[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
صاحب امتیاز::
درباره انجمن::
تماس با ما::
تسهیلات پایگاه::
cope::
metrics::
تعارض منافع::
::
پایگاه های نمایه کننده
..
DOI
کلیک کنید
..
DOR

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: دوره 12، شماره 3 - ( 7-1402 ) ::
جلد 12 شماره 3 صفحات 60-53 برگشت به فهرست نسخه ها
بهره برداری بهینه ریزشبکه‌ هیبریدی برای افزایش بهره وری انرژی الکتریکی در حالت جزیره ایی با بکارگیری شبکه های عصبی با یادگیری عمیق و مدیریت تقاضا
محسن آریان نژاد*
گروه مهندسی برق، دانشکده مهندسی برق و کامپیوتر، دانشگاه فنی و حرفه ایی، تهران، ایران.
چکیده:   (476 مشاهده)

در این مقاله از شبکه‌های عصبی با یادگیری عمیق برای پیش‌بینی بار یک ریزشبکه در حالت جزیره‌ای استفاده‌شده است. سپس، با استفاده از نتایج به‌دست‌آمده یک مدل جدید ریاضی بر اساس جابجایی بار به‌صورت پیشرو-پسرو، و خاموشی بار غیرضروری در ساعت‌های اوج مصرف برای مدیریت طرف تقاضا به‌منظور بهبود  عملکرد اقتصادی ریزشبکه ارائه‌شده است. همچنین جهت افزایش راندمان انرژی، از توان تجدیدپذیر مازاد تولیدی برای تولید هیدروژن سبز استفاده گردیده است. به همین منظور، از نرم‌افزار بهینه‌سازی GAMS برای بهره‌برداری بهینه برای یک روز در حضور عناصر تجدیدپذیر انرژی، باطری، دیزل ژنراتور، دستگاه الکترولیزکننده آب، و پیل سوختی به همراه قیود مدیریت سمت تقاضا استفاده‌شده است. نتایج به‌دست‌آمده نشان می‌دهند که شبکه‌های عصبی با یادگیری عمیق قادر می‌باشند رفتار پیچیده، تصادفی، و غیرخطی بار را با دقت بالایی پیش‌بینی کنند. همچنین، مدل ریاضی ارائه‌شده برای بهینه‌سازی و جابجایی بار ریزشبکه موردنظر نقش کلیدی در صرفه‌جویی انرژی الکتریکی، کاهش هزینه‌ عملکرد، افزایش تولید هیدروژن سبز، و افزایش راندمان انرژی دارد.

واژه‌های کلیدی: انرژی تجدیدپذیر، بهره‌برداری بهینه، شبکه های عصبی، یادگیری عمیق، مدیریت تقاضا.
متن کامل [PDF 1758 kb]   (73 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1401/10/30 | پذیرش: 1402/3/31 | انتشار: 1402/7/10
فهرست منابع
1. [1] T. L. Vandoorn, B. Renders, L. Degroote, B. Meersman, and L. Vandevelde, "Active load control in islanded microgrids based on the grid voltage," Smart Grid, IEEE Transactions on, vol. 2, pp. 139-151, 2011. [DOI:10.1109/TSG.2010.2090911]
2. [2] Z. Jiang, L. Gao, and R. A. Dougal Sr, "Adaptive control strategy for active power sharing in hybrid fuel cell/battery power sources," Energy conversion, ieee transactions on, vol. 22, pp. 507-515, 2007. [DOI:10.1109/TEC.2005.853747]
3. [3] M. Fathi and H. Bevrani, "Adaptive energy consumption scheduling for connected microgrids under demand uncertainty," Power Delivery, IEEE Transactions on, vol. 28, pp. 1576-1583, 2013. [DOI:10.1109/TPWRD.2013.2257877]
4. [4] T. Hamajima, M. Tsuda, D. Miyagi, H. Amata, T. Iwasaki, K. Son, et al., "Advanced superconducting power conditioning system with SMES for effective use of renewable energy," Physics Procedia, vol. 27, pp. 396-399, 2012. [DOI:10.1016/j.phpro.2012.03.494]
5. [5] X. Tan, Q. Li, and H. Wang, "Advances and trends of energy storage technology in microgrid," International Journal of Electrical Power & Energy Systems, vol. 44, pp. 179-191, 2013. [DOI:10.1016/j.ijepes.2012.07.015]
6. [6] I. Şerban and C. Marinescu, "Aggregate load-frequency control of a wind-hydro autonomous microgrid," Renewable Energy, vol. 36, pp. 3345-3354, 2011. [DOI:10.1016/j.renene.2011.05.012]
7. [7] S. y. Obara, "Analysis of a fuel cell micro-grid with a small-scale wind turbine generator," International journal of Hydrogen energy, vol. 32, pp. 323-336, 2007. [DOI:10.1016/j.ijhydene.2006.07.032]
8. [8] S. Nasri, S. B. Slama, I. Yahyaoui, B. Zafar, and A. Cherif, "Autonomous hybrid system and coordinated intelligent management approach in power system operation and control using hydrogen storage," International Journal of Hydrogen Energy, 2017. [DOI:10.1016/j.ijhydene.2017.01.098]
9. [9] X. Zhang, C. Huang, and J. Shen, "Energy Optimal Management of Microgrid with High Photovoltaic Penetration," IEEE Transactions on Industry Applications, 2022. [DOI:10.1109/CIEEC50170.2021.9510403]
10. [10] D. H. Vu, K. M. Muttaqi, and D. Sutanto, "An integrated energy management approach for the economic operation of industrial microgrids under uncertainty of renewable energy," IEEE Transactions on Industry Applications, vol. 56, pp. 1062-1073, 2020. [DOI:10.1109/TIA.2020.2964635]
11. [11] W.-G. Lee, T.-T. Nguyen, H.-J. Yoo, and H.-M. Kim, "Consensus-Based Hybrid Multiagent Cooperative Control Strategy of Microgrids Considering Load Uncertainty," IEEE Access, vol. 10, pp. 88798-88811, 2022. [DOI:10.1109/ACCESS.2022.3198949]
12. [12] X. Guan, Z. Xu, and Q.-S. Jia, "Energy-efficient buildings facilitated by microgrid," IEEE Transactions on smart grid, vol. 1, pp. 243-252, 2010. [DOI:10.1109/TSG.2010.2083705]
13. [13] L. Ali, S. Muyeen, H. Bizhani, and A. Ghosh, "Optimal planning of clustered microgrid using a technique of cooperative game theory," Electric Power Systems Research, vol. 183, p. 106262, 2020. [DOI:10.1016/j.epsr.2020.106262]
14. [14] L. Wen, K. Zhou, and S. Yang, "Load demand forecasting of residential buildings using a deep learning model," Electric Power Systems Research, vol. 179, p. 106073, 2020. [DOI:10.1016/j.epsr.2019.106073]
15. [15] C. Fan, F. Xiao, and Y. Zhao, "A short-term building cooling load prediction method using deep learning algorithms," Applied energy, vol. 195, pp. 222-233, 2017. [DOI:10.1016/j.apenergy.2017.03.064]
16. [16] A. H. V.-H. B. H.-M. Kim, "Resilience-Oriented Optimal Operation of Networked Hybrid Microgrids," IEEE Transactions on Smart Grid, vol. 10, 2019 [DOI:10.1109/TSG.2017.2737024]
17. [17] K. R. C. C. C. R. Zhang, "Energy Cooperation Optimization in Microgrids With Renewable Energy Integration," IEEE Transactions on Smart Grid, vol. 9, 2018. [DOI:10.1109/TSG.2016.2600863]
18. [18] C. J. Dongfeng Yang, Guowei Cai, Deyou Yang, Xiaojun Liu,, "Interval method based optimal planning of multi-energy microgrid with uncertain renewable generation and demand," Applied Energy, vol. 277, 2020. [DOI:10.1016/j.apenergy.2020.115491]
19. [19] Z. X. Xiaohong Guan, and Qing-Shan Jia, "Energy-Efficient Buildings Facilitated by Microgrid," IEEE Transaction on Smart Grid, vol. 1, 2010. [DOI:10.1109/PES.2010.5590040]
20. [20] S. M. M. Liaqat Ali, Hamed Bizhani, Arindam Ghosh,, "Optimal planning of clustered microgrid using a technique of cooperative game theory,," Electric Power Systems Research, vol. 183, 2020. [DOI:10.1016/j.epsr.2020.106262]
21. [21] P. L. Mansour Alramlawi, "Design Optimization of a Residential PV-Battery Microgrid With a Detailed Battery Lifetime Estimation Model," IEEE Transactions on Industry Applications, vol. 46, 2020. [DOI:10.1109/TIA.2020.2965894]
22. [22] T. N. Duc, K. Goshome, N. Endo, and T. Maeda, "Optimization strategy for high efficiency 20 kW-class direct coupled photovoltaic-electrolyzer system based on experiment data," International Journal of Hydrogen Energy, vol. 44, pp. 26741-26752, 2019. [DOI:10.1016/j.ijhydene.2019.07.056]
23. [23] K. Greff, R. K. Srivastava, J. Koutník, B. R. Steunebrink, and J. Schmidhuber, "LSTM: A search space odyssey," IEEE transactions on neural networks and learning systems, vol. 28, pp. 2222-2232, 2016. [DOI:10.1109/TNNLS.2016.2582924]


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Aryan nezhad M. Optimal mathematical operation of a hybrid microgrid in islanded mode for improving energy efficiency using deep learning and demand side management. ieijqp 2023; 12 (3) :53-60
URL: http://ieijqp.ir/article-1-947-fa.html

آریان نژاد محسن. بهره برداری بهینه ریزشبکه‌ هیبریدی برای افزایش بهره وری انرژی الکتریکی در حالت جزیره ایی با بکارگیری شبکه های عصبی با یادگیری عمیق و مدیریت تقاضا. نشریه کیفیت و بهره وری صنعت برق ایران. 1402; 12 (3) :53-60

URL: http://ieijqp.ir/article-1-947-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 12، شماره 3 - ( 7-1402 ) برگشت به فهرست نسخه ها
نشریه علمی- پژوهشی کیفیت و بهره وری صنعت برق ایران Iranian Electric Industry Journal of Quality and Productivity
Persian site map - English site map - Created in 0.05 seconds with 39 queries by YEKTAWEB 4642