کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6683788 501856 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Robust scheduling of building energy system under uncertainty
ترجمه فارسی عنوان
برنامه ریزی دقیق از سیستم انرژی ساختمان تحت عدم اطمینان
کلمات کلیدی
سیستم انرژی ساختمان، ذخیره انرژی یخ حرارتی، بهینه سازی دو مرحله ای، عدم قطعیت،
ترجمه چکیده
این مقاله استراتژی برنامه ریزی قوی را برای مدیریت یک سیستم انرژی ساختمان با سیستم تولید انرژی خورشیدی، سیستم چند چیلر و ذخیره انرژی حرارتی یخ در زیر عدم اطمینان پیش بینی پیشنهاد می کند. استراتژی یک فرمول بندی قوی دو مرحله ای را برای کاهش هزینه های عملیاتی سیستم به کار می گیرد، که در آن یک پارامتر برای تنظیم سطح محافظه کاری راه حل قوی در برابر عدم قطعیت مدل انجام می شود. سپس یک الگوریتم تولید ستون و محدود با استراتژی اولیه اصلاح اصلاح شده برای حل این مدل بهینه سازی همراه با برنامه ریزی خطی عدد صحیح اتخاذ می شود. علاوه بر این، عملکرد استراتژی پیشنهادی را به صورت ساعته شبیه سازی عملکرد سیستم یک پروژه عملی با شبیه سازی مونت کارلو ارزیابی می کنیم. نتایج عددی نشان می دهد که برنامه ریزی قوی با یک پارامتر مناسب می تواند در تمامی موارد مورد بررسی برتر از استراتژی قطعی باشد. علاوه بر این، استراتژی پیشنهادی دارای نتایج مشابهی با استراتژی کنترل پیش بینی مبتنی بر مدل است در حالی که اولین تنها باید یک بار اجرا شود. حتی در بیشتر موارد بارندگی، انحراف نسبی بین دو استراتژی کمتر از 2٪ است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
پیش نمایش مقاله
برنامه ریزی دقیق از سیستم انرژی ساختمان تحت عدم اطمینان
چکیده انگلیسی
This paper proposes a robust scheduling strategy to manage a building energy system with solar power generation system, multi-chiller system and ice thermal energy storage under prediction uncertainty. The strategy employs a two-stage adjustable robust formulation to minimize the system operation cost, wherein a parameter is introduced to adjust the level of conservatism of the robust solution against the modeled uncertainty. Then a column and constraint generation algorithm with modified initialization strategy is adopted to solve this optimization model along with mixed-integer linear programming. Further, we evaluate the performance of the proposed strategy by hourly simulating the system operation of a practical project with Monte Carlo simulation. Numerical results show that the robust scheduling with a proper parameter can be superior to the deterministic strategy in all the studied cases. Additionally, the proposed strategy has similar results with the model-based predictive control strategy while the former only needs to be implemented once. Even in the highest load case, the relative deviation between the two strategies is less than 2%.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Energy - Volume 167, 1 April 2016, Pages 366-376
نویسندگان
, , , , , ,