم عواملی اند که این دو گروه منافع متناقض را به هم مرتبط می‌سازند. در این مقاله با تمرکز روی شناسایی رابطه بین این اهداف، تکنیکی مبتنی بر تحمیل اپسیلون بهبود یافته (AUGMECON) برای انجام‌ بهینه‌سازی‌های دوگانه و سه‌گانه پیشنهاد می‌شود. همچنین اهمیت استفاده از این اهداف در اصلاح قله‌ها و پرکردن دره‌ها در مورد یک مجموعه خودروی برقی محلی مورد بحث قرار گرفته‌است. روش پیشنهاد شده یک نوع استراتژی با رویکرد نگاه به جلو برای برنامه‌ریزی مؤثر برای خودروهای برقی با بهینه‌سازی همزمان نسبت به چند هدف ارائه می‌دهد. به منظور ارائه اصول عملی به مشتریان می‌توان از یک راه‌حل بهینه از بین روش‌های پیشنهاد شده در جبهه‌های Pareto استفاده کرد.

نتیجه‌گیری

در این مقاله دینامیک اهداف سیستم و مشتری شناسایی و بررسی شدند. برای یافتن جواب‌های بهینه که به سود این دو باشد، از یک روش بهینه‌سازی چندگانه براساس AUGMECON استفاده شد. به این منظور مشوق‌های مالی مشتری و نیز نگرانی‌های متصدی سیستم راجع به شبکه، مدنظر قرار گرفتند. همچنین مقایسه‌ای بین روش‌های AUGMECON و جمع وزن‌دار صورت گرفت که نشان داد اولی برای یافتن جواب‌های با توزیع یکنواخت بهتر است. برنامه‌ریزی متمرکز برای روز پیش رو اطلاعاتی در اختیار مشتری و متصدی سیستم قرار می‌دهد که بتوانند آگاهانه تصمیم بگیرند. همچنین این مسئله مورد بررسی قرار گرفت که روش‌های بهینه‌سازی با یک هدف برای دست‌یافتن به طرح‌های برنامه‌ریزی وکنترل مبتنی بر بهینه‌سازی چندگانه کافی نیستند و به حالتی سودده و کارآمد منجر نمی‌شود.

Abstract

Efficient electric vehicle (EV) scheduling is a multi-objective optimization problem with conflicting customer and system operator interests, especially during vehicle-to-grid implementations. Economic charging while minimizing battery degradation and maintaining system load profiles couple the interests of these two entities. This paper focuses on identifying the relationships between these objectives and proposes to use an augmented epsilon-constrain (AUGMECON) based technique to implement two-way and three-way multi-objective optimizations. The importance of using these objectives in peak-shaving and valley-filling for an aggregated (residential) EV fleet is discussed. The proposed solution provides a look-ahead strategy into effective EV scheduling by co-optimizing multiple objectives. To provide operational guidance to utilities and customers, an optimal solution may be selected from those represented by the Pareto fronts.

IV- CONCLUSION

In this paper, the dynamics between customer and system objectives have been identified and investigated. An AUGMECON based multi-objective optimization methodology has been implemented to identify co-optimal solutions for the benefit of these two entities. A customer’s financial motives and a system operator’s network-based concerns have been leveraged for this purpose. A comparison between AUGMECON and weighted-sum approach establishes the superiority of the former in finding uniformly distributed solutions. The day-ahead centralized scheduling scheme would provide information to the customer and system operator to make informed decisions. The inadequacy of single objectives in proposing mutually beneficial and efficient multi-objective optimizationbased control and scheduling schemes has been established.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

برنامه ریزی وسیله نقلیه الکتریکی با توجه به اهداف مشترک و بهینه سازی شده مشتری و سیستم

Electric Vehicle Scheduling Considering Co-optimized Customer and System Objectives