XiaoMi-AI文件搜索系统
World File Search SystemFEWMORE
能源 - NSF-PAR
摘要：高昂的运输成本导致世界各地偏远地区的能源和食物价格昂贵，尤其是在高纬度北极气候地区。过去在这些偏远地区尝试在室内种植食物已被证明是不经济的，因为需要昂贵的进口柴油来取暖和发电。这项研究的目的是确定太阳能光伏 (PV) 电力是否可以经济地用于为与偏远北极社区微电网相结合的集装箱农场供电。混合整数线性优化模型 (FEWMORE：食品-能源-水微电网优化与可再生能源) 已被开发出来，以最大限度地降低安装太阳能光伏 (PV) 加电力存储的资本和维护成本以及从社区微电网购买电力为集装箱农场供电的运营成本。FEWMORE 通过模拟集装箱农场负载的需求侧管理，扩展了以前的模型。其结果与另一个模型（HOMER）的测试案例进行了比较。FEWMORE 确定 17kW 的太阳能光伏发电最适合为农场供电，与育空地区目前运营的集装箱农场相比，总年成本下降约 14%。适当管理特定负载可将总成本降低约 18%。因此，即使在北极气候下，太阳能光伏系统在冬季仅提供约 7% 的总负载，全年仅提供约 25% 的负载，投资太阳能光伏发电也可以降低成本。
优化北极偏远微电网中模块化水回用系统的需求响应
由于依赖进口柴油，运输成本高昂，北极偏远柴油微电网的电力和水处理成本高昂。过去在这些地区实施自来水的尝试被证明是困难的，因为用进口柴油抽水、运输和加热水的能源成本很高。已经开发了一种模块化水再利用 (WR) 系统，为缺乏自来水的个体家庭提供更实惠的分布式供水服务。然而，如果由社区柴油微电网供电，这些 WR 系统仍然消耗大量电力，并可能给家庭带来高昂的能源成本负担。在这里，我们扩展了一个混合整数线性优化模型——可再生能源的食物-能源-水微电网优化 (FEWMORE)——将运行 WR 系统的影响视为连接到微电网的可调度负载。我们将该模型应用于没有自来水的阿拉斯加西部社区，以分析太阳能和风能的 WR 系统的需求响应 (DR)。目前，微电网中模块化供水服务的能源优化、水处理和需求响应模型尚未阐明这种分析。集成太阳能光伏 (PV) 阵列为 WR 系统供电，而不是仅依靠柴油发电，可在 20 年的使用寿命内使项目总成本（安装和维护太阳能光伏以及从柴油微电网购买电力）降低 3%。优化调度水处理过程可节省更多成本：项目总成本降低 13%，柴油使用量减少 37%。