21644

21644

بهينه‌سازي مديريت هوشمند برخط انرژي ريزشبكه در حضور سيستم ذخيره‌ساز تلمبه ذخيره‌اي

كارشناسي ارشد

قدرت - سيستم

1395

1398/8/28

دكتر محسن كلانتر

برق

امروزه منابع انرژي تجديد پذير در حال تبديل‌شدن به بخش مهمي در تأمين انرژي الكتريكي در شبكه برق مي‌باشند، به دليل ناپايدار و متناوب بودن و عدم قطعيت در توليد، اين منابع چالش‌هاي بسياري را پيشروي مديريت انرژي ريزشبكه‌هاي قرار داده‌اند. ارائه روشي مناسب و توانا جهت پيش‌بيني آينده همواره امكان بهبود مديريت ريزشبكه را افزايش مي‌دهد. هدف از مديريت انرژي ريزشبكه و در پي آن مديريت ذخيره‌سازهاي انرژي كاهش هزينه‌هاي عملياتي مي‌باشد. در اين پايان‌نامه مسئله بهينه‌سازي با استفاده از روش برنامه‌نويسي خطي به دليل همگرا بودن تابع هدف انجام گرفت. در اين پايان‌نامه يافتن روشي بهتر در بهبود پيش‌بيني توليدات منابع تجديدپذير و در نتيجه ارتقا مديريت انرژي در دستور كار قرار گرفت لذا با ارائه روش خوشه‌بندي فازي ميانگين اين عمل انجام گرفت. در روش پيشنهادي ابتدا تعداد 1000 سناريو مختلف با استفاده از تابع توزيع نرمال با ميانگين صفر و انحراف معيار معين را در نرم‌افزار MATLAB ساخته و سپس با استفاده از روش خوشه‌بندي ميانگين فازي اين سناريوها به 10 سناريو تقليل يافته و با انتقال داده‌ها به نرم‌افزار GAMS نتايج مسئله بهينه‌سازي ارائه‌شده و مورد مقايسه و بررسي قرارگرفته است.

1398/11/01

online smart energy management optimization of microgrid in presence of pump storage system

11/18/2020 12:00:00 AM

becoming an important part of the electricity supply in the electricity grid, due to the unstable, intermittent and uncertain production, these resources pose many challenges to the energy management of the grid. Providing a robust and predictable way of predicting the future will always increase the likelihood of improved microcontroller management. The purpose of microenvironmental energy management and subsequent energy storage management is to reduce operating costs. In this thesis, the optimization problem was solved using the linear programming method because of the convergence of the objective function. In this thesis, finding a better way to improve the prediction of renewable energy production and consequently improving energy management was on the agenda. In the proposed method, first, we generate 1000 different scenarios using the normal distribution function with zero mean and standard deviation in MATLAB software and then by fuzzy mean clustering method these scenarios are reduced to 10 scenarios and the data are transferred to GAMS software. The optimization problem has been presented and compared.