طراحی و ساخت یک سیستم برودتی بهینه فتوولتاییک در حضور شبکه هوشمند با رویکرد بهینه‌سازی چند هدفه
محورهای موضوعی : انرژی های تجدیدپذیر
رسول جوی زادگان
1
,
مهدی مهدویان
2
1 - کارشناس ارشد - گروه مهندسی برق، واحد نائین، دانشگاه آزاد اسلامی، نائین، ایران
2 - مربی - گروه مهندسی برق، واحد نائین، دانشگاه آزاد اسلامی، نائین، ایران
کلید واژه: الگوریتم NSGA-II, شبکه هوشمند, یخچال خورشیدی, قیمت گذاری دینامیکی برق, مدل جمع وزنی,
چکیده مقاله :
امروزه بهینه سازی در سیستمهای قدرت یک ضرورت انکار ناپذیر است.کاهش شدت مصرف انرژی در تجهیزات الکتریکی و افزایش راندمان و کارایی آنها، کاهش تلفات الکتریکی و بهبود پروفیل ولتاژ در شبکه قدرت از نمونه های کاربرد بهینه سازی در سیستمهای قدرت می باشند. سیستمهای برودتی مانند یخچالها و فریزر ها می توانند در کنار به کارگیری به همراه سیستمهای فتوولتاییک در شبکه قدرت عامل تعادل بخشی در عرضه و تقاضای انرژی الکتریکی باشند به طوری که مازاد انرژی را به صورت انرژی سرمایشی در خود ذخیره کرده و در شرایط لازم اجازه دهند که انرژی تولیدی توسط سیستم فتوولتاییک به شبکه قدرت تزریق گردد. در این مقاله به طراحی و ساخت یک سیستم برودتی (یخچال) فتوولتاییک متصل به شبکه و تنظیم بهینه عملکرد آن پرداخته شده است. توابع هدف هزینه و دمای میانگین یخچال به عنوان دو هدف اصلی در نظر گرفته شده و با به کارگیری الگوریتم بهینه سازی ژنتیک با مرتب سازی غیر مغلوب جوابهای پارتو به دست آمده و سپس با به کارگیری روش مدل جمع وزنی جواب نهایی انتخاب گردیده است. نتایج شبیه سازی با نرم افزار متلب و همچنین نتایج پیاده سازی سخت افزاری طرح پیشنهادی در غالب پروژه ساخت هر دو کارایی و عملکرد بهینه طرح پیشنهادی را تایید می نمایند.
Today, optimization in power systems is an unavoidable necessity. Energy intensity reduction in electrical devices and enhancement of their efficiency and performance, electricity loss reduction and voltage profile improvement of the power grid are some instances of optimization usage in power systems. Refrigerated systems, such as refrigerators, can, in addition to exploiting PV systems in a power grid, be part of the supply and demand of electrical energy, so that they store energy as energy and, in the necessary conditions, allow Energy to injecting into the power grid by a photovoltaic system. In this paper, the design and construction of a photovoltaic refrigeration system connected to the network and its optimal performance is discussed. The objective cost and refrigerating temperature functions are considered as two main goals and the final answer is chosen by using the non-dominated sorting genetic optimization algorithm and then using the weighted sum model method. The simulation results with MATLAB software as well as the results of implementing the proposed system's hardware system in the project verify both the performance and the optimal performance of the proposed system.
[1] M.A. Aktacir, “Experimental study of a multi-purpose PV-refrigerator system”, International Journal of Physical Sciences, Vol. 6, No. 4, pp. 746-757, 2011.
[2] O. Ekren, A. Yilanci, E. Cetin, and H. K. Ozturk, “Experimental performance evaluation of a PV-powered refrigeration system”, Electronics and Electrical Engineering, No. 8 (114), pp. 7-10, 2011.
[3] C.D. Pero, F.M. Butera, L. Piegari, M. Faifer, M. Buffoli, P. Monzani, “Characterization and monitoring of a self-constructible photovoltaic-based refrigerator”, Energies, Vol. 9 (749), pp. 1-14, 2016.
[4] J. Waschull, R. Müller, W. Hernschier, R. Künanz, “Cold storage devices for smart grid integration”, Energy Procedia, Vol. 46, pp. 48 – 57, 2014.
[5] R.A. Verzijlbergh, Z. Lukszo, “Conceptual model of a cold storage warehouse with PV generation in a smart grid setting”, Proceeding of the IEEE/ICNSC, Evry, France, 2013.
[6] A. Arteconi, N.J. Hewitt, F. Polonara, “State of the art of thermal storage for demand-side management”, Applied Energy, Vol. 93, pp. 371–389, 2012.
[7] A. Grein, M. Pehnt, “Load management for refrigeration systems: Potentials and barriers”, Energy Policy, Vol. 39, pp. 5598–5608, 2011.
[8] Y. Han, B. Shen, H. Hu, F. Fan, “Optimizing the performance of ice-storage systems in electricity load management through a credit mechanism: An analytical work for Jiangsu, China”, Energy Procedia, Vol. 61, pp. 2876 – 2879, 2014.
[9] A. Samimi, M. Nikzad, M. Mohammadi, “Real-time electricity pricing of a comprehensive demand response model in smart grids”, Electrical Energy Systems, Vol. 27, No. 3, pp. 3-15, 2017.
[10] P.H. Divshali, B.J. Choi, “Electrical market management considering power system constraints in smart distribution grids”, Energies, Vol. 9 (405), pp. 1-30, 2016.
[11] L. Jia, L. Tong, “Dynamic pricing and distributed energy management for demand response”, IEEE Trans. on Smart Grid, Vol. 7, No. 2, pp. 1128-1136, 2016.
[12] Q.P. Ha, V. Vakiloroaya, “Modeling and optimal control of an energy-efficient hybrid solar air conditioning system”, Automation in Construction, Vol. 49, Part B, pp. 262-270, 2015.
[13] K. Bataineh, D. Dalalah, “Optimal configuration for design of stand-alone PV system”, Smart Grid and Renewable Energy, Vol. 3, pp. 139-147, 2012.
[14] A. Fatehmulla, A.S. Al-Shammari, A.M. Al-Dhafiri, A.A. Al-Bassam, “Design of energy efficient low power pv refrigeration system”, Proceeding of the IEEE/SIECPC, Riyadh, Saudi Arabia, April 2011.
_||_