XiaoMi-AI文件搜索系统
World File Search SystemSizing
配备电动汽车充电站的住宅建筑二次电池储能系统的技术能源评估和规模确定
摘要：本研究调查了带有电动汽车充电站的住宅建筑中二次电池储能系统的设计和尺寸。锂离子电池从电动汽车 (EV) 中丢弃时，剩余容量约为 75-80%。鉴于电动汽车的需求不断增长，符合全球净零排放目标及其相关的环境影响，这些电池的使用寿命可以通过在要求较低的二次应用中采用而延长。在本研究中，对英国一栋住宅建筑（包括电动汽车充电站）基于电动汽车 (EV) 二次电池的电力存储系统进行了技术评估。评估了系统的技术和能源性能，考虑了不同的场景，并假设电动汽车充电负载需求添加到配备储能的离网光伏 (PV) 系统中。此外，本研究使用日产聆风二次电池作为储能系统。使用 MATLAB Simulink 对提出的离网太阳能驱动能源系统进行建模和仿真。该系统模拟了隆冬时节，太阳辐射最小，能量需求最大，这是最坏的情况。引入了光伏系统开关来控制二次电池组的过度充电。结果表明，将电动汽车充电负载添加到离网系统会增加系统的不稳定性。然而，如果由于现场的物理限制而无法增加光伏安装面积，可以通过将额外的电池组（每个电池组的容量为 5.850 kWh）连接到系统来纠正这个问题。
集中式混合光伏系统高效优化定型
Muhammad Tamoor 1、Abdul Rauf Bhatti 1,*、Arslan Dawood Butt 1、Sajjad Miran 2、Tayybah Kiren 3、Muhammad Farhan 1、Faakhar Raza 4、Paris ZakaUllah 5 1 政府学院大学电气工程与技术系
基于元启发式的微电网规模模型，集成套利感知多日电池调度
摘要：基于规则的微电网调度策略在过去二十年中受到了广泛关注。然而，最近的大量文献已确凿地表明，在优化微电网规模的同时，优化运营调度具有诸多好处。这通常被称为微电网设计和调度协同优化 (MGDCO)。然而，据可查明，文献中所有现有的 MGDCO 模型都考虑了 24 小时解析的日前时间范围，以实现相关的最佳能源调度过程。也就是说，在更广泛的相关文献中，通常没有关于多日时间范围内的智能、前瞻性能源调度策略。为此，本文介绍了一种新颖的 MGDCO 建模框架，该框架将基于套利感知线性规划的多日能源调度策略集成到基于元启发式的标准微电网投资规划流程中。重要的是，该模型通过生成考虑三天内情景的最佳调度解决方案，有效地延长了微电网投资规划问题中主流能源调度优化的时间范围。基于从测试案例微电网获得的数值模拟结果，验证了所提出的基于优化的调度策略在微电网规模确定过程中的有效性，同时保留了计算的可处理性。具体而言，将使用制定的 72 小时调度策略的所提出的投资规划框架与照常的 MGDCO 方法进行比较，结果表明它可以将微电网的全寿命成本降低高达 8%。所提出方法的优异性能在很大程度上可归因于有效利用了电表后锂离子电池存储，从而提高了整体系统的灵活性。
https://dx.doi.org/10.12785/ijcds/120166 独立混合可再生能源的最佳经济规模
收到日期：2021 年 2 月 21 日，修订日期：2020 年 2 月 20 日，接受日期：2022 年 3 月 29 日，发布日期：2022 年 9 月 30 日 摘要：本文利用不同的进化优化算法，研究了印度库鲁克谢特拉社区独立式 (HRES) 的最佳经济规模。在优化过程中，将光伏 (PV)、风力涡轮机 (WT)、电池和柴油发电机 (DEG) 等不同子系统的数量视为感兴趣的变量，以净现值成本、回收期、计算成本和平准化能源成本 (LCOE) 作为绩效衡量标准。通过对结果的分析，可以确定与粒子群优化 (PSO)、引力搜索算法 (GSA)、灰狼优化器 (GWO) 和组合 PSO-GSA 算法提供的解决方案相比，鲸鱼优化算法 (WOA) 提供的解决方案在 LCOE、净现值和回收期方面表现最佳。对这些算法的相对性能进行了定性和定量比较和对比，不仅突出了研究结果，而且突出了从经济角度对独立 HRES 进行最佳定型（根据问题陈述），还突出了其他性能指标，例如收敛时间、计算成本和复杂性。模拟在 MATLAB 软件中执行。关键词：经济定型、HRES、LCOE、独立、优化算法
采用两阶段 PSO-模糊混合方法实现专用微电网的负荷管理和优化定型
1 伊斯兰堡 COMSATS 大学拉合尔校区能源研究中心，拉合尔 54000，巴基斯坦 2 伊斯兰堡 COMSATS 大学计算机科学系，拉合尔 54000，巴基斯坦 3 高级大学电气工程系，拉合尔 54600，巴基斯坦 4 伊斯兰堡 COMSATS 大学电气与计算机工程系，拉合尔 54700，巴基斯坦 5 政府学院大学电气工程系，拉合尔 54000，巴基斯坦 6 埃及未来大学工程与技术学院，新开罗 11835，埃及 7 岭南大学信息与通信工程系，庆山 38541，韩国 8 蒙克顿大学工程学院，蒙克顿，NB E1A3E9，加拿大 9 国际技术与管理学院，利伯维尔 BP1989，加蓬 10 知识生产与技能发展领域，斯法克斯3027，突尼斯 11 约翰内斯堡大学电气工程学院，电气与电子工程科学系，约翰内斯堡 2006，南非 * 通信地址：ateeq.rehman@gcu.edu.pk (AUR)；elsayed.tageldin@fue.edu.eg (EMTE)；shafiq@ynu.ac.kr (MS) † 这些作者对本文的贡献相同。
混合可再生能源系统的最佳尺寸，控制和管理策略：全面审查
摘要：要满足不断扩展的能源需求，必须使用所有可用的能源。可再生能源既是永恒又自然的，但是它们的主要缺点是它们的矛盾之处。由于化石燃料的成本上升及其发出的CO 2，混合可再生能源（HRE）来源已成为偏远和农村地区的替代品。为了解决这个问题，可以通过组合多个能源来开发混合可再生能源系统（HRE）。为了建立对经济，环境和社会具有优势的现代电网，混合系统是可取的。在本文中介绍了HRES的各种优化方法（建模技术）的摘要。这项研究对最佳尺寸，控制方法和能源管理策略进行了深入的分析，并融合了各种可再生能源以形成混合系统。现代混合可再生能源系统实用程序更多地依赖于最佳设计来降低成本功能。在这项工作中介绍了各种院士提出的几种数学模型的评论。这些模型是根据结合了设计因素，目标功能和经济学的可靠性分析而创建的。阅读本研究后，读者将熟悉众多系统建模优化策略，他们将能够根据其成本功能比较不同的模型。已经创建了许多建模方法和软件仿真工具，以帮助利益相关者参与HRE的计划，研究和开发。最佳使用可再生能源潜力和细致的适用设计与这些无疑复杂系统的完整分析紧密相关。在该字段中，已经应用了几种优化限制和目标。总体而言，本文通过能源管理策略涵盖了HRE的优化，尺寸和控制。
网格的最佳尺寸和技术经济分析 -
摘要：缺乏电力是阻止国家发展的最严重的问题之一。混合可再生能源系统（HRES）在减少此问题方面起着至关重要的作用。这项研究的主要目标是使用多个能源资源（Homer）Pro软件的非主导分类遗传算法（NSGA）-II和混合优化的优化，以降低净现在成本（NPC），能源成本（COE）和CO 2的CO 2拟议的电力系统排放。五个案例被认为是了解孟加拉国库特布迪亚岛的最佳HRES系统，并分析了该系统的技术可行性和经济潜力。为了证明建议策略的效率，比较了两种方法的最佳案例结果。该研究的最佳解决方案还经过敏感性分析，以考虑年度风速，太阳辐射和燃油成本中的波动。根据数据，优化的PV/风电/电池/DG系统（711,943美元）的NPC低于其他情况。通过NSGA-II技术获得的NPC比基于荷马的系统低2.69％。
通过模型预测控制和优化定型比较冰蓄冷和电池对现场光伏建筑的经济性能
整合可再生能源和储能系统提供了一种更节能、更稳定地运行电网系统的方法。热存储和电池是最常见的集成设备。然而，目前尚不清楚哪种集成存储系统在整体经济性方面表现更好。冰蓄冷的初始成本和维护成本较低，但存储充电效率较低，并且只能转移与建筑物冷却要求相关的电力负荷。相反，电池的往返效率相当稳定，电池可用于转移暖通空调和非暖通空调负荷。然而，电池的初始成本较高，寿命较短。本研究提出了一种使用模型预测控制和最佳尺寸的工具，并提供了一个案例研究，用于比较具有冷却冷却器和现场光伏系统的商业建筑的电池和冰蓄冷系统的生命周期经济性。
考虑经济和环境参数的岛屿独立混合系统规模确定：案例研究
1吉塔贡工程与技术大学电气和电子工程系（CUET），邦格拉德郡4349，吉塔贡工程大学机械工程系（CUET）机械工程部（CUET），纽约市3349年，孟加拉国3孟加拉国3号能源810，澳大利亚5工程设计小组（EDRG），机械工程学院，马来西亚大学工程学院，马来西亚约翰·巴鲁（Johor Bahru）81310，马来西亚约翰（Johor）6高级复合材料中心（CACM）马来西亚Nologi，Jalan Sultan Yahya Petra，吉隆坡54100，马来西亚8通信和IT研究中心，研究所，国王Fahd Petroleum＆Minerals，Dhahran，Dhahran 31261，沙特阿拉伯 * 通讯地址：mabrur.rashedi@cdu.edu.au
可控负载弹性微电网集中共享储能系统的规模确定：双层优化方法
为提高微电网灵活资源利用率，满足不同场景下微电网的储能需求，提出一种基于双层优化的微电网集中式共享储能容量优化配置模型。首先，分析弹性微电网中共享储能与可控负荷的响应特性，设计满足多场景调节需求的集中式共享储能运行模式。然后，以集中式共享储能净收益最大为上层，以微电网内负荷支付成本最小为下层，构建双层优化配置模型。进一步采用多目标鲸鱼优化算法对双层优化模型进行求解。结果表明：通过协调微电网内可转移负荷与可削减负荷，提高共享储能利用率，共享储能可以共同满足多场景调节需求。