مدیریت انرژی بهینه گلخانه ها در شبکه های هوشمند
چکیده
این مقاله یک روش کنترل سلسله مراتبی جدید و مدل های بهینه سازی ریاضی جدید برای گلخانه ها ارائه می دهد که می تواند در حال حاضر در زمینه شبکه های هوشمند در سیستم های مدیریت قطب انرژی (EHMS) برای بهینه سازی عملیات سیستم های انرژی، گنجانده شود. در گلخانه ها، نوردهی مصنوعی، تولید CO2، و سیستم های کنترل آب و هوا انرژی قابل ملاحظه ای مصرف می کنند. در نتیجه یک مدل ریاضی گلخانه ها، که برای عملیات بهینه آنها مناسب است، پیشنهاد داده شده است که بتواند به عنوان کنترل نظارتی در سیستم های کنترل موجود گلخانه ها به کار رود. هدف به حداقل رساندن هزینه انرژی و تقاضا همراه با در نظر گرفتن پارامترهای مهم گلخانه است. به طور خاص، دما و رطوبت داخل، تجمع CO2 و مراحل نوردهی باید در بازه مناسب نگاه داشته شوند. بنابراین، مدل پیشنهادی از پیش بینی هوا، اطلاعات هزینه برق، و اولویت های کاربر برای عملکرد بهینه سیستم های کنترل فعلی در گلخانه ها استفاده می کند. تاثیرات عدم اطمینان در هزینه برق و پیش بینی هوا در عملکرد بهینه تسهیلات ذخیره سازی از طریق شبیه سازی های مونت کارلو مطالعه شده است. نتایج ارائه شده شبیه سازی، موثر بودن مدل پیشنهادی برای کاهش هزینه انرژی کل، در عین نگهداری قید های عملیاتی مورد نیاز، را نشان می دهد.
1. مقدمه
پیش بینی شده است که شبکه های هوشمند ورود زیاد منابع مورد تقاضای توزیع شده همراه با پاسخ تقاضای سیستم (demand response-DR) که توسط سیگنال های اقتصاد و اطمینان راه اندازی می شوند، را می دهد. در اینجا صنایع، مدیریت طرف تقاضا (DSM) و سرویس های DR برای مدیریت بهتر شبکه ها را پیشنهاد می کند. این برنامه های DR مشتری ها را با پرداخت یا تنبیه اقتصادی تشویق می کند تا مصرف انرژی را در شرایط شبکه بحرانی و یا زمان های هزینه بالای انرژی کاهش دهند. با جمع کردن فناوری اطلاعات و زیرساخت های اندازه گیری پیشرفته (AMI) در شبکه های هوشمند هم صنایع و هم مشتری ها به زیرساخت های ارتباط دوطرفه، دستگاههای کنترل، و رابط های دیداری که به آنها اجازه ارسال، بازیابی، تصویر کردن، فرایند و/یا کنترل نیازهای انرژی را می-دهد. این توسعه ها، تصمیم گیری های عملیاتی خودکار در سیستم های انرژی را امکان پذیر می کند و پتانسیل بالایی را برای بهبود عملکرد و تاثیرگذاری برنامه های DSM و DR، که باعث درگیری مستقیم مشتری در این برنامه ها برای مدیریت انرژی و مصرف انرژی بهتری می شود.
Abstract
This work presents a novel hierarchical control approach and new mathematical optimization models of greenhouses, which can be readily incorporated into Energy Hub Management Systems (EHMSs) in the context of smart grids, to optimize the operation of their energy systems. In greenhouses, artificial lighting, CO2 production, and climate control systems consume considerable energy; thus, a mathematical model of greenhouses appropriate for their optimal operation is proposed, so that it can be implemented as a supervisory control in existing greenhouse control systems. The objective is to minimize total energy costs and demand charges while considering important parameters of greenhouses; in particular, inside temperature and humidity, CO2 concentration, and lighting levels should be kept within acceptable ranges.Therefore, the proposed model incorporates weather forecasts, electricity price information, and the end-user preferences to optimally operate existing control systems in greenhouses. Effects of uncertainty in electricity price and weather forecast on optimal operation of the storage facilities are studied through Monte Carlo simulations.The presented simulation results show the effectiveness of the proposed model to reduce total energy costs while maintaining required operational constraints.
II. INTRODUCTION
SMART GRIDS are envisioned to support large penetrations of distributed demand-side resources coupled with system-wide Demand Response (DR) driven by economic and reliability signals. In this context, utilities are offering Demand Side Management (DSM) and DR services to better manage their networks [1], [2]. These DR programs incentivize customers with payments or economic penalties to reduce consumption during periods of critical grid conditions or periods of high energy costs. With the integration of information technology and Advanced Metering Infrastructure (AMI) into smart grids, both utilities and customers can have access to two-way communication infrastructures, control devices, and visual interfaces that allow them to send, retrieve, visualize, process and/or control their energy needs [3]. These developments make automated operational decisions feasible in energy systems, presenting a significant potential to improve performance and effectiveness of DSM and DR programs, allowing customer direct involvement in these programs to better manage energy and power consumption.
چکیده
1. مقدمه
2. EMS موجود و پیشنهادی گلخانه ها
آ) EMS موجود
ب) استراتژی عملیات نظارتی پیشنهادی
3. مدلسازی ریاضیاتی گلخانه ها
آ) توابع هدف
ب) قید های مدل
ج) معادل خطی دقیق عبارات دوخطی (Bi-linear terms)
4. نتایج عددی مدل گلخانه
آ. شبیه سازی ها
ب. شبیه سازی های مونت کارلو (MCS)
5. نتیجه گیری
Abstract
I. NOMENCLATURE
II. INTRODUCTION
III. EXISTING AND PROPOSED GREENHOUSE EMS
A. Existing EMS
B. Proposed Supervisory Operation Strategy
IV. MATHEMATICAL MODELING OF GREENHOUSES
A. Objective Functions
B. Model Constraints
C. Exact Linear Equivalent of Bi-linear Terms
V. NUMERICAL RESULTS OF GREENHOUSE MODEL
A. Simulations
B. Monte-Carlo Simulations
VI. CONCLUSIONS
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه