دانلود رایگان ترجمه مقاله استفاده از سیستم ذخیره انرژی باتری (ساینس دایرکت – الزویر ۲۰۱۶)

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۸ صفحه در سال ۲۰۱۶ منتشر شده و ترجمه آن ۱۹ صفحه بوده و آماده دانلود رایگان می باشد.

 

دانلود رایگان مقاله انگلیسی (pdf) و ترجمه فارسی (pdf + word)
عنوان فارسی مقاله:

مدیریت انرژی در توزیع شبکه ای با استفاده از یک سیستم ذخیره ساز انرژی باتری (BESS)

عنوان انگلیسی مقاله:

Energy management at the distribution grid using a Battery Energy Storage System (BESS)

دانلود رایگان مقاله انگلیسی
دانلود رایگان ترجمه با فرمت pdf
دانلود رایگان ترجمه با فرمت ورد

 

مشخصات مقاله انگلیسی و ترجمه فارسی
فرمت مقاله انگلیسی pdf
سال انتشار ۲۰۱۶
تعداد صفحات مقاله انگلیسی ۱۹ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله مهندسی برق – مهندسی انرژی – مهندسی صنایع – مهندسی کامپیوتر
گرایش های مرتبط با این مقاله مهندسی الگوریتم ها و محاسبات – تولید، انتقال و توزیع – مهندسی الکترونیک – سیستم های انرژی – انرژی های تجدیدپذیر – بهینه سازی سیستم ها
چاپ شده در مجله (ژورنال)/کنفرانس مجله بین المللی برق و سیستم های انرژی
کلمات کلیدی سیستم ذخیره انرژی باتری – اوج اصلاح – صاف کردن قدرت – تنظیم ولتاژ – بهینه سازی شبکه
کلمات کلیدی انگلیسی Battery energy storage system – Peak shaving – Power smoothing – Voltage regulation – Grid optimization
ارائه شده از دانشگاه آزمایشگاه طراحی انرژی های تجدیدپذیر، گروه مهندسی مکانیک
نمایه (index) Scopus – Master Journal List – JCR
شناسه شاپا یا ISSN ۱۸۷۹-۳۵۱۷
شناسه دیجیتال – doi https://doi.org/10.1016/j.ijepes.2015.11.035
لینک سایت مرجع https://www.sciencedirect.com/science/article/abs/pii/S014206151500455X
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
نشریه الزویر – Elsevier
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۹صفحه با فونت ۱۴ B Nazanin
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود رایگان
کیفیت ترجمه

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

کد محصول F2455

 

بخشی از ترجمه

اصلاح اوج بار
اصلاح بار برای کاهش اوج تقاضا بر سیستم نیرو استفاده میشود ، یا در مناطق توازن مانند یک حفره یا بر روی یک زیرسیستم از قبیل خوراک دهنده ی توزیع. این ممکن است در برخی راه ها وابسته به نیازهای سیستم و اهداف راهبرد مورد استفاده ، انجام شده باشد. مثالی از آن تغییر محدود انرژی تجدیدپذیر یا انرژی تولید شده با قیمت پایین در طول زمان هایی از افت تقاضا به دوره هایی شدت تقاضا است که کاربرد انرژی تجدیدپذیر را افزایش بدهد یا استفاده از واحدهای تولید اوج گرانتر را کاهش بدهد. BESS یکی از گزینه های سطح شبکه در حال ظهور برای تولید تغییر جهت تولید هستند برای وقتی که مورد نیازاست و برای هموار کردن نوسانات نیرو. به منظور برنامه ریزی عملکرد باتری برای ۲۴ ساعت آینده ، یک یک پیشگویی از نمایه جریان نیرو مورد نیاز است. روش رگرسیون خطی برای حاصل کردن نمایه نیرو در الگوریتم پیشگویی بهینه استفاده شده است.

روش رگرسیون خطی
در این روش ، معیار پیشگویی برای هر گام زمانی برای n نمونه ی جمع شده بر مبنای کمترین امتیاز مناسب چندجمله ای محاسبه شده است.
این مقاله روش پیشگویی بار موازی که به اصلاح اوج بار از منحنی بار نیاز دارد را بحث میکند. مزیت این روش پیشگویی بار مطرح شده بار محاسبه ی اندک و سبک آن است . دو مورد کاربرد کنترل BESS سپس مورد ارزیابی و بیان قرار گرفتند. مورد کاربرد اول تمرکز بر روش اصلاح اوج بار است که عملکرد صحیح را بیان میکند تا زمانی که عدم قطعیت بار در طول دوره ی اولیه شارژ BESS و دِشارژ شدن در اول صبح و ساعات اولیه بعدازظهر کم است . این روش، اگر چه، ممکن است در دوره ی زمانی که تغیر تولید pv بالا است به خوبی عمل نکند. مورد دوم کاربرد BESS ساختن بالای مورد اول توسط اضافه کردن یک الگوریتم نیرو است که یک منبع بهبود یافته منحنی نیرو را به کار می برد تا دوره های زمانی را وقتی تولید pv و تغییر بازده نیرو بالا است نشان دهد در حالیکه ظرفیت اصلاح اوج باقی می ماند.

آزمایشات BESS
به منظور گسترش درک خوب از عملکرد BESS بر شبکه ی نیرو ، چندین آزمایش شارژ و دِشارژ انجام شدند و اندازه گیری الکتریکی از وسایل SCADA در منتقل کننده های توزیع رسم شدند.

جریان نیروی فعال
در این آزمایشات، BESS با گام های ۵۰ kW شارژ شده است. این آزمون انجام شده است تا تاثیر شارژ بر سطح ولتاژ و عملگر منتقل کننده ی بار Tap Changer (LTC) درک شود. تغییرات گام ها برای اهداف کوچک نگه داشته میشوند و همچنین برای دیدن اثر تغییرات افزایشی نیرو بر شبکه ، کوچک نگه داشته میشوند. BESS و جریان نیروی فعال و سطح ولتاژ منتقل کننده و گراف SOC BESS در شکل ۲ و ۳ به ترتیب نشان داده شده است.

در شکل ۲ و شکل ۳٫ گراف های آبی و قرمز در اندازه گیری های نیرو ، به ترتیب نیروی فعال و کنشی بیان میشوند. در نمودار اندازه گیری ولتاژ ، فاز A ، B و C توسط رنگ های آبی، قرمز و سبز به ترتیب نشان داده میشوند. شارژ کردن BESS شکل رایج شبکه ی اصلی را طراحی میکند و یک افت ولتاژ تدریجی محسوس توسط LTC وجود دارد. در نتیجه، منتقل کننده افت ولتاژ را توسط افزایش موقعیت ضربه ، جبران میکند همانطور که در تغییرات ناگهانی در گراف ولتاژ مشاهده میشود.

جریان نیروی کنشی
به منظور بررسی اثر جریان نیروی کنشی از BESS بر سطح ولتاژ ، آزمون های نیروی کنشی اجرا شدند که در آن نیروی کنشی در افزایش های ۲۰۰ KVAR تزریق وجذب شد. نتایج آزمون های تزریق نیرو کنشی و اندازه گیری های مربوطه در شکل ۴ و ۵ رسم شده اند.
تغییرات سطح ولتاژ در سمت پایین تر منتقل کننده ی توزیع ۶۹/۱۲٫۴۷ Kv از حدود ۰٫۰۱۵ kV برای هر افزایش تزریق ۲۰۰ KVAR اندازه گیری شد و ۰٫۰۶ kV برای آزمون نهایی ۸۰۰ KVAR ثبت میشود. بر اساس نتایج مشاهده شده از آزمایش، جریان نیروی کنشی توسط BESS اثر معنی داری بر تنظیم ولتاژ در حضور منتقل کننده ی LTC که به عنوان وسیله ی تنظیمی ولتاژ اولیه برای جریان توزیع به کار گرفته میشود، ندارد. بنابراین ، استفاده از ظرفیت BESS برای مدیریت نیروی فعال ارجح است. اگر چه، ظرفیت باقی مانده ی BESS میتواند برای تنظیم توزیع عامل جریان نیرو استفاده شود.

الگوریتم بهینه سازی
الگوریتم بهینه سازی ، جریان نیرو فعال بهینه BESS در هر گام زمان می یابد. عملکرد عینی برای اصلاح بار شامل دو جزء است، هزینه ی SOC و هزینه ی بار که به حداقل رسده اند.
جایی که Ek ، BESS سطح ذخیره انرژی در گام زمان K را نشان می دهد. عملکرد عینی غیرخطی با روش برنامه نویسی درجه دوم متوالی هست که برای تعیین نقطه ی بهینه BESS استفاده میشود. اگر یک پیشگویی موثر از تولید منابع تجدیدپذیر از قبیل پیشگویی باد، در دسترس باشد، عملکرد عینی می تواند برای استفاده از تولید تجدیدپذیر برای شارژ شدن باتری نسبت به کم کردن آن در زمان افت اوج بار تجدیدنظر شود. این میتواند رخ دهد بوسیله ی منحنی نیروی مرجع، Pref در منتقل کننده ی توزیع با هزینه ی الکتریکی و فرضیه های تولید انرژی تجدید پذیر ، که در منحنی نیروی مرجع جاسازی شده است. در عملکرد عینی بازنگری شده خطا های جریان نیروی فعال از منتقل کننده به حداقل رسیده و منحنی مرجع نیرو با استفاده از گنجایش باتری به محدودیت های SOC موضوع میپردازد:

این فراتر از کاربردی است که منحنی نیروی مرجع تعریف میکند. یک منحنی مرجع نیرو شامل دو بخش است : زمان اوج و زمان افت اوج. نمایه ی نیروی افت اوج کاربرد پیشگویی انرژی تجدیدپذیر را را برای شارژ کردن BESS ممکن میسازد. نمایه ی زمان اوج از نقاط مشخص تعیین شده از جریان نیروی بهینه تبعیت میکند. نمودار جریان کلی الگوریتم در شکل ۶ نشان داده شده است.
الگوریتم نشان داده شده در شکل۶ روش اصلاح اوج بار که در BESS اجرا میشود را در شکل ۱ نشان می دهد. در بالای نمودار جریان Qres ، ظرفیت تزریق نیروی کنشی باقی مانده BESS پس از اینکه نیروی فعال فرستاده شده توسط عملکرد عینی بهینه شده تعیین میشود، معنی میدهد. اگر این مقدار بیشتر از تقاضای نیرو کنشی از توزیع شبکه ی Ql باشد، ظرفیت در دسترس نیروی کنشی BESS برای افزایش عامل نیرو جریان به سطح مطلوب استفاده میشود. اگر چه، الگوریتم بهینه سازی بر تغییرات SOC بر افق حساب میکند، مقدار واقعی SOC از SCADA خوانده میشود تا کمبود ها و ارسال های نادرست را حساب کند. با تبعیت کردن از این تکنیک ، ما مطمئن شدیم که BESS با محدوده ی مطلوب SOC باقی می ماند.

 

نوشته های مشابه

دیدگاهتان را بنویسید

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

دکمه بازگشت به بالا