رقابت در بازار محصول و کنترل تونل سهامداران: مدارکی از چین

Product market competition and controlling shareholders’ tunneling: Evidence from China

چکیده

1. مقدمه

2. تدوین فرضیه

۴. نتایج تجربی

5. بحث و نتیجه گیری

بیانیه دسترسی به داده ها

فهرست منابع

     این مقاله به ارائه شواهدی در حمایت از نقش انضباطی رقابت در بازار محصول در تونل زنی سهامداران کنترل کننده می پردازد. ما از تعلیق IPO به دلیل مقررات در چین به عنوان شوک برای رقابت در بازار محصول استفاده می کنیم. با طراحی DID تعمیم یافته، ما در می یابیم که کاهش تهدید رقابت در بازار محصول به دلیل تعلیق IPO رقبا، وام های بین شرکتی را تا 0.4 درصد و احتمال ارتکاب تخلف در امور سرمایه ای تا 3.1 درصد افزایش می دهد. تاثیر تعلیق IPO بر تونل زنی زمانی تضعیف می شود که بازار محصول به شدت رقابتی بوده و برای شرکت های با مساله نمایندگی مشکل ساز و مکانیزم های حاکمیتی ضعیف مشهودتر است. افزون بر این، ما یک اثر معکوس را هنگامی که تعلیق IPO خاتمه می یابد، نشان دادیم. این مطالعه با ارائه شواهدی در حمایت از اثر علّی محتمل رقابت و تونل زنی سهامداران کنترل کننده، بر غنای ادبیات مربوط به نقش انضباطی رقابت در بازار محصول می افزاید.

تدوین فرضیه
تعلیق IPO در چین
     سیستم IPO در چین مبتنی بر مدیریت و تصویب بوده که کاملاً متفاوت از سیستم مبتنی بر افشاء و ثبت آمریکاست. شرکت هایی که در پی پذیرش عمومی در بازار داخلی چین هستند، باید فرآیند چند مرحله ای و کاملاً کنترل شده ای را تحت نظر CSRC طی نمایند که آماده سازی آن ممکن است حدوداً 2 سال به طول بینجامد. مهم ترین ویژگی سیستم IPO چین این است که CSRC تنها به شرکت هایی این امکان را می دهد که به باور آن ها از پتانسیل رشد برای عرضه عمومی بر اساس قضاوت درباره ارزش شرکت مرکزی برخوردارند.

     شرکت ها در مسیر عرضه عمومی با عدم قطعیت قابل توجهی در سیستم IPO چین مواجه هستند که طولانی بوده و منوط به بررسی های اداری است. یک منبع اولیه، تعلیق IPO به دلیل مقررات می باشد. گاه CSRC همه فعالیت های IPO را فراتر از مرحله تقدیم تقاضا برای تسهیل اصلاح بازار سرمایه تعلیق می نماید (پیوتروسکی و ژانگ، 2014). ممکن است تعلیق بابت اجتناب از جذب سرمایه از شرکت های فعلی برای سهام جدیداً ثبت شده باشد (براون و لرین، 2009؛ تیان و توئیت، 2011). در دوره تعلیق، هیچ تاییدیه جدیدی برای تقاضای IPO توسط CSRC وجود نخواهد داشت و شرکت هایی که قبل از تعلیق تایید شده اما ثبت نشده اند ممکن است با وقفه در پذیرش مواجه شده و دسترسی آن ها به بازار سرمایه به تعویق بیفتد. قبل از سال ۲۰۱۶ تعلیق وجود داشته و مدت آن از ۴ تا ۱۳ ماه متغیر می باشد.

     اگر چه رخداد تعلیق های تاریخی نشان می دهد که شرکاء بازار می دانند که احتمال تعلیق وجود دارد اما زمان بندی زمان شروع یا خاتمه تعلیق قابل پیش بینی نیست. تعلیق دولتی مداخله اداری برونزادی محسوب شده و ربطی به ویژگی های متقاضیان IPO ندارد (کانگ و هاول، 2021؛ شی و همکاران، 2018). هیچ هشدار عمومی از قبل وجود نداشته و خاتمه تعلیق با اعلام سپری شدن زمان آن مقارن می باشد. افزون بر این، متقاضیان IPO نمی توانند اصلاح بازار سرمایه یا شرایط آتی بازار را مطابق انتظار پیش بینی کنند، بنابراین با توجه به فرآیند بلندمدت و نامشخص IPO، روند پیشرفت IPO را برنامه ریزی می کنند. حتی برای صندوق های مشترک کارآمد و یا سایر شرکاء بازار، پیش بینی تعلیق از قبل غیرممکن است. تعلیق IPO احتمالاً می توانند باعث تعویق برونزاد پذیرش در میان شرکت هایی گردد که قبلاً برای عرضه عمومی تاییدیه دریافت نموده اند.

ظهور تولید افزایشی در مقیاس جهانی در بحران ویروس جدید کرونا

Emergence of additive manufacturing in global scale during the crisis of 2019-nCoV (novel corona virus)

چکیده
1. مقدمه
۲. ظهور تولید افزایشی
3. چالش ها
۴. آینده تولید افزایشی
5. نتیجه گیری
منابع

چکیده

پاندمی جهانی کووید 19، به صورت معضلی برای نژاد بشر ظهور کرده است. ظهور این بیماری در ابتدا در ووهان چین ثبت شد و به آرامی در بسیاری از کشورها گسترش یافت. افزایش موارد مثبت و افزایش نرخ مرگ و میر بدون هیچ داروی تجویز شده برای درمان، منجر به تاثیر بیشتر بر جامعه جهانی شده است و ضربه بدی به بخش تولید وارد کرده است. تولید اضافی (‏AM)‏ منبع اصلی تولید در تامین زنجیره تامین، برای دستگاه های پزشکی و کیت های حفاظتی است. این مقاله در مورد پاسخ جامعه تولید اضافی (‏AM) جهانی در توسعه محصولات ضروری در بازه زمانی مطلوب برای درمان بیشتر بحث می کند.

1. مقدمه

گفته می شود منشا ظهور بیماری همه گیر جدید با نام ۲۰۱۹-nCoV (‏ویروس کرونا جدید)‏، استان هوبی چین از شهر ووهان در دسامبر ۲۰۱۹ بود که در جهان پیشرفت کرده است [‏1]‏. علائم اولیه این بیماری مربوط به علائم ذات الریه شدید است و بیماران، سابقه بازدید از غذاهای دریایی هونان و بازار حیوانات زنده در شهر ووهان را داشتند. پس از آزمایش نمونه های شناسایی شده از بیماران بازار غذاهای دریایی هونان مشخص شد این بیماری شباهت بیش از ۹۰% با ویروس کرونا خفاش و بیش از ۷۰ % همولوژی با SARS-CoV (‏سندروم تنفسی حاد – کورونا ویروس)‏ دارد که در سال ۲۰۰۲ – ۲۰۰۳ در استان گوانگ دونگ چین با منشا پستانداران ظهور کرده و از طریق گربه های زباد به انسان ها منتقل شده بود [‏۲، ۳]‏.

5. نتیجه گیری

ظهور اپیدمی کووید 19 باعث تجدید نظر در روابط انسان و طبیعت در چش ‌انداز وسیع تر شده است. وابستگی اقتصاد در سطح جهانی، نقش بسیار مهمی در بخش تولید و زنجیره تامین آن ایفا می کند. این سیاره همچنین شاهد کمبود تجهیزات پزشکی مورد نیاز برای اهداف و ایمنی بهتر بوده است. تولید افزایشی نقش مهمی در تامین دستگاه های ضروری مورد نیاز در درمان موارد مثبت کووید۱۹ و همچنین حفاظت از کارکنان بهداشتی ایفا کرده است.

Abstract

The global pandemic COVID-19 has emerged as a bane for the human race. The emergence of this disease was initially noted in Wuhan, China and slowly spreading to large number of countries. The greater number of positive cases and increasing mortality rate clubbed with no prescribed medication to cure has led to greater impact on global society and has badly hit the manufacturing sector. Additive Manufacturing (AM) is considered to be primary source of manufacturing in meeting the supply chain towards medical devices and protection kits. This paper discusses the response of global AM community in development of essential products in the desired time span for greater cure.

1. Introduction

The emergence of new epidemic disease named as 2019-nCoV (novel corona virus) has reportedly seen its advancement to world through its origin from Hubei Province of China from the city of Wuhan during December 2019 [1]. The initial identification of this disease relates to severe pneumonia symptoms and the reported patients had a history of visit to Hunan seafood and live animal market in the city of Wuhan. The identified samples of patients from Hunan seafood market after testing had the similarity index greater than 90% of bat corona virus and greater than 70% homology to SARS-CoV (Severe Acute Respiratory Syndrome – Corona Virus) that had emerged in 2002–2003 in Guangdong Province of China with its origin from bat mammals and transferred to humans through intermediary palm civet cats [2,3].

5. Conclusion

The advent of COVID-19 epidemic has made to rethink the human and nature relations in the broader perspective. The dependency of economy, globally, plays a very important role in manufacturing sector and its supply chain. The planet has also seen the dearth of required medical equipments for better cause and safety. Additive Manufacturing has played a major role in meeting the required necessary devices in curing the positive cases of COVID-19 and also in protecting the health workers.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

ظهور تولید افزایشی در مقیاس جهانی در بحران ویروس جدید کرونا

Emergence of additive manufacturing in global scale during the crisis of 2019-nCoV (novel corona virus)

پیش بینی خطر تبدیل دیجیتالی زنجیره تامین تولید بر اساس تجزیه و تحلیل اجزای اصلی و شبکه عصبی مصنوعی پسرو

Risk Prediction of Digital Transformation of Manufacturing Supply Chain Based on Principal Component Analysis and Backpropagation Artificial Neural Network

چکیده

1. مقدمه

2. مرور مطالعات پیشین

2.1 معانی ضمنی زنجیره تأمین تولید (MSC) دیجیتالی

2.2 عوامل محرک تحول دیجیتالی زنجیره تأمین تولید (MSC)

2.3 بحث درباره ریسک های تحول دیجیتالی زنجیره تأمین تولید (MSC)

3. مبانی نظری

3.1 نظریه تکنولوژی، سازمان، و محیط (TOE)

3.2 ریسک های زنجیره تأمین تولید (MSC) دیجیتالی

4. روش شناسی

4.1 تحلیل مؤلفه اصلی (PCA)

5. طراحی سیستم شاخص ارزیابی

5.1 کسب داده های نمونه

5.2 تحلیل مؤلفه اصلی (PCA)

6. طراحی و کاربرد مدل شبکه عصبی پسرو (BPNN) مبتنی بر تحلیل مؤلفه اصلی (PCA)

6.1 طراحی مدل شبکه عصبی پسرو (BPNN)

6.2 آموزش شبکه عصبی پسرو (BPNN)

6.3 شبیه سازی مدل

7. نتیجه گیری ها

منابع

چکیده

تحول دیجیتالی تولید، موضوع داغی در بین مدیران استراتژیک شرکت های تولیدی است. کلید تحویل دیجیتالی در دیجیتالی کردن زنجیره تأمین تولید (MSC) است. با این حال تحول دیجیتالی زنجیره تأمین تولید (MSC) کاملاً نامعلوم است و این نامعلومی به علت تغییرات پویا و پیچیده در گره ها و ساختار آن در پاسخ به تقاضای رو به رشد مشتریان و رقابت شدید در بازار است. برای پیشبرد تحول دیجیتالی زنجیره تأمین تولید (MSC)، مهم است که عوامل ریسک در زمینه تحول دیجیتالی را به صورت مؤثر شناسایی و پیش بینی کنیم. لذا من در این مقاله تلاش می کنم که به شرکت های تولیدی در چین کمک کنم به یک زنجیره تأمین تولید (MSC) دیجیتالی رو بیاورند. اول، منابع ریسک دیجیتالی کردن زنجیره تأمین تولید (MSC) را شناسایی می کنم، و آنها را به صورت یک سیستم شاخص ارزیابی برای تحول دیجیتالی زنجیره تأمین تولید (MSC) تعدیل می کنم. سپس تحلیل مؤلفه اصلی (PCA) را انجام دادم تا بُعد داده های اصلی را از طریق آشکارسازی سه مؤلفه اصلی کلیدی کاهش دهم و سپس پارامترهای مشخصه پیش بینی ریسک را انتخاب کردم تا ساختار شبکه عصبی را ساده سازم و سرعت و کارایی آموزش شبکه را بهبود دهم. بر این اساس، یک شبکه عصبی پسرو (BPNN) را برای پیش بینی ریسک ها در دیجیتالی کردن زنجیره تأمین تولید (MSC) ایجاد کردیم. نتایج آموزش دادن مدل بر مبنای برخی از داده ها نشان داد که مدل پیشنهادی شبکه عصبی پسرو (BPNN) تاثیر پیشگویانه خوبی دارد. به علاوه، من در یک سری آزمایشات، مدل خود را با مدل شبکه عصبی مصنوعی (ANN) سنتی مقایسه کردیم. این مقایسه نشان داد که مدل من از لحاظ پیش بینی ریسک، اثر بهتری نسبت به مدل سنتی دارد. نتایج همچنین نشان داد که سه مؤلفه اصلی انتخاب شده منطقی هستند و سیستم شاخص ارزیابی نیز ارزشمند می باشد. نتایج تحقیق من بینش های جدیدی را درباره تحول دیجیتالی آسان زنجیره تأمین تولید (MSC) ایجاد کرد.

7.  نتیجه گیری ها

تحول دیجیتالی صنعت تولید چین یک پدیده جدید است و هیچ تجربه موجود نیست که بتوان چیزهایی را از آن یاد گرفت. بسیاری از شرکت های تولیدی سنتی در چین با مشکلات زیادی از لحاظ تکمیل سریع تحول دیجیتالی مواجه هستند که این تا حدودی به علت عدم قطعیت ها و ریسک های متعددی است که در حین تحول رخ میدهند. برای اجرای هموار تحول دیجیتالی در بین شرکت های تولیدی در چین، در این مقاله عوامل ریسک شرکت های تولیدی سنتی در تحول دیجیتالی را شناسایی کرده ام، مطالعات مرتبط را مرور نموده ام، و آنها را به صورت یک سیستم شاخص ارزیابی گردآوری کرده ام. سپس تحلیل مؤلفه اصلی (PCA) را انجام دادم تا عوامل ریسک اصلی تحول دیجیتالی را بر مبنای داده های بررسی استخراج کنم و از آنها برای آموزش و بهبود مدل پیش بینی ریسک شبکه عصبی پسرو (BPNN) استفاده کنم. نتایج شبیه سازی نشان میدهد که مدل پیش بینی شبکه عصبی پسرو (BPNN) پیشنهاد شده خیلی سودمند است. ترکیب ریسک موجود منطقی است. از بین سه مؤلفه اصلی کلیدی، سازگاری استراتژی ضعیف معنادارترین عامل می باشد. این عامل نه تنها پایداری زنجیره تأمین (SC) دیجیتالی را تضعیف می کند بلکه بر روی محیط عملیاتی نیز تأثیر می گذارد و توانایی مدیریت ریسک شرکت ها را هم تضعیف می کند. تحقیقات پیگیری، مدل پیش بینی ما را بیشتر بهبود می دهند. به عنوان مثال اندازه، تنوع، و کیفیت نمونه ها افزایش خواهند یافت؛ سیستم شاخص ارزیابی از طریق انجام آزمایش های بیشتر اعتبارسنجی خواهد شد و تعدیل خواهد شد تا کاربردپذیری آن برای سناریوهای دنیای واقعی افزایش یابد.

Abstract

Digital transformation of manufacturing is a hot topic among strategic managers of manufacturing companies. The crux of digital transformation lies in the digitalization of manufacturing supply chain (MSC). However, the digital transformation of the MSC is highly uncertain, owing to the dynamic and complex changes of its nodes and structure in response to growing customer demand and fierce market competition. To propel the MSC digital transformation, it is crucial to effectively identify and predict the risk factors in the course of digital transformation. Therefore, this paper attempts to help manufacturing companies in China to successfully switch to a digital MSC. Firstly, the risk sources of the MSC digitization were identified, and complied into an evaluation index system for the digital transformation of the MSC. Next, the principal component analysis (PCA) was performed to reduce the dimension of the original data by revealing the three key principal components, and then the characteristic parameters of risk prediction are selected, so as to simplify the structure of neural network and improve the speed and efficiency of network training. On this basis, a backpropagation neural network (BPNN) was constructed for predicting the risks in MSC digitization. The results of training the model based on some data show that the proposed BPNN model has a good predictive effect. Furthermore, our model was compared with the traditional artificial neural network (ANN) model on a test set. The comparison demonstrates that our model achieved better effect than the traditional model in risk prediction. The results also show that the selected three principal components are reasonable, and the evaluation index system is valuable. The research results provide new insights to the smooth digital transformation of the MSC.

7. Conclusions

The digital transformation of China’s manufacturing is a new phenomenon, with no experience to learn from. Many traditional manufacturing companies in China are faced with great difficulties in quickly completing the digital transformation, partly owing to the numerous uncertainties and risks that arise in the course of the transformation. For the smooth implementation of digital transformation among manufacturing companies in China, this paper identifies the risk factors of traditional manufacturing companies in digital transformation, referring to the relevant literature, and compiles them into an evaluation index system. Next, the PCA was carried out to extract the principal risk factors of digital transformation based on the survey data, and used to train and improve the BPNN risk prediction model. Simulation results show that the proposed BPNN prediction model is very useful. The risk composition is reasonable. Among the three key principal components, the weak strategy consistency is the most significant factor. This factor not only undermines the stability of the digital SC, but also affects the operating environment and weakens the risk management ability of companies. The follow-up research will further improve our prediction model. For example, the size, diversity, and quality of samples will be increased; the evaluation index system will be verified through even more tests, and adjusted to enhance its applicability to real-world scenarios.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

پیش بینی خطر تبدیل دیجیتالی زنجیره تامین تولید بر اساس تجزیه و تحلیل اجزای اصلی و شبکه عصبی مصنوعی پسرو

Risk Prediction of Digital Transformation of Manufacturing Supply Chain Based on Principal Component Analysis and Backpropagation Artificial Neural Network

نقش مدل کسب و کار در رشد بازار: تفاوت بین صنعت تبدیل شده و صنعت در حال ظهور

The role of a business model in market growth: The difference between the converted industry and the emerging industry

چکیده

1.مقدمه

2. مدل‌سازی پویایی سیستم

3. شبیه سازی رشد بازار صنعت خودروهای خودران

4.رشد بازار صنعت ربات‌‌‌‌های هوشمند

5. بحث و نتیجه گیری

منابع

چکیده

     در این مقاله، نقش مدل‌های کسب ‌وکار مورد بررسی قرار گرفته و تفاوت‌های موجود میان نقش‌ یک صنعت تبدیلی بازار محور موجود کنونی و یک صنعت بازار محور نوظهور مشخص می‌شود . در مطالعه حاضر، وضعیت فناوری‌ها و مدل‌های کسب و کار در صنایع خودروهای خودران و ربات‌های هوشمند و نیز رشد دو ساله اخیر آن‌ها با استفاده از ثبت اختراعات مدل های کسب وکار و فناوری مورد تحلیل و بررسی قرار گرفته است. علاوه بر این، وضعیت کنونی فناوری‌ها، مدل‌های کسب و کار و بازارهای دو صنعت براساس بازبینی‌های آثار پژوهشی بررسی گردید. در ادامه این مطالعه، رشد بازار صنعت خودروهای خودران و ربات‌های هوشمند با کمک روش پویایی سیستم شبیه‌سازی شد. شبیه‌سازی‌ها به وسیله تجزیه و تحلیل منابع و ارجاعات ثبت اختراعات فناوری ها و ثبت اختراعات مدل های کسب و کار دو صنعت مذکور اثبات و تأیید گردیدند. در پایان، سه نتیجه‌گیری از این تحقیق بدست آمد. اول این که، در یک صنعت تبدیلی مانند خودروهای خودران، راهبرد متمرکز بر یک مدل کسب و کار در مراحل اولیه کارآمد است، ولی یک راهبرد متمرکز بر فناوری در مرحله بلوغ مؤثر می باشد. دوم این که، در یک صنعت نوظهور مثل ربات‌های هوشمند، راهبرد متمرکز بر فناوری در مرحله اولیه نسبت به راهبرد متمرکز بر یک مدل کسب و کار تاحدی مؤثرتر واقع می‌شود؛ برعکس، یک راهبرد متمرکز بر فناوری در مرحله بلوغ تا حدودی کارآمدتر است. سوم اینکه ، یک مدل کسب و کار برای تکمیل فناوری هایی مانند ربات‌های هوشمند در مرحله بلوغ در کانادا یا خودروهای خودران در مرحله بلوغ در ژاپن نیز حایز اهمیت است .

مدل‌سازی پویایی سیستم

مرور آثار پژوهشی و مدل سازی پویایی سیستم

مرور آثار پژوهشی

     فناوری‌ها به طور مستقیم بر بازارها تاثیر نمی‌گذارند، اما این کار را از طریق کسب و کارها انجام می‌دهند و ساختار حلقه بازخورد مثبت جداگانه‌ای نیز میان فناوری‌ها و مدل‌های کسب ‌وکار و همین‌طور میان مدل های کسب و کار و بازارها وجود دارد ( کوداما و شیباتا، ۲۰۱۵؛ یون و همکاران ، ۲۰۱۶ ب) . مدل کسب ‌وکار به مانند یک ساختار واسطه‌ای عمل نموده و حوزه‌های فنی و اقتصادی را به هم پیوند می‌دهد (چسبرو ، ۲۰۰۶). یک مدل کسب ‌وکار به عنوان ترکیبی از فناوری‌ها و بازارها باید راهبرد‌ها و منابعی را تحت پوشش قرار دهد که از شکل‌گیری ترکیبات اشتباه مانند بیش برازش فناوری یا تناقض ایکاروس (Icarus) خودداری کند. با این حال، مدل‌های جدید کسب وکار این امکان را برای نوآوری‌های بالقوه دیگر فراهم می‌آورد تا در صدر نوآوری‌های محصول و فرآیند قرار گیرند (گاسمان و همکاران ، ۲۰۱۴).

     چه عاملی نوآوری‌ها را برهم‌ زننده می‌سازد؟ ریشه این تنش، تضادی است که میان مدل‌های کسب ‌وکار ایجاد شده برای فناوری‌های موجود و مدل‌های موردنیاز برای بهره‌برداری از فناوری‌های نوظهور اخلال‌گر وجود دارد (چسبرو، 2010). بنابراین، به عقیده چسبرو (2010)، پیروی از «منطق غالب» می‌تواند باعث شود شرکت‌ها کاربردهای بالقوه باارزش فناوری‌هایی که با مدل کسب و کار فعلی‌شان تناسب ندارد، را از دست بدهند. به علاوه، شرکت‌ها برای جبران افزایش هزینه‌های توسعه و دوره‌های کوتاه‌تر طول عمر محصولات باید دنبال روش‌های خلاقانه‌ای بگردند تا با استفاده از طرح‌ها و فناوری‌های خارجی مربوط به توسعه محصول داخلی و نیز با فراهم نمودن امکان تجاری سازی مالکیت معنوی داخلی بتوانند مدل‌های کسب و کار خود را توسعه دهند (چسبرو، 2007 الف، 2007 ب).

     یک طرح یا فناوری واحد که به واسطه دو مدل کسب ‌وکار متفاوت به بازار عرضه می‌شود، دو پیامد اقتصادی متفاوت را در پی خواهد داشت. از این رو، فناوری معمولی که در چارچوب یک مدل کسب و کار بزرگ دنبال می‌شود، ممکن است از فناوری بزرگی که از طریق یک مدل کسب ‌وکار معمولی مورد بهره‌برداری قرار می‌گیرد، ارزشمندتر باشد؛ چرا که فناوری به تنهایی هیچ ارزش عینی ندارد (چسبرو ، ۲۰۱۰).

     به عبارتی، یک مدل کسب ‌وکار نوعی منطق کلامی است که به واسطه آن یک کسب وکار ایجاد شده و به مشتریان ارزش می‌دهد (سیرجوسکیس، 2016). مدل کسب‌ وکاری که بخواهد ارزشی برای عملکرد پایدار شرکت ایجاد و کسب ‌کند، به سه دسته مهم قابلیت‌های پویا نیاز دارد. این سه دسته عبارتند از: (۱) حس کردن (شناسایی و ارزیابی فرصت‌ها)، تحت کنترل درآوردن (بسیج منابع داخلی و خارجی برای پرداختن به فرصت‌ها و کسب ارزش در انجام این کار) و (3) تحول ( نوسازی مداوم یک سازمان) (تیس، 2007، 2010). قابلیت‌های پویا نه تنها توانایی درک فناوری‌های جدید و بازارهای هدف بلکه مدل‌های کسب ‌وکار را نیز شامل می‌شود. بنابراین، فرآیند طراحی مدل کسب ‌وکار شامل انتخاب فناوری‌ و شناسایی بازار به علاوه تعیین مزایا، تأیید درآمدها و طراحی سازوکار‌های لازم برای کسب ارزش می‌شود (تیس، ۲۰۱۰).

مدیریت توان راکتیو در رابط انتقال و توزیع با پشتیبانی از مولدهای توزیع شده – رویکرد برنامه ریزی شبکه

Reactive power management at the transmission–distribution interface with the support of distributed generators – a grid planning approach

چکیده
1 مقدمه
2 مدل شبیه سازی و فرضیات آن
2.1 ناحیه مورد مطالعه
2.2 مدل شبکه
2.3 الزامات در سطح T-D
2.4 مدل ژنراتور ها
2.5 اعتبار سنجی مدل شبیه سازی
2.6 نرمال سازی نتایج
3 ارزیابی های دسترسی به مقررات توان راکتیو توسط DG ها
3.1 روش شناسی
3.2 نتایج
4 ارزیابی نیاز جبران سازی توان راکتیو اضافی
4.1 اصول برنامه ریزی
4.2 نتایج
5 مباحث در رابطه با نتایج
6 جمع بندی و دیدگاه کلی
7 منابع

چکیده

این مطالعه، یک رویکرد برنامه ریزی شبکه را برای مدیریت توان راکتیو در سطح مشترک بین انتقال- توزیع با پشتیبانی از ژنراتور های توزیع شده (DG ها) ارائه می کند. سوال اصلی تحقیقاتی در این مقاله این  است: آیا مدیریت توان راکتیو با DG ها میتواند توان راکتیو قابل کنترل را با دسترسی بسیار بالا ایجاد کند و آیا این کار میتواند باعث کاهش و یا اجتناب از نیاز برای جبران ساز های اضافی توان راکتیو در بخش شبکه توزیع شود( مثلا جبران ساز های سوییچ مکانیکی)؟ ازین رو، ما در این مطالعه یک تحلیل دسترسی پذیری پشتیبانی توان راکتیو را برای انواع مختلف از تولید دز سطح توزیع انجام می دهیم مانند توزیع برق آبی، گرمایی، بادی و نیروگاه های فوتو ولتائیک. برای مورد پژوهی های انجام شده بر روی شبکه توزیع واقعی در آلمان، مدیریت توان راکتیو با پشتیبانی از DG ها می تواند به صورت محسوس باعث کاهش نیاز برای  دستگاه های جبران ساز توان راکتیو شود. اما، کارایی DG ها برای پشتیبانی از توان راکتیو تا حد زیادی مبتنی بر قوانین برنامه ریزی شبکه و الزامات مرتبط با سطح مشترک بین انتقال- توزیع می باشد.

1 مقدمه

افزایش فاصله انتقال و توسعه ظرفیت های انتقال باعث شده که نیاز توان راکتیو (Q) در سیستم انتقال آلمان به صورت محسوس تا سال 2030 افزایش پیدا کند [1]. علاوه بر این، تعداد نیروگاه های بزرگ متداول که این روز ها مهم ترین منابع توان راکتیو هستند، در چند سال آتی در سیستم انتقال آلمان کاهش پیدا می کنند و منابع راکتیو جدید مورد نیاز  خواهد بود. در مرجع [1و2]، به این نکته اشاره شده است که بازه توان راکتیو کلی در سیستم انتقال افزایش پیدا می کند و ازین رو ما نیازمند تجهیزات جبران سازی کم تحریک و بیش تحریک ( دراین مقاله ،عبارت کم تحریک نشان دهنده ورودی/ جبران سازی توان راکتیو در بخش شبکه یا ژنراتور های توزیع شده (DG) مشابه با یک القا گر موازی می باشد. عبارت بیش تحریک نیز نشاندهنده خروجی/ تولید راکتیو در یک شبکه یا DG مشابه با خازن موازی می باشد). که این نیاز مبتنی بر تولید خاص و رفتار نیاز و مکان یک شبکه می باشد. منابع راکتیو متفاوت دیگر در مرجع شماره [1] بررسی شده است مانند نصب کردن جبران ساز های اضافی Q ( مثلا جبران ساز های Var ایستا)، استفاده از ولتاژ های بالا برنامه ریزی شده (HV).

Abstract

This study introduces a grid planning approach for reactive power management at the transmission–distribution interface with the support of distributed generators (DGs). The main research question is: can reactive power management with DGs provide controllable reactive power with a very high availability and can this reduce or avoid the demand for additional reactive power compensators in a distribution grid section (e.g. mechanically switched compensators)? Therefore, an availability analysis of reactive power support is performed for different generation types at the distribution level, like hydro, thermal, wind and photovoltaic power plants. For the investigated case study of a real German distribution grid, reactive power management with the support of DGs could relevantly reduce the demand for additional reactive power compensation devices. However, the effectivity of DGs for reactive power support strongly depends on the applied grid planning rules and requirements at the transmission–distribution interface.

1 Introduction

Increased transport distances and the expansion of transmission capacities will increase the reactive power (Q) demand in the German transmission system significantly until the year 2030 [1]. Furthermore, the number of large conventional power plants, which are nowadays still a major reactive resource, will decrease within the next years in the German transmission system and new reactive resources will be required. In [1, 2] it is noted, that the overall reactive range in the transmission system will increase, and hence underexcited and overexcited [In this paper, the term underexcited operation describes a reactive import/consumption of a grid section or a distributed generator (DG), similar to a shunt inductor. The term overexcited operation describes a reactive export/generation of a grid section or a DG, similar to a shunt capacitor.] compensation equipment might be required, depending on the particular generation and demand behaviour and the respective grid locations. Different additional reactive resources are discussed in [1], such as the installation of additional Q compensators (e.g. static Var compensators), the use of planned high-voltage (HV) direct current converter stations or the utilisation of DGs connected to the distribution level.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدیریت توان راکتیو در رابط انتقال و توزیع با پشتیبانی از مولدهای توزیع شده – رویکرد برنامه ریزی شبکه

Reactive power management at the transmission–distribution interface with the support of distributed generators – a grid planning approach

مدل تولید در سطح جهانی و شاخصهای عملکرد عملیاتی: مقایسه بین شرکتهای WCM

World Class Manufacturing (Wcm) Model And Operational Performance Indicators: Comparison Between Wcm Firms

چکیده

مقدمه

مدل تولید در سطح جهانی (WCM)

شاخصهای عملکرد عملیاتی در مدل تولید در سطح جهانی

شاخصهای عملکرد ستون ایمنی (S)

شاخصهای عملکرد ستون توزیع هزینه (CD)

شاخصهای عملکرد ستون بهبود متمرکز (FI)

شاخصهای عملکرد ستون فعالیتهای مستقل (AA)

شاخصهای عملکرد ستون تعمیرات و نگهداری مستقل (AM)

شاخصهای عملکرد ستون سازماندهی محل کار (WO)

شاخصهای عملکرد ستون تعمیرات و نگهداری حرفه ای (PM)

شاخصهای عملکرد ستون کنترل کیفیت (QC)

شاخصهای عملکرد ستون لجستیک (LOG)

شاخصهای عملکرد ستون مدیریت تجهیزات اولیه (EEM)

شاخصهای عملکرد ستون توسعه افراد

شاخصهای عملکرد ستون محیط (ENV)

ارزیابی شرکتهای WCM

نتیجه گیری

چکیده

تولید در سطح جهانی یک سیستم کاربردی است که ترکیبی از بهترین شیوه های سازگار با یکدیگر می باشد، بطوریکه کسب و کارها می توانند به طور سیستماتیکی به فعالیتهای خود ادامه دهند. مدل WCM دارای ده ستون عملیاتی است. در این مطالعه، ستونهای عملیاتی مدل WCM و شاخصهای عملکردی که در آن کاربردهای این ستونها دنبال می شوند، به دقت شرح داده می شوند. این مطالعه برای نظارت بر عملکرد عملیاتی در مدل WCM با کمک شاخصهای کلیدی عملکرد (KPI) طراحی شده است، و تاثیر ستونهای عملیاتی و شاخصهای عملکرد را  بر کل عملکرد WCM مورد بررسی قرار می دهد. در بخش پژوهشی این مطالعه، دو شرکت مختلف اجرا کننده WCM  که دارای KPIهای مشترکی هستند، مورد مقایسه قرار می گیرند.

مقدمه

تولید در سطح جهانی (VCM) ابتدا توسط Hayes و Wheelwright در سال 1984 برای گرد هم آوردن بهترین شیوه ها برای توسعه شرکتهای تولیدی پس از انقلاب صنعتی مطرح شد. در اواخر دهه 1980، Richard J. Schonberger (1986) نشان داد که WCM یک زبان مشترک برای مفاهیمی مانند تولید بهنگام، نگهداری فنی با بهره وری کامل، مدیریت کیفیت فراگیر، تولید ناب، و مشارکت کارکنان به منظور توضیح تکنیکهای مختلف مورد استفاده در مکانها و زمانهای مختلف در سیستمهای تولید مدرن است. WCM طراحی شد و به عنوان یک مدل در سال 2006 مورد استفاده قرار گرفت تا بر بحران گروه فیات کرایسلر اتومبیلز (FCA) غلبه نماید. مدل VCM بر مبنای بدون عدم وجود ضایعات، عدم وجود نقص، عدم صورت کالا و عدم شکست می باشد.

نتیجه گیری

مدل WCM، یک مدل پویا، همواره در حال تکامل و خود-تجدیدکننده است. نظارت بر عملکرد WCM با پیگیری این تغییر نیز انجام می شود. مدل WCM دارای مقادیر مختلف KPI است که باید توسط کاروران در جریان اسلوب سازی دنبال شود و دارای سه مرحله می باشد. نتیجه نشان می دهد که مدل WCMتغییر را می پذیرد و مدل را برای مراحلی که بارها و بارها تکرار می شوند حفظ می کند تا سطوح تاثیر آن را مشخص کند. 

تولید در سطح جهانی، تلاشی برای یک عامل است تا به ارکان سه گانه توسعه پایدار که تحت تاثیر نوآوریها و تغییر در فن آوری قرار دارد، برسد و بطور مداوم به بهترین نتیجه دست یابد. این تغییر همچنان در کاری که باید بر روی مدل WCM انجام شود ادامه خواهد یافت تا بر تغییر در عملکرد شرکتهایی که مدل WCM را اجرا می کنند، نظارت انجام شود. هر کسب و کاری باید دارای ویژگیهای متفاوت و منحصر به فردی باشد تا بتواند در فرایندهای خود به کمال برسد و خود را به عنوان یک فلسفه تجدید کننده بپذیرد. 

Abstract

World Class Manufacturing is an application system that combines best practices which are compatible with each other so that businesses can continue their activities systematically. WCM model has ten operational pillars. In this study, the operational pillars of the WCM model and the performance indicators in which the applications of these pillars are followed are elaborated. The study was designed to monitor operational performance in the WCM model with the help of Key Performance Indicators (KPI) and investigate the effects of operational pillars and performance indicators on total WCM performance. In the research part of the study, two different WCM operator firms are compared and their KPIs are shared.

INTRODUCTION

World Class Manufacturing (WCM) was first proposed by Hayes and Wheelwright in 1984 to bring together the best practices for the development of manufacturing enterprises after the industrial revolution. In the late 1980s, Richard J. Schonberger (1986) showed that WCM is a common language for concepts such as just-in-time, total productive maintenance, total quality management, lean manufacturing and employee involvement in order to explain the different types of techniques used in different places at different times in modern production systems. WCM was developed and used as a model in 2006 to overcome the crisis in the Fiat Chrsyler Automobile (FCA) Group. WCM model is based on zero waste, zero defects, zero inventories and zero failure.

CONCLUSION

The WCM model is a dynamic, constantly evolving, self-renewing model. Monitoring of WCM performance is also carried out by following this change. The WCM model will have varying KPI values that must be followed by the practitioner in the course of the systemization followed by the three phases. The result from this is that the WCM model accepts the change and maintains the model for the phases it is going through again and again in order to determine the impact levels.

World Class Manufacturing is a quest for an operator to reach the bottom line, to be influenced by innovations and changes in technology, and to achieve the best continuously. This change will continue to follow the change in work to be done on the WCM model in order to monitor this change-over performance of enterprises implementing the WCM model. Every business has to have different and unique characteristics, to try to catch perfection in its processes and to accept itself as a philosophy of renewing.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل تولید در سطح جهانی و شاخصهای عملکرد عملیاتی: مقایسه بین شرکتهای WCM

World Class Manufacturing (Wcm) Model And Operational Performance Indicators: Comparison Between Wcm Firms

رویکرد شبیه سازی چند روشی برای برآورد اثر تعامل رفتار مشتری و استراتژی سازمانی بر پایداری اقتصادی بازسازی

A multi-method simulation approach for evaluating the effect of the interaction of customer behaviour and enterprise strategy on economic viability of remanufacturing

چکیده

1. مقدمه

2. بررسی اجمالی رویکرد شبیه سازی چندگانه

2.1 پویایی سیستم (SD)

2.2 مدل سازی مبتنی بر عامل (ABM)

2.3 ترکیب دو مدل در یک چارچوب واحد

3. شرح مدل

3.1 مدل سازی سیستم بازسازی

3.2 مدل سازی رفتار مشتری

3.3. پیوند زدن مدل ها با هم

4. تجزیه و تحلیل تجربی و نتایج عددی

5. نتیجه گیری ها

چکیده

پایداری اقتصادی بازسازی نشان داده که به طور قابل توجهی تحت تأثیر تعامل میان رفتار مشتری و تصمیمات استراتژیک تولید کننده قرار دارد. مقاله حاضر با استفاده از یک مدل شبیه سازی چند منظوره که ترکیبی از مدل مبتنی بر چند عامل مشتریان و یک مدل مبتنی بر پویایی سیستم شرکت های بازسازی است این تعامل را مورد بررسی قرار می دهد. این مدل از رویکرد اعتبار سنجی برای هر مولفه استفاده می کند و جهت بررسی، تجزیه و تحلیل و پیش بینی اثرات بلند مدت تصمیمات استراتژیک شرکت بازسازی کننده بر رفتار مشتری و اثرات بعدی آن بر محیط کسب و کار که سودآوری شرکت را تعیین می کند به کار می رود.

5. نتیجه گیری ها
ترکیبی از شبیه سازی چند عامله و پویایی سیستم نشان ارائه شد تا به پویایی تعاملات بین فازهای چرخه عمر مختلف اجازه دهد به طور موثر درگیر شوند. این یک چارچوب برای مدل سازی پویا از اولویت مشتری بر اساس تجربه تاریخی، شکل دادن به نظرات بر اساس تبلیغات دهان به دهان و حفظ عدم اطمینان در رفتار مشتری برای تحلیل رابطه با استراتژی هایی که زمان انتظار تولید را تحت تاثیر قرار می دهند ارائه می کند. مجموعه روانشناسی و جامعه شناختی برای فرایندها و تعاملات تصمیم گیری فردی را می توان در بالای این چارچوب در صورت لزوم در آینده طراحی نمود. مدل تولید شده به وضوح نشان می دهد که تعامل بین دو جنبه می تواند منجر به آستانه های حساس در متغیرهای تصمیم شود که می توانند تأثیر مهمی بر پایداری اقتصادی عملیات بازسازی داشته باشد. به عنوان مثال، مدل این مقاله می تواند رنج مناسبی از زمان انتظار هدف برای شرکت خودرو ارائه کند تا بازسازی را قابل اعتماد کند. این روش پیشنهادی را می توان هر زمانی که تعاملات بین فازهای چرخه حیات باید مدل سازی شود، در بسیاری از مشکلات تولیدی فراتر از بازسازی، اعمال نمود؛ بنابراین از تحولات استراتژیک اقتصادی مدور پشتیبانی می کند.

Abstract

The economic viability of remanufacturing is shown to be significantly affected by the interaction between customer behaviour and strategic decisions of the manufacturer. The paper investigates this interaction using a multi-method simulation model combining a multi-agent-based model of customers and a system dynamics based model of the remanufacturing enterprise. The model uses validated approaches for each component and is used to investigate, analyse and forecast the long-term effects of strategic decisions of the remanufacturing enterprise on customer behaviour and the consequent effects on the business environment that determine the profitability of the enterprise.

5. Conclusions

Combining multi-agent simulation and system dynamics is shown to allow the dynamics of interactions between different lifecycle phases to be captured effectively. This provides a framework for dynamic modelling of customer preference based on historical experience, shaping of opinions based on word of mouth and the remaining uncertainty in customer behaviour to be analysed in conjunction with strategies that affect production lead times and capacities. Complex psychological and sociological for individual decision taking processes and interactions can be modelled on top of this framework as needed in the future. The produced model clearly shows that the interaction between the two aspects can result in critical thresholds in decision variables that can have a major effect on the economic viability of remanufacturing operations. For example, the model in the paper would be able to provide the automotive company with a suitable range for target lead times to make remanufacturing viable. The proposed methodology can be applied to many manufacturing problems beyond remanufacturing whenever interactions between lifecycle phases need to be modelled, thus supporting circular economy strategic developments.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

رویکرد شبیه سازی چند روشی برای برآورد اثر تعامل رفتار مشتری و استراتژی سازمانی بر پایداری اقتصادی بازسازی

A multi-method simulation approach for evaluating the effect of the interaction of customer behaviour and enterprise strategy on economic viability of remanufacturing

قیمت پیشنهادی پویا برای استفاده بهینه از منابع در شرکتهای کوچک و متوسط

Dynamic bid pricing for an optimized resource utilization in small and medium sized enterprises

Abstract

Sales revenues of small and medium-sized enterprises are subject to seasonal fluctuation. This leads often to overloaded or underutilized manufacturing resources. Either way, this results in revenue losses. Therefore, companies have to optimize their resource utilization. This paper describes a new methodology for a dynamic bid price system by using correlations of revenue management in production planning to level the resource utilization. The methodology supports especially small and medium-sized enterprises, which are often affected by additional work shifts across seasons. Furthermore, the proposed method points out dependencies between costs and capacity to avoid financial losses. The method has been developed and is being tested in collaboration with two small and medium-sized enterprises.

1 Introduction

In production, the economic success of companies is based on the highest possible utilization of manufacturing resources while maintaining flexibility and responsiveness to demand fluctuations. The majority of small and medium sized enterprises (SME) accepts the highest possible number of customer orders aiming to ensure a high production utilization. Commonly, a systematic evaluation of customer orders based on capacitive criteria (e.g. utilization of work stations) does not happen due to a lack of information and decision-making. Consequently, the production is overloaded, which causes overtime, quality problems, delays and the risk of economic losses. The fluctuating demand from customers forces manufacturers to plan available capacities under a dynamic demand over a long period. Capacities for regular customers or for the production of standard products must be kept available. At the same time, spontaneous orders and orders with a high proportion of own development as customized brackets, must also be included in capacity planning. Many manufacturing companies already provide information on resource utilization in manufacturing execution systems. Nevertheless, customer orders are not rejected even when manufacturing resources are fully utilized. Instead, the date of delivery is shifted depending on the order priority. In order to overcome this issue, this article presents a methodology for capacity-based production planning and control, which prognoses the long-term capacity of manufacturing resource as well as the short-term deviations, as shown in figure 1.

Within the method, the necessary capacities for a production order are determined based on the predicted demand. Furthermore, the current utilization (e.g. operating resources, machine hours) and a dynamic bid price are used to determine individual manufacturing costs for each customer order using a mathematic cost model. If a resource is busier than planned, the increased production costs must be taken into account by starting a new work shift or by switching machine classes. The dynamic bid price influences the demand and thus the resource utilization. The methodology has access to the scheduling, which enables the integration of relevant information on the current and the expected resource utilization. The method has been developed and is currently being tested at two SMEs.

مدل پیش بینی جدید باتری و خروجی خورشیدی – بادی در سیستم ترکیبی قدرت

A new prediction model of battery and wind-solar output in hybrid power system

چکیده
1 مقدمه
1.1 تاثیر مقاله
1.2 سازمان دهی
2 سیستم های قدرت نیروی خورشیدی – بادی ترکیبی و باتری
2.1 مدل سیستم توان بادی
2.2 مدل فوتو ولتائیک
2.3 مدل پیش بینی رفتار باتری
3 پیش بینی کوتاه مدت برای سیستم های قدرت بادی و خورشیدی
3.1 ساختار موتور پیش بینی
4 بهینه سازی بوی کوسه به صورت بهبود یافته
4.1 بهینه سازی بویایی کوسه
4.2 بهینه سازی بویایی کوسه به صورت بهبود یافته.
5 نتایج عددی
6 جمع بندی
منابع

چکیده

در این مقاله، پیش بینی های کوتاه مدت قدرت در نیروگاه های خورشیدی و بادی ارائه شده است که می توان از این پیش بینی ها استفاده کرد تا خروجی در دسترس هر بخش تولیدی را ارزیابی کرد. در این مدل، باتری های سرب اسیدی در سیستم های قدرت ترکیبی پیشنهاد شده مبتنی بر سیستم های قدرت باد – خورشیدی مورد استفاده قرار گرفته است. در نتیجه قبل از پیش بینی کردن خروجی توان، یک روش ریاضی ساده برای شبیه سازی رفتار باتری های سربی- اسیدی در سیستم های تولید توان مستقل ترکیبی بادی- خورشیدی را به شما ارائه می کنیم. سپس مسئله پیش بینی مطرح شده ارزیابی می شود که به صورت یک حالت محدودیت در وضعیت بار (SOC) از باتری ها در نظر گرفته می شود. مدل پیش بینی ارائه شده شامل فیلتر انتخاب ویژگی ها و موتور پیش بینی ترکیبی مبتنی بر شبکه های عصبی (NN) و یک الگوریتم ارزیابی هوشمند می باشد. این روش نه تنها می تواند SOC باتری ها را در یک بازه مناسب نگاه دارد، بلکه همچنین باعث می شود که شمار سوییچ های خاموش یا روشن در توربین های بادی و ماژول های PV نیز کاهش پیدا کند. کارایی روش پیشنهاد شده در این مطالعه، بر روی داده های کاربرد های واقعی مورد ارزیابی قرار گرفته است. تحلیل های عددی به دست آمده نشان دهنده اعتبار روش پیشنهاد شده می باشد.

1 مقدمه

با افزایش ظرفیت انرژی های سبز نصب شده، دقت خطای پیش بینی خروجی قدرت نیروگاه های بادی- خورشیدی به یکی از جدی ترین چالش ها برای محققان تبدیل شده است تا آن ها بتوانند یک عملیات پایدار را داشته باشند و ارسال توان به شبکه را به خوبی انجام دهند و در عین حال، ایمنی و تضمین کیفیت را در سیستم فراهم کنند (Manla et al. 2010). در طرف دیگر، برای کاهش تاثیرات مضر بر روی شبکه های قدرت، سیستم های تولید توان ترکیبی بادی- خورشیدی متشکل از باتری های ذخیره سازی می باشند که این روش به صورت گسترده در چندین کشور مورد استفاده قرار گرفته است. این موضوع کاملا مشخص است که وقتی ظرفیت ذخیره سازی باتری ها بهبود پیدا کند، کیفیت توان خروجی نیز بهبود پیدا می کند.

6 جمع بندی

در این مقاله، یک استراتژی کنترل توان فعال با نام بلوک کنترل پیچیده ارائه شده است که با استفاده از الگوریتم های چند هدفه، اجرا شده است. در این مدل، توان بادی و خورشیدی به صورت کوتاه مدت با استفاده از روش هوشمند پیش بینی شده است. در این مدل، انتخاب ویژگی، موتور پیش بینی سه مرحله ای در نظر گرفته شده است. در این قسمت، مراحل موتورهای پیش بینی با استفاده از الگوریتم SSO بهینه سازی شده است. در این روش، وزن های موتور پیش بینی  با استفاده از این الگوریتم بهینه سازی شده است. علاوه بر این، تخصیص توان فعال نیز به عنوان یک مسئله بهینه سازی در نظر گرفته شده است که برای به دست آوردن راه حل بهینه مورد استفاده قرار می گیرد. نتایج به دست آمده نشان دهنده اعتبار روش پیشنهاد شده از طریق بهبود عملکرد خروجی توان فعال و کاهش نرخ نوسان می باشد و در عین حال، باعث می شود که SOC در باتری ها به صورت مناسب باقی بماند. علاوه بر این، این کار باعث می شود که کاربرد دامنه تنظیم توربین های بادی به بیشترین مقدار رسیده و باعث می شود که مقدار سوییچ های خاموش و روشن در توربین های بادی و ماژول های PV نیز کاهش پیدا کند.

Abstract

In this paper short term power forecast of wind and solar power is proposed to evaluate the available output power of each production component. In this model, lead acid batteries used in proposed hybrid power system based on wind-solar power system. So, before the predicting of power output, a simple mathematical approach to simulate the lead–acid battery behaviors in stand-alone hybrid windsolar power generation systems will be introduced. Then, the proposed forecast problem will be evaluated which is taken as constraint status through state of charge (SOC) of the batteries. The proposed forecast model includes a feature selection filter and hybrid forecast engine based on neural network (NN) and an intelligent evolutionary algorithm. This method not only could maintain the SOC of batteries in suitable range, but also could decrease the on-or-off switching number of wind turbines and PV modules. Effectiveness of the proposed method has been applied over real world engineering data. Obtained numerical analysis, demonstrate the validity of proposed method.

1 Introduction

By increasing the green energy installed capacity, the wind/ solar power output prediction error precision provides serious challenge for researchers to the stable operation, dispatching as well as the safety and the quality insurance over power systems (Manla et al. 2010). On the other hand, to decrease such adverse effects on the power grid, wind-solar hybrid power generation system composed with storage batteries which have been used widely in several countries. It is clear that, once the battery’s storage have been improved, the quality of output power can improved well.

6 Conclusion

In this paper, an active power control strategy named complex control block has been presented through multi-objective algorithm. In this model, short-term wind and solar power have been forecasted through application of an intelligent method. In this model, feature selection, three stage forecast engine has been considered. Where, in this process all of the forecast engine stages have been optimized by SSO algorithm. Where, the weights of forecast engine optimized by this algorithm. Furthermore, the active power allocation has been considered as an optimization problem, and a decoration search algorithm has been considered to search the optimal explanation. Obtained results proof the validity of proposed method though improvement of active power output performance and decrease the fluctuation rate, and in a same time keep the maintain of SOC in batteries in an appropriate range. Furthermore, it could keep the maximization of utilization for regulation aptitude of wind turbines and decrease amount of on-or-off switching of wind turbines as well as PV modules.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل پیش بینی جدید باتری و خروجی خورشیدی – بادی در سیستم ترکیبی قدرت

A new prediction model of battery and wind-solar output in hybrid power system

برنامه ریزی منابع سازمانی (ERP) در ارتقای بهره وری عملیاتی: مطالعه موردی

Enterprise resource planning (ERP) in improving operational efficiency: Case study

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

برنامه ریزی منابع سازمانی (ERP) در ارتقای بهره وری عملیاتی

Enterprise resource planning (ERP) in improving operational efficiency: Case study

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.