کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5001412 1460873 2016 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Energy advancement integrated predictive optimization of photovoltaic assisted battery energy storage system for cost optimization
ترجمه فارسی عنوان
پیشرفت انرژی یکپارچگی بهینه سازی پیش بینی شده از سیستم ذخیره انرژی باتری فتوولتائیک را برای بهینه سازی هزینه ها می دهد
کلمات کلیدی
بهینه سازی پیش بینی، پیش بینی فتوولتائیک، پیش بینی تقاضای بار، باتری، پیشرفت انرژی، تعرفه زمان استفاده
ترجمه چکیده
در این مقاله، ما بهینه سازی پیش بینی مبتنی بر پیش بینی را برای سیستم ذخیره انرژی انرژی مجتمع فتوولتائیک وابسته به شبکه برای به حداقل رساندن مصرف از شبکه ارائه می کنیم. پیش بینی های تقاضای بار و فتوولتائیک با ساختار تعرفه و وضعیت سیستم ذخیره انرژی باتری به عنوان متغیرهای تصمیم گیری مورد استفاده قرار می گیرند. بهینه سازی پیش بینی مبتنی بر پیش بینی با کنترل سیستم ذخیره انرژی باتری (پیشرفت استفاده از انرژی) نسبت فتوولتائیک را افزایش می دهد، مصرف انرژی را از شبکه در طول دوره های قیمت بالا کاهش می دهد و هزینه های موجود بر اساس تقاضای بار و موجودیت و پتانسیل فتوولتائیک کاهش می یابد. طرح پیشنهادی به مصرف کنندگان اجازه می دهد تا در طول روز با بهینه سازی مصرف انرژی در دوره های با قیمت بالا، مصرف انرژی خود را مدیریت کنند و به این ترتیب هزینه ای را در برابر تنوع قیمت انرژی (تعرفه زمان مصرف) هزینه کنند. طرح پیشنهادی ساده، موثر، واقع بینانه و حساب شده برای اشتباهات در پیش بینی است. نتایج نشان می دهد که صرفه جویی قابل توجهی در هزینه های انرژی برای یک مصرف کننده و افزایش استفاده از انرژی فتوولتائیک در غیر این صورت تلف شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
پیش نمایش مقاله
پیشرفت انرژی یکپارچگی بهینه سازی پیش بینی شده از سیستم ذخیره انرژی باتری فتوولتائیک را برای بهینه سازی هزینه ها می دهد
چکیده انگلیسی
In this paper we present forecast-based predictive optimization for grid tied photovoltaic integrated battery energy storage system to minimize consumption from the grid. Forecasts of load demand and photovoltaic with tariff structure and battery energy storage system status are used as decision variables. Forecast-based predictive optimization with battery energy storage system control (energy usage advancement) increases photovoltaic proportion, decreases consumption from the grid during high price periods and reduces cost based on the present and futuristic load demand and photovoltaic potential. The proposed scheme allows consumers to manage their energy consumption, and thus cost, in response to energy price variation (time-of-use tariff) throughout the day by optimizing energy usage in high price periods. The proposed scheme is simple, effective, realistic, and accounts for errors in the forecasts. Results show noticeable savings in energy cost for a consumer and increased usage of otherwise wasted photovoltaic energy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Electric Power Systems Research - Volume 140, November 2016, Pages 917-924
نویسندگان
, ,