دانلود رایگان مقاله مدیریت انرژی به ‌عنوان یک سرویس بر روی بستر محاسباتی مه
ترجمه رایگان

دانلود رایگان مقاله مدیریت انرژی به ‌عنوان یک سرویس بر روی بستر محاسباتی مه

عنوان فارسی مقاله: مدیریت انرژی به ‌عنوان یک سرویس بر روی بستر محاسباتی مه
عنوان انگلیسی مقاله: Energy Management-as-a-Service Over Fog Computing Platform
کیفیت ترجمه فارسی: مبتدی (مناسب برای درک مفهوم کلی مطلب)
مجله/کنفرانس: مجله اینترنت اشیا - Internet of Things Journal
رشته های تحصیلی مرتبط: مهندسی برق - مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: مهندسی الکترونیک - الکترونیک قدرت - افزاره های میکرو و نانو الکترونیک - مهندسی الگوریتم ها و محاسبات - رایانش ابری یا محاسبات ابری - معماری سیستم های کامپیوتری
کلمات کلیدی فارسی: محاسبات مه - ریز شبکه - مدیریت انرژی خانه - کنترل به‌ عنوان یک سرویس - نرم‌ افزار به‌ عنوان یک سرویس - پلت‌ فرم‌ های شبکه - اینترنت اشیا
کلمات کلیدی انگلیسی: Fog Computing - Microgrid - Home Energy Management - Control-as-a-Service - Software-as-a-Service - Networking Platform - Internet of Things
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1109/JIOT.2015.2471260
لینک سایت مرجع: https://ieeexplore.ieee.org/document/7217791
دانشگاه: گروه مهندسی برق و کامپیوتر، دانشگاه کالیفرنیا در ایروین، ایروین، کالیفرنیا، ایالات متحده آمریکا
صفحات مقاله انگلیسی: 8
صفحات مقاله فارسی: 23
ناشر: آی تریپل ای - IEEE
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2016
مبلغ ترجمه مقاله: رایگان
ترجمه شده از: انگلیسی به فارسی
شناسه ISSN: 2327-4662
کد محصول: F2328
نمونه ترجمه فارسی مقاله

چکیده

             با معرفی ریزشبکه، مدیریت انرژی برای کنترل تولید برق و مصرف در حوزه‌های مسکونی، صنعتی و تجاری، به عنوان مثال در ریزشبکه مسکونی و خانه‌ها ضروری است. مدیریت انرژی ممکن است برای رسیدن به انرژی خالص صفر برای حوزه‌های مسکونی به ما کمک کند. بهبود در فن‌آوری، هزینه و اندازه ویژگی موجب می‌شود دستگاه‌ها در همه جا به یکدیگر متصل شوند و تعامل برقرار کنند، که اینترنت اشیاء نامیده می‌شود. افزایش پیچیدگی و داده‌ها، با توجه به تعداد فزاینده‌ی دستگاه‌هایی مانند سنسورها و دیسک، نیاز به منابع محاسباتی قدرتمند دارند که ممکن است توسط محاسبات ابری ارائه شده باشد. با این حال، مقیاس‌پذیری به موضوعی بالقوه در محاسبات ابری تبدیل شده است. در این مقاله، محاسبات مه به‌عنوان یک پلت‌فرم جدید برای مدیریت انرژی معرفی شده است. مقیاس‌پذیری، سازگاری و ویژگی‌های نرم‌افزاری/سخت‌افزاری منبع باز در پلت‌فرم پیشنهادی موجب می‌شود تا کاربر مدیریت انرژی کنترل به عنوان را انجام دهد، درحالی‌که هزینه اجرا و زمان ارائه به بازار به حداقل رسیده است. برای نشان دادن مدیریت انرژی به‌عنوان یک سرویس بر روی پلت‌فرم محاسباتی مه در حوزه‌های مختلف، دو نمونه‌ی مدیریت انرژی خانه و مدیریت انرژی در سطح ریزشبکه اجرا و آزمایش شده است. 

1. مقدمه و کارهای مرتبط 

            قدرت شبکه‌ها با معرفی پارادایم جدید ریزشبکه در حال گرفتن کارآمدتر و دقیق شدن است. ریزشبکه از ژنراتورهای توزیع‌شده، منابع انرژی و بارهایی تشکیل شده است که ممکن است به شبکه برق متصل و یا به طور خودکار عمل کنند [1] - [3]. از این رو، یک سیستم مدیریت انرژی برای کنترل تولید برق و مصرف ضروری است. ریزشبکه به‌منظور بهبود قابلیت اطمینان، بهره‌وری و سودآوری برای نصب و راه اندازی در مناطق مسکونی و تجاری نشان داده شده است [2]. بااین حال، در این مقاله، به حوزه‌های مسکونی برای مدیریت انرژی طرف تقاضا تمرکز می‌کنیم. 

           در سال 2013، حدود 40.7 درصد از انرژی اولیه ایالات متحده مصرف ساختمان‌های تجاری و مسکونی و خانه‌های موجود در شبکه برق شده است [4]. کاهش مصرف انرژی ساختمان‌ها و خانه‌ها ممکن است به کاهش قابل توجهی منجر شود. به‌عنوان مثال، در ایالت کالیفرنیا آمریکا، کمیسیون انرژی کالیفرنیا (CEC)، برای رسیدن به انرژی خالص صفر (ZNE) ساختمان‌ها تا سال 2020 برنامه‌ریزی کرده است [5]. همچنین، وزارت انرژی ایالات متحده (DOE) به دنبال توسعه فن‌آوری و تکنیک‌هایی برای بهبود بهره‌وری خانه‌ها و ساختمان‌های جدید مسکونی و تجاری و در نتیجه کاهش مصرف انرژی ملی است [6]. از این رو، نیاز به ساختمان‌هایی با انرژی کارآمد با رشد سریعی مواجه است. علاوه بر این، پیشرفت در تکنولوژی، امکان یکپارچه‌سازی دستگاه‌های الکترونیکی با قدرت کم و کارایی بالا، ما را قادر به ساخت سیستم‌های پیشرفته خواهد ساخت. همچنین، کاهش در هزینه و اندازه دستگاه‌ها مانند: سنسورها، آداپتورهای شبکه، سوئیچ‌ها و غیره، فرصت ساخت سیستم‌های کم هزینه‌ی مدیریت انرژی را ارائه می‌کند [7] - [12]. به‌طور معمول، کاهش مصرف انرژی ممکن است بااستفاده‌ی دوره‌ای بازخورد هزینه‌ی انرژی و نظارت از راه دور دستگاه‌های هوشمند (پاسخ به تقاضا) انجام گیرد [13]، [14]. در این مقاله، تمرکز ما بر روی ساختمان‌های مسکونی خاص – خانه‌ها - برای مدیریت مصرف انرژی خود است. 

           به‌منظور پیاده‌سازی یک سیستم مدیریت انرژی، پلت‌فرمی مورد نیاز است که تعامل و همکاری بین دستگاه‌ها و انعطاف‌پذیری را فراهم کند. در [15]، مدیریت انرژی خانه بر روی پلت‌فرم شبکه به‌منظور مرتفع کردن نیازمندی‌های ذکر شده در کاهش هزینه‌ها پیاده‌سازی شده است، با این حال، حوزه عملیاتی سیستم، مقیاس‌پذیری، عدم تجانس، دستگاه‌های حساس به تاخیر و هزینه کنترل به‌درستی در نظر گرفته نشده است. 

           یکی از ویژگی‌های مهم در نظر گرفته شده احتمال نفوذ به بازار مصرف و قیمت پلت‌فرم برای یک مصرف کننده عادی است. عمده الزامات مورد نیاز برای معماری که قیمت را تحت تاثیر قرار می‌دهد عبارتند از: 1) قابلیت همکاری؛ 2) مقیاس‌پذیری؛ 3) سهولت استقرار؛ 4) معماری باز؛ 5) قابلیت پلاگین n- بازی ؛ و 6) نظارت محلی و از راه دور [16]، [17]. علاوه بر این، دستیابی به این شرایط در یک بسته باید مقرون به صرفه باشد. از آنجا که مصرف‌کنندگان در ساختمان مسکونی بودجه و فضای محدود در اختیار دارند به‌صورت مطالعه موردی در نظر گرفته شده‌اند

A. مطالعه موردی انگیزشی

          مدیریت انرژی خانه (HEM) به‌عنوان مثالی برای سیستم مدیریت انرژی باید سیاست‌ها و قوانین ذکر شده را مرتفع سازد. در حالی که سخت افزار‌های مختلف، نرم‌افزار، معماری ارتباطات توسط مصرف برق، عملکرد و غیره ارائه و مقایسه شده است [14]، [18] -[22]، هزینه اجرای پلت‌فرم مانند: محاسبه دستگاه‌ها، نرم‌افزار پشته، دستگاه‌های ارتباطی و غیره هنوز هم به اندازه کافی بالا هستند و مانع روند استقرار آن برای کاربران مسکونی معمولی می‌شود. علاوه‌براین، سخت‌افزار و معماری نرم‌افزار ممکن است قادر به رسیدگی به رشد تعداد سنسورها و محرک‌ها در کنار عدم تجانس آنها نباشد.  Control4، Honeywell و شرکت‌های مختلف دیگر [23] -[26] در حال ارائه سیستم عامل HEM به مشتریان خود هستند که خانه‌های موجود را به خانه‌های هوشمند تبدیل می‌کند. این محصولات ویژگی‌های مختلفی از قبیل: کنترل درجه حرارت، استفاده بهینه از روشنایی، و مدیریت دستگاه‌های هوشمند را پیاده‌سازی می‌کنند. تمام این ویژگی‌ها توسط یک دستگاه واحد ارائه شده است. از این رو، مقیاس‌پذیری، سازگاری و هزینه آن ممکن است به یک مسئله برای مشتریان تبدیل شود. به‌عنوان مثال، محصولات در مورد تعداد دستگاه‌های متصل به آنها برای مدیریت سخت‌گیر هستند. همچنین، مقیاس‌گذاری محصولات برای خانه‌های بزرگتر، ممکن است به طور قابل توجهی گران باشد. علاوه‌براین، کاربران نباید گزینه‌ی سفارشی کردن خدمات برای اجبار به خرید آنها را در دستور کار خود قرار دهند.

B. چالش‌های تحقیقاتی و نمای کلی مفهوم

           به‌طورخلاصه، مشکل اعمال پلت‌فرم مدیریت انرژی به عمده چالش‌های زیر است: 

1) عملکرد، قابلیت همکاری و تعامل میان دستگاه‌های ناهمگن در پلت‌فرم مدیریت انرژی. 

2) قابلیت سفارشی کردن خدمات، سازگاری و مقیاس‌پذیری پلت‌فرم مدیریت انرژی برای انواع مختلف ساختمان‌ها، خانه‌ها و برنامه‌های کاربردی.

3) هزینه اجرای پلت‌فرم مدیریت انرژی، پشته سخت‌افزار و نرم‌افزار. 

C. کار پیشنهادی ما

           برای پرداختن به چالش فوق، یک پلت‌فرم برای سیستم مدیریت انرژی ارائه شده است که: 

1) مقیاس‌پذیری، سازگاری و اتصال بین دستگاه‌های هوشمند برروی پلت‌فرم محاسباتی مه (بخش دوم را مشاهده کنید) که متشکل از: 

2) دستگاه‌های کم توان و کم هزینه برای محاسبات، ذخیره‌سازی و ارتباطات. 

3) معماری نرم‌افزار منبع باز و زیرساخت‌های سخت‌افزاری (معماری باز) ساخته شده بر روی پلت‌فرم محاسباتی مه ما را قادر به مقیاس‌پذیری پلت‌فرم می‌کند (مقیاس‌پذیری).

 4) نرم‌افزار مدیریت انرژی و یا کنترل به‌عنوان یک سرویس بااستفاده از دستگاه مشخصات برای خدمات وب پیاده‌سازی شده است (DPWS) [17]، [19]، [27] که با هدف کشف و ارائه ویژگی‌های پلاگین n- بازی استفاده می‌شود. این معماری سرویس‌گرا ارتباطات و ناهمگنی سخت‌افزار را خلاصه‌سازی می‌کند. 

          همانطور که در شکل 1 نشان داده شده است، محاسبات مه، اتصال و قابلیت همکاری را در دستگاه‌های هوشمند به ارمغان می‌آورد. انتقال داده‌ها با ابر و نیاز به قدرت محاسباتی ابر در این پلت‌فرم حذف شده است. مدیریت انرژی برروی این پلت‌فرم به عنوان یک سرویس و دو نمونه برای نشان دادن ویژگی‌های آن پیاده‌سازی شده است.

نمونه متن انگلیسی مقاله

Abstract

         By introduction of microgrids, energy management is required to control the power generation and consumption for residential, industrial, and commercial domains, e.g. in residential microgrids and homes. Energy management may also help us to reach zero net energy for the residential domain. Improvement in technology, cost, and feature size have enabled devices everywhere, to be connected and interactive, as it is called Internet of Things (IoT). The increasing complexity and data, due to the growing number of devices like sensors and actuators, requires powerful computing resources which may be provided by cloud computing. However, scalability has become the potential issue in cloud computing. In this paper, fog computing is introduced as a novel platform for energy management. The scalability, adaptability, and open source software/hardware featured in the proposed platform enable the user to implement the energy management with the customized control-as-services, while minimizing the implementation cost and time-to-market. To demonstrate the energy management-as-a-service over fog computing platform in different domains, two prototypes of home energy management and microgrid-level energy management have been implemented and experimented.

I. INTRODUCTION AND RELATED WORK P OWER

           grids are getting more efficient and smarter as the new paradigm of microgrid has been introduced. A microgrid is comprised of distributed generators, energy storage, and loads which may connect to the power grid or operate autonomously [1]–[3]. Hence, an energy management system is essential to control the power generation and consumption. The microgrid has been shown to improve the reliability, efficiency, and profitability for residential and commercial installations [2]. However, in this paper, we focus on the residential domain for demand-side energy management.

           In the year 2013, about 40.7% of the U.S. primary energy consumption is due to commercial buildings and residential homes existing in the power grid [4]. Reducing the energy consumption of the buildings and homes may help to decrease this number significantly. For instance, in the U.S. state of California, the California Energy Commission (CEC), planned to reach Zero Net Energy (ZNE) buildings by 2020 [5]. Also, the U.S. Department of Energy (DOE) seeks to develop technologies and techniques to improve the efficiency of the new and existing residential and commercial homes and buildings and thereby reduce the national energy consumption [6].

           Hence, the need for energy efficient buildings and homes is growing rapidly. Moreover, the advancement in technology, the possibility of integrating low-power and high performance electronic devices have enabled us to build advanced embedded systems. Also, reduction in the cost and size of devices like: sensors, actuators, network adapters, switches, etc., have provided us with the opportunity to build sophisticated and low-cost energy management systems [7]–[12]. Typically, the reduction in energy consumption may be done using periodic energy cost feedback and remote monitoring the smart devices (demand response) [13], [14]. In this paper, we focus on specific residential buildings - homes - for managing their energy consumption.

           In order to implement an energy management system, a platform is required which provides interactivity and interoperability between devices and flexibility of operation. In [15], a home energy management has been implemented over a networking platform in order to meet the mentioned requirements in lower cost, however, the operating domains of the system, scalability, heterogeneity, delay-sensitive devices, and controlling cost have not been considered properly.

           One of the most important properties to be considered is the probability of penetrating into the consumer market and affordability of the platform for an ordinary consumer. Major requirements for the architecture which influence this penetration and affordability are: 1) interoperability; 2) scalability; 3) ease of deployment; 4) open architecture; 5) plug-n-play capability; and 6) local and remote monitoring [16], [17]. Moreover, meeting these requirements in a single package should also be cost-effective. Since consumers in residential buildings have limited budget and space for deploying the platform, we are considering them as the case study.

A. Motivational Case Study

            Home Energy Management (HEM) as an example for energy management system has to meet the above-mentioned policies and rules. While different hardware, software, communication architectures have been proposed and compared by their power consumption, performance, etc. [14], [18]– [22], the cost of implementing the platform like: computing devices, software stack, communication devices, etc. are still high enough that hinder the process of deploying it for ordinary residential users. Moreover, the hardware and software architectures may not be able to handle the growing number of sensors and actuators alongside their heterogeneity. Control4, Honeywell, and various other companies [23]– [26] are providing the customers with HEM platforms which transform an existing home to a smart home. These products implement various functionalities such as: temperature control, efficient lighting, and management of smart devices. All these features are provided by a single device. Hence, the scalability, adaptability, and cost of the platforms may become an issue for customers. For instance, the products are strict about the number of devices connected to them for management and processing. Also, scaling the products for larger homes, may become significantly expensive. Furthermore, the users do not have the option of customizing the services they require and they have to purchase the whole package as it is.

B. Research Challenges and Concept Overview

          In summary, the problem of implementing energy management platform poses the following major challenges:

1) Performance, interoperability, and interactivity among heterogeneous devices in energy management platform.

2) Ability to customize the services, adaptability, and scalability of the energy management platform for various types of buildings, homes, and applications.

3) Cost of implementing the energy management platform, hardware, and software stack.

C. Our Novel Contributions

           To address the above-mentioned challenges, a novel platform for energy management system is proposed that employs:

1) Interoperability, scalability, adaptability, and connectivity between smart devices over fog computing platform (see Section II) which consists of:

2) Low-power and low-cost devices for computation, storage, and communication.

3) Open source software architecture and hardware infrastructure (open architecture) built on a fog computing platform provides us with the ability to scale the platform (scalability).

4) The energy management software or control is implemented as a service using Devices Profile for Web Services (DPWS) [17], [19], [27] which also used for the discovery purpose to provide the plug-n-play feature. This Service-Oriented Architecture also abstracts the communication and hardware heterogeneity.

         As shown in Fig. 1, fog computing brings connectivity and interoperability to the smart devices. Data transfer with the cloud and need for computation power from the cloud have been eliminated in this platform. Energy management has been implemented over this platform as a service and two prototypes have been implemented to demonstrate its features.

فهرست مطالب (ترجمه)

چکیده

1. مقدمه و کارهای مرتبط 

A. مطالعه موردی انگیزشی

B. چالش‌های تحقیقاتی و نمای کلی مفهوم

C. کار پیشنهادی ما

2. پلت‌فرم محاسباتی مه

A. معماری سخت‌افزار 

B. معماری نرم‌افزار 

C. معماری ارتباطات 

D. ادغام معماری‌ها

3. پیاده‌سازی PROTOTYPE 

4. نتایج تجربی در مطالعات موردی 

A. مدیریت انرژی خانه 

B. مدیریت انرژی در سطح ریزشبکه 

5. نتیجه‌گیری

منابع

فهرست مطالب (انگلیسی)

Abstract

1. INTRODUCTION AND RELATED WORK

A. Motivational Case Study

B. Research Challenges and Concept Overview

C. Our Novel Contributions

2. FOG COMPUTING PLATFORM

A. Hardware Architecture

B. Software Architecture

C. Communication Architecture

D. Integration of Architectures

3. PROTOTYPE IMPLEMENTATION

4. EXPERIMENTAL RESULTS ON CASE STUDIES

A. Home Energy Management

B. Microgrid-Level Energy Management

5. CONCLUSION

REFERENCES