این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در 15 صفحه در سال 2018 منتشر شده و ترجمه آن 46 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

مشخصات مقاله انگلیسی (PDF)
سال انتشار	2018
تعداد صفحات مقاله انگلیسی	15 صفحه با فرمت pdf
نوع مقاله	ISI
نوع نگارش	مقاله پژوهشی (Research Article)
نوع ارائه مقاله	ژورنال
رشته های مرتبط با این مقاله	مهندسی صنایع
گرایش های مرتبط با این مقاله	برنامه ریزی و تحلیل سیستم ها، بهینه سازی سیستم ها
چاپ شده در مجله (ژورنال)	مجله اروپایی تحقیقات عملیاتی – European Journal of Operational Research
کلمات کلیدی	برنامه ریزی خطی صحیح، OR در خدمات سلامتی، موجودی استریل شده، تولید سطر و ستون و اکتشافی
کلمات کلیدی انگلیسی	OR in Health Services – Sterile Inventory – Integer Linear Programming – Row and Column Generation – Heuristics
ارائه شده از دانشگاه	دانشکده اقتصاد اراسموس ، دانشگاه اراسموس روتردام هلند
نمایه (index)	Scopus – Master journals – JCR
نویسندگان	Twan Dollevoet، J. Theresia van Essen، Kristiaan M. Glorie
شناسه شاپا یا ISSN	ISSN 0377-2217
شناسه دیجیتال – doi	https://doi.org/10.1016/j.ejor.2018.05.051
ایمپکت فاکتور(IF) مجله	4.712 در سال 2018
شاخص H_index مجله	226 در سال 2019
شاخص SJR مجله	2.205 در سال 2018
شاخص Q یا Quartile (چارک)	Q1 در سال 2018
بیس	نیست ☓
مدل مفهومی	ندارد ☓
پرسشنامه	ندارد ☓
متغیر	دارد ✓
رفرنس	دارای رفرنس در داخل متن و انتهای مقاله ✓
کد محصول	10074
لینک مقاله در سایت مرجع	لینک این مقاله در نشریه Elsevier
نشریه الزویر

نوشته دانلود ترجمه مقاله متدهای راه حل برای مساله بهینه سازی سینی (ساینس دایرکت – الزویر 2018) (ترجمه ویژه – طلایی ⭐️⭐️⭐️) اولین بار در ترجمه فا پدیدار شد.

نوشته دانلود رایگان ترجمه مقاله مدل برنامه نويسی خطی چند معياری برای انتخاب نمونه کارها (نشریه اسپرینگر 2000) اولین بار در ترجمه فا پدیدار شد.

این مقاله انگلیسی ISI در نشریه تیلور و فرانسیس در 13 صفحه در سال 2007 منتشر شده و ترجمه آن 23 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

• فهرست مطالب:

1. مقدمه

2. اهداف و تصمیمات عملیات تخلیه انبوه بدون اطلاع قبلی

1.2. اهداف تخلیه

2.2. تصمیمات تخلیه

3. رویکرد مدلسازی بهینه برنامه JEDRFD

1.3. CTM

2.3. بیان ریاضی برنامه بهینه سازی JEDRFD

4. مثال عددی

5. نتیجه گیری

• بخشی از ترجمه:

5. نتیجه گیری
ما در این مقاله یک شبکه انتقال، مشخصات تقاضا و روش مدلسازی DTA SO را جهت حل مشکل بهینه سازی JEDRFD برای تخلیه انبوه بدون اطلاع قبلی ارائه کردیم. سهم اصلی مقاله این است که شبکه انتقال و مدلسازی تقاضایی را رائه کند که اجازه می دهد مقصد تخلیه بهینه، تخصیص ترافیک و تصمیمات برنامه خروج تخلیه با مدل جریان مطلوب ترافیک بهینه شده و از طریق حل همزمان این تصمیمات فرموله شود. این اولین بار است که چنین رویکرد مدلسازی یکپارچه ای مطرح شده است. سهم دیگر مقاله این است که روش مدلسازی ارائه شده را می توان با هر دو چارچوب مبتنی بر شبیه سازی یا DTA تحلیلی یکپارچه کرد، بدان معنی که تحقیقات ارائه شده قابل اجرا در طیف گسترده ای از مدل ها و ابزار آشنای محققان در دو زمینه مهندسی حمل و نقل و صنعتی است.
برای زمان واقعی یک برنامه، رویکرد پیشنهادی قادر به در نظر گرفتن آشکارسازی شرایط جاده ای مانند کاهش ظرفیت سواره رو با توجه به خسارات زلزله، بستن جاده و جاده های بدون سرویس است. تخلیه وسایل نقلیه را می توان به منظور بهینه سازی مداوم عملیات تخلیه در مناطق ایمن جدید منصوب کرد.
پژوهش های آینده می تواند شامل آزمایش روش پیشنهادی با اهداف تخلیه ای مختلف در شبکه واقعی شهری و همچنین گسترش آن به موقعیت تخلیه با اخطار کوتاه مدت باشد. مسائل عملیاتی زمان واقعی مانند اجرای بهینه سازی مبتنی بر RH و بروز رسانی شرایط اولیه شبکه در هر بهینه سازی نیز در حال حاضر مورد مطالعه قرار گرفته است.

• بخشی از مقاله انگلیسی:

5. Concluding remarks

In this paper we present a network transformation, demand specification and a SO DTA modeling technique to solve the JEDRFD optimization problem for no-notice mass evacuations. The main contribution of this paper is that it proposes a network transformation and demand modeling technique that allows the optimal evacuation destination, traffic assignment and evacuation departure schedule decisions to be formulated into a unified optimal traffic flow optimization model by solving these decisions simultaneously. This is the first time that such a unified modeling approach has been proposed. Another contribution is that the proposed modeling procedure can be integrated with either simulation-based or analytical DTA frameworks, which means that the presented research is applicable to a wide range of models and tools familiarized by researchers in both transportation and industrial engineering areas.

For a real-time application, the proposed approach is capable of further considering unfolding roadway conditions such as reduced roadway capacities due to earthquake damage, road blocks, and unserviceable roads. Evacuating vehicles can be reassigned to new safe zones in order to continuously reoptimization the evacuation operation.

Future research could include testing the proposed method with different evacuation objectives on an actual metropolitan network, as well as the extension to the shortnotice evacuation situation. Real-time operational issues such as the RH-based reoptimization implementation and the update of network initial conditions at each reoptimization are also currently being studied.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله با فرمت ورد

نوشته دانلود ترجمه مقاله کاربرد مدل بهینه سازی جریان ترافیک در مدل سازی تخلیه انبوه – مجله Taylor & Francis اولین بار در ترجمه فا پدیدار شد.

• فهرست مطالب:

چکیده
۱. مقدمه
۲.نکات و تعاریف مقدماتی
3.ارایه مساله
۴.روش تجزیه‌ی تعاملی
5.مثال عددی
6.نتیجه گیری

• بخشی از ترجمه:

6.نتیجه گیری
در این مقاله ما یک روش تجزیه برای یک مساله برنامه ریزی خطی با پارامترهای فازی پیشنهاد دادیم، که اجازه می دهد تا ما یک تصمیم تعاملی با DM داشته باشیم. از طریق ایده ی راه حل بهینه شدنی در درجه ی α ، DM دارای اطلاعات کافی برای رفع سطح آسپیریشن است. DM همچنین می تواند درجه شدنی بودن که او حاضر به پذیرش بسته به زمینه است را داشته باشد. این برای برجسته نمودن مطلب مهم است که راه حل بهینه قابل قبول در درجه مقادیر فازی نیستند که آن را آسان تر برای گرفتن یک تصمیم با روش ساده با حل یک برنامه خطی پارامتری قطعی می سازند. DM همچنین دارای اطلاعات بیشتری در مورد خطر نقض محدودیتها است و در مورد سازگاری هزینه جواب با خواسته های خود برای مقادیر تابع هدف دارای اطلاعات زیادی است. DM می تواند در تمام مراحل فرایند تصمیم گیری که باعث می شود رویکرد ما بسیار مفید در بسیاری از مسایل دنیای واقعی که در آن اطلاعات نامطمئن یا ناقص است، مانند مدیریت زیست محیطی، پروژه های سرمایه گذاری، بازاریابی، و غیره، مداخله نماید.

• بخشی از مقاله انگلیسی:

6. Conclusions

In this paper we have proposed a resolution method, for a linear programming problem with fuzzy parameters, which allows us to take a decision interactively with the DM.Through the idea of feasible optimal solution in degree a, the DM has enough information to fix an aspiration level.The DM can also choose the degrees of feasibility that he/she is willing to admit depending on the context.It is important to highlight that the acceptable optimal solutions in degree a are not fuzzy quantities, which makes it easier to take a decision in a simple way by solving a crisp parametric linear program.The DM also has additional information about the risk of violation of the constraints, and about the compatibility of the cost of the solution with his wishes for the values of the objective function.The DM can intervene in all the steps of the decision process which makes our approach very useful to be applied in a lot of real-world problems where the information is uncertain or incomplete, like environmental management, project investment, marketing, etc.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله

نوشته دانلود ترجمه مقاله برنامه ریزی خطی با پارامترهای فازی – مجله الزویر اولین بار در ترجمه فا پدیدار شد.

• فهرست مطالب:

چکیده
1. مقدمه
2. شیوه های برنامه ریزی خطی امکانی و AHP فازی
1. 2 برنامه ریزی خطی امکانی دو فازی
1. 1. 2. فاز 1
2. 1. 2 فاز 2- شیوه دو فازی
2. 2 AHP فازی
3. فرمول نویسی مسئله
1. 3 وصف و فرضیات مسئله
2. 3 نمادگذاری
3. 3 مدل برنامه ریزی چند هدفه امکانی
1. 3. 3 توابع هدف
2. 3. 3 محدودیت ها
4. توسعه مدل
1. 4 تبدیل تابع هدف غیر دقیق و ضرایب محدودیت به اعداد کریسپ
2. 4 حل تابع هدف فاز اول کمکی با استفاده از شیوه دو فازی PLP
5. مثال عددی
1. 5 داده های هدف 1
2. 5 داده های هدف 2
3. 5 مراحل حل مسئله
4. 5 نتایج و یافته ها
6. نتایج

• بخشی از ترجمه:

6. نتایج
مسئله مکان یابی چندتسهیلاتی یکی از مهمترین مسائل تصمیم استراتژیک می باشد که می تواند بر آینده شرکت ها اثرگذار باشد. این اهمیت زمانی افزایش می یابد که زنجیره تامین در سطح جهانی در نظر گرفته شده باشد. مسائل مکان یابی چند تسهیلاتی، مسائل تصمیم گیری چند معیاری هستند که دارای عوامل کمی و کیفی غیر دقیق می باشند.
برآورد نیازمندیهای مشتری و ایده های متخصص برای مسائل مکانیابی تسهیلات به خاطر کمیابی و فراریت داده ها، راحت نیست. برای مواجه شدن با مسائل ابهام، در این تحقیق از نظریه مجموعه فازی استفاده شده است. در این مقاله، از شیوه های یکپارچه یا ادغام شده تعاملی PLP دو فازی و AHP فازی برای حل مسئله مکانیابی چند تسهیلاتی چند هدفه استفاده گردید. ترکیب دو شیوه می تواند به شکلی موثر با عدم دقت داده های ورودی مقابله کند. مدل برنامه ریزی خطی چند هدفه کمکی تلاش می کند هزینه های کل تسهیلات و حمل و نقل SC را به حداقل رسانده و مزایا و منافع عامل کیفی را به حداکثر برساند. مدل پیشنهادی سعی می کند هزینه های کل غیر دقیق را به حداقل رسانده، امکان دستیابی به هزینه های کل پائین تر را به حداکثر رسانده، ریسک دستیابی به هزینه های کل بالاتر را به حداقل رسانده و مزایای عامل کیفی را به حداکثر برساند.
شایان توجه است که این مطالعه نیز از شیوه دوفازی برای MOPLP استفاده نمود. شیوه دو فازی مزایایی برای DM فراهم می کند. اولاً، با استفاده از MOPLP، درجه رضایتمندی را می توان بهبود بخشید. به علاوه، انواع مختلف راه حل های تعاملی بدست آمده با استفاده از این شیوه به تصمیم گیرندگان در فرمول نویسی تصمیمات تحت شرایط متغیر کمک می کنند.

• بخشی از مقاله انگلیسی:

6. Conclusions

The multi-facility location problem is one of the most important strategic decision problems which can affect the future of companies. This importance is increased even more when the supply chain is considered globally. Multi-facility location problems are multi-criteria decision-making problems which contain both imprecise quantitative and qualitative factors. Estimating the customer requirements and expert opinions for facility location problems is not easy due to the scarcity and volatility of data. To cope with ambiguity and vaguness problems, fuzzy set theory has been used in this research. In this paper, interactive integrated ‘‘two-phase PLP’’ and ‘‘fuzzy AHP’’ approaches were used for solving the multi-objective multifacility location problem. Combining two approaches can effectively handle the imprecision of input data. The auxiliary multiple-objective linear programming model attempts to minimize total SC transportation and facilities costs and maximize the qualitative-factor benefits. The proposed model tries to minimize as much as possible the imprecise total cost, to maximize the possibility of obtaining lower total cost, to minimize the risk of obtaining higher total cost, and to maximize qualitativefactor benefits. It must be noted that this study also used a two-phase approach to MOPLP. The two-phase approach provides some advantages to DMs. First, the degree of satisfaction can be improved with the use of MOPLP. Moreover, various types of interactive solutions achieved by use of this approach could help decision-makers to formulate decisions under variable conditions.

 دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله

نوشته دانلود ترجمه مقاله حل مسئله مکان یابی با ترکیب برنامه ریزی خطی امکانی و AHP فازی – مجله الزویر اولین بار در ترجمه فا پدیدار شد.

فهرست مطالب:

چکیده
۱ مقدمه
۲ روش بازگردانی سیستم
۳ به حداکثر رساندن قابلیت تولید در طول بازگردانی سیستم
A شاخصه ها و محدودیت های ژنراتور
B استراتژی بهینه برای راه اندازی ژنراتور
۴ تبدیل مسئله بهینه سازی
A تابع هدف
B محدودیت ها
۵ روشهای دیگر
۶ نتایج عددی
۷ نتیجه گیری

بخشی از ترجمه:

مقدمه

یکی از مهمترین کارها برای برنامه ریزی و راه اندازی سیستم قدرت، بازگردانی سیستم بعد از خاموشی سراسری، می باشد. پروسه بازگردانی سیستم را به شرایط عملیاتی نرمال بازمی گرداند. طرح ها و برنامه های بازگردانی تهیه شده به صورت آفلاین، دیسپچرها را راهنمایی می کند در حالیکه آنها مسئولیت ارزیابی شرایط سیستم، راه اندازی واحدهای BS ، تعیین مسیرهای انتقال برای کرانک واحدهای تولیدی NBS ، انتخاب بارهای ضروری برای تثیبیت شرایط سیستم قدرت و سنکرون سازی جزایر الکتریکی را برعهده دارند. بازگردانی سیستم قدرت مسئله ای پیچیده مشتمل بر محدودیت های زیاد در زمینه های تولید، انتقال و توزیع و بار می باشد. در [۴]، پروسه بازگردانی به سه مرحله تقسیم شده است: آماده سازی، بازگردانی سیستم و بازگردانی بار. با این وجود، یک مسیر و رشته رابط بین این مراحل، دسترس پذیری تولید در هر مرحله می باشد.

بخشی از مقاله انگلیسی:

INTRODUCTION

SYSTEM restoration following a blackout is one of the mostimportant tasks for power system planning and operation.The restoration process returns the system back to a normal operatingcondition following an outage of the system. Dispatchersare guided by restoration plans prepared offline while they assesssystem conditions, start BS units, establish the transmissionpaths to crank NBS generating units, pick up the necessary loadsto stabilize the power system, and synchronize the electrical islands[1], [2]. Power system restoration is a complex probleminvolving a large number of generation, transmission and distribution,and load constraints [3]. In [4], the restoration processis divided into three stages: preparation, system restoration, andload restoration. Nevertheless, one common thread linking thesestages is the generation availability at each stage [5]. North American Electric Reliability Corporation (NERC)is in the process of revising the System Restoration andBlackstart standards to enhance reliability for the interconnectedNorth American power systems. The revised standardsEOP-005-2-System Restoration from Blackstart Resources [6]and EOP-006-2-System Restoration Coordination [7] proposeda new definition of blackstart resource and identified requirementsfor Transmission Operators (TOP), Generator Operators(GOP), and Reliability Coordinators (RC). These two standardsrequire each TOP to have a restoration plan approved by itsRC and each GOP has a blackstart procedure, together with atraining program for their blackstart unit operators and blackstarttesting requirements of its TOP [8]. Therefore, dispatchersmust be able to identify the available blackstart capabilitiesand use the blackstart power strategically so that the generationcapability can be maximized during the system restorationperiod. This requirement originates from the concept of generationdispatch scenario (GDS), which was first proposed in[9] and then further investigated in an EPRI project [3] using aknowledge-based system (KBS) approach.Power system dispatchers are likely to face extreme emergenciesthreatening the system stability [10]. They need to be awareof the situation and adapt to the changing system conditionsduring system restoration. Therefore, utilities in the NERC ReliabilityCouncil regions conduct system restoration drills to traindispatchers in restoring the system following a possible majordisturbance. There are simulation-based training tools; for example,EPRI-OTS and PowerSimulator offer training on system restoration for control center dispatchers. However, practicallyno system restoration decision support tool has been widelyadopted in an online operational environment of the bulk transmissionsystems. Decision support tools have been developedand implemented in the distribution system level [11]–[13].The system restoration problem can be formulated asa multi-objective and multi-stage nonlinear constrained optimizationproblem [14]. The combinatorial nature of the problempresents challenges to dispatchers and makes it difficult to applyrestoration plan system-wide. To better support the dispatchersin the decision-making process, several approaches and analyticaltools have been proposed for system restoration strategies.Heuristic methods [15] and mathematical programming [14]are used to solve this optimization problem. However, eitherthe optimality of the solution cannot be guaranteed or the complexityaffects the effectiveness of the restoration proceduresfor large-scale systems. KBSs [16]–[19] have been developedto integrate both dispatchers’ knowledge and computationalalgorithms for system analysis. However, KBSs require specialsoftware tools and, furthermore, the maintenance of large-scale knowledge bases is a difficult task. The technique of artificialneural networks [20] has been proposed for system restoration.Reference [21] reports a new method for blackstart serviceannual selection analysis; however, the heuristic nature of theapproach does not assure global optimality.In a related paper [5] that reports preliminary results ofthis project, a proposed method is used to solve the generatorstart-up sequencing problem that only achieves optimalityfor each time step. This paper proposes a new algorithm thatformulates this optimization problem as an MILP problem. Theresult is a linear formulation that leads to an optimal solution.Moreover, an optimal generator start-up strategy is proposedto provide an initial starting sequence of all generators andalso updates the generation capability as system restorationprogresses. The developed algorithm can adapt to changingsystem conditions and can be used to provide guidance todispatchers in the operational environment.

نوشته دانلود ترجمه مقاله استراتژی بهینه برای راه اندازی ژنراتور جهت بازگردانی سیستم قدرت حجیم – مجله IEEE اولین بار در ترجمه فا پدیدار شد.

فهرست مطالب:

چکیده
۱ مقدمه
۲ استراتژیهای عملیاتی مرسوم و متداول برای سیستم های μCHP
۱ ۲ استراتژی بر مبنای گرما
۲ ۲ استراتژی بر مبنای برق
۳ راه اندازی آنلاین سیستم های μCHP   با استفاده از برنامه ریزی خطی
۱ ۳ کلیات
۲ ۳ فرضیات مدل
۳ ۳ فرمول بندی ریاضی
۱ ۳ ۳ متغیرهای تصمیم
۲ ۳ ۳ تابع هدف
۳ ۳ ۳ محدودیت ها
۴ نتایج و بحث
۱ ۴ سناریوی  تعرفه تغذیه به شبکه برق (FIT)
۲ ۴ سناریوی تجارت برق
۳ ۴ سناریوی مالیات کربن
۵ نتایج

بخشی از ترجمه:

 ۱ مقدمه

محرک های بین المللی در رابطه با افزایش بازده و راندمان انرژی منجر به افزایش علاقه نسبت به تکنولوژیهای μCHP گردیده اند، زیرا آنها پتانسیل برق و گرمارسانی از یک منبع سوخت به شیوه ای بسیار کارآمد را دارند. بسیاری از شرکت ها مشغول توسعه این تکنولوژی برای برنامه های کاربردی مسکونی براساس یک موتور احتراق داخلی (ICE) ، موتور استرلینگ (SE) یا پیل سوختی (FC) میباشند.به طور مثال، Ceres Power مشغول توسعه پیل سوختی اکسید جامد ۱٫۰kWe می باشد که انتظار می رود تا اواسط سال ۲۰۱۱ آماده تولید انبوه گردد.
تحقیق اخیر انجام شده توسط مولفین نشان داده است که تکیه بر یک استراتژی برای راه اندازی سیستم   همیشه نمی تواند گزینه بهینه ای به شمار رود، در صورتی که استراتژی هیبریدی یا مرکب می تواند به عملکرد و راندمان بهبود یافته نائل گردد که سالانه تقریباً صرفه جویی حاصل می کند. به علاوه مشخص شده است که تقاضاهای برق و گرمای مسکونی روزانه و به صورت فصلی نوسان می کند که این مسئله استفاده از استراتژی عملیاتی از پیش تعیین شده را به خاطر عدم پاسخگویی به چنین نوسانات دینامیکی، کمتر مفید و سودمند جلوه می دهد. به طور مثال، استفاده از یک استراتژی بر مبنای برق زمانی می تواند منجر به هدر رفتن گرما گردد که تقاضا و نیاز گرمایی کمی وجود داشته باشد ووسیله ذخیره گرما کاملاً شارژ شده باشد. درعوض انتظار می رود استفاده از یک استراتژی عملیاتی آنلاین بهینه مناسب، با هدف راه اندازی کارآمدسیستم μCHP ، برتر از استراتژیهای عملیاتی مرسوم و متداول باشد. در نتیجه مطالعه حاضر با توسعه یک ابزار موثر جهت راه اندازی بهینه سیستم های μCHP مسکونی سرو کار دارد.
از تکنیک های LP در اصل برای تعیین بهترین نوع تخصیص منابع محدود با به حداکثر رساندن سود یا به حداقل رساندن هزینه ها استفاده شده است. این تکنیک ها، که مزیتشان محاسبه سریع حتی با مشکلات بزرگ مشتمل بر متغیرها و محدودیت های زیاد است،در حل مسائل تصمیم گیری در سطح وسیع و گسترده به کار گرفته شده اند. برعکس در برنامه ریزی غیر خطی،تعداد قابل توجه و زیاد متغیرها، حل مسئله را سخت تر ووقت گیرتر می نمایند.
از LP برای بهینه سازی سیستم های انرژی با اهداف و برنامه های مختلف استفاده شده است که در جدول ۱ به طور خلاصه بیان شده اند.
تحقیق قبل ، یک بهینه ساز LP آنلاین عمومی برای سیستم های μCHP مسکونی توسعه نداده است که از یک گرمکن کمکی و دستگاه ذخیره سازی حرارتی استفاده نمایند. به علاوه، تاثیر برخی سیاستهای انرژی در حال ظهور نظیرFIT و مالیات کربن، مد نظر قرار نگرفته است. در این مقاله، مدل LP آنلاین بهینه عمومی به نام بهینه ساز (optimizer) برای راه اندازی سیستم μCHP مطرح و با استفاده از Matlab توسعه یافته است. این مدل به شکل عمومی فرمول بندی شده است تا بدین طریق در هر سیستم μCHP وهر پروفایل تقاضایی کاربرد داشته باشد. مهم تراینکه، در مقایسه با کارهای قبلی مربوط به یک دور بهینه سازی جهت تعیین اندازه سیستم های μCHP ، این بهینه ساز به صورت پیوسته و آنلاین راه اندازی شده و هدفش، بهینه سازی راه اندازی کارآمد سیستم μCHP می باشد.

5. نتایج
در مطالعه مطرح شده در این مقاله، راه اندازی وعملیات واحد μCHP  به همراه گرمکن کمکی و دستگاه ذخیره سازی حرارتی برای نمونه خانه های مسکونی، مورد ارزیابی قرار گرفته است. در اینجا بهینه ساز LP آنلاین عمومی برای تعیین عملیات بهینه سیستم μCHP توسعه و مورد ارزیابی قرار گرفته است. بهینه ساز پیشنهادی به شکل عمومی فرمول بندی شده است تا بدین طریق بتوان از آن در هر پروفایل تقاضا و برای هر تکنولوژی μCHP مثلاً ICE و SE استفاده نمود. این بهینه ساز قابلیت به حداقل رساندن هزینه های عملیاتی چنین سیستم هایی را دارد. برای ارزیابی عملکرد بهینه ساز آنلاین، سه سناریوی شبیه سازی متفاوت مورد پژوهش قرار گرفته است: طرح تعرفه تغذیه به شبکه برق (FIT) ، تجارت برق و معرفی مالیات کربن.

بخشی از مقاله انگلیسی:

1. Introduction

International drives towards increased energy efficiency haveled to increased interests in CHP technologies since they havethe potential to deliver both electricity and heat from a single fuelsource in a highly efficient manner. Many companies are developingthis technology for residential applications based on eitheran internal combustion engine (ICE), a Stirling engine (SE) or a fuelcell (FC) [1]. For instance, Ceres Power is developing a 1.0kWe solidoxide fuel cell that is expected to be ready for mass production bythe middle of 2011 [2].Recent research conducted by the authors [3] has shown thatrelying on a single strategy for the operation of a CHP system isnot always the optimum choice whereas a hybrid strategy couldachieve improved performance, which could save approximatelyD150 per year. Furthermore, it is well known that both residentialelectricity and heat demands fluctuate daily and seasonally,which makes the use of a pre-determined operation strategy lessbeneficial due to not being responsive to such dynamic fluctuations.For example, using an electricity-led strategy could lead toa waste of heat when there is little heat demand and the thermal storage device is fully charged. Instead, using an appropriate optimal online operation strategy, which aims for the most efficientoperation of the CHP system, is expected to outperform conventionaloperation strategies [1]. As a result, this study is concernedwith developing an effective tool for optimal operation of residentialCHP systems.LP techniques are principally used for determining the best allocationof limited resources either by maximising the profits orminimising the costs [4]. These techniques, which have the advantageof rapid calculation even with large problems containing asignificant number of variables and constraints, are widely used forsolving decision making problems. Conversely, in non-linear programming,the significant number of variables makes solving theproblem more difficult and time consuming [5,6].LP has been used for the optimisation of energy systems withdifferent purposes and applications as summarised in Table 1.Previous research has not developed a generic online LP optimiserfor residential CHP systems that accounts for a back-upheater and thermal storage device. In addition, the influence ofsome emerging energy policies, such as FIT and carbon tax, hasnot yet been considered. In this paper, a generic optimal online LPmodel for the operation of a CHP system, which is named ‘optimiser’,is presented and has been developed, using the Matlab [13].It has been formulated in a generic form to allow its use for anyCHP system and any demand profile. Importantly, in contrast toearlier work related to single run optimisation to determine the sizeof CHP systems [4], this optimiser operates continuously online with the aim of optimising the efficient operation of the CHP system.Further, the developed online optimiser minimises the dailyoperation costs (cDO) of such a system. Uncertainties in electricaland thermal demands have been considered by generating randomerrors for each individual value. Three simulation scenarios withdifferent incentive mechanisms for installing CHP technologieshave been investigated: the FIT scheme recently adopted in the UK[14]; the trade of electricity; the introduction of a carbon tax. Sensitivityanalyses have been performed to gain an understanding ofthe influence of key parameters on decision making regarding theoperation of residential CHP systems.The remainder of this paper is organised as follows. Section 2describes the conventional pre-determined operation strategies forCHP systems. In Section 3, an online LP optimiser is presentedand developed for online operation of CHP systems. Section 4presents results and a discussion based on the savings achievedthrough the application of the developed online LP optimiser inthree different simulation scenarios. Finally, Section 5 draws conclusionsregarding the strategies and the implications of the resultsobtained.2. Conventional operation strategies for CHP systemsAn operation strategy for CHP systems is a strategy for activating,deactivating or turning down/up the CHP unit. In otherterms, an operation strategy is the way of operating the CHP unitand managing the flow of thermal and electrical energy withinand to/from the system. The operation strategy aims to achievespecific targets, beneficial to the householder. Consequently, theoperation strategy of a CHP system has to answer the followingimportant timing questions taking into consideration the need toachieve certain goals

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله با فرمت ورد

خرید نسخه پاورپوینت این مقاله جهت ارائه

نوشته دانلود ترجمه مقاله سیستم های ترکیبی تولید برق و گرمای مسکونی با استفاده از برنامه ریزی خطی – مجله الزویر اولین بار در ترجمه فا پدیدار شد.