این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
سه شنبه 25 آذر 1404
مهندسی و مدیریت انرژی
، جلد ۴، شماره ۴، صفحات ۵۰-۶۱
عنوان فارسی
تعیین اندازۀ بهینۀ سیستم ترکیبی، فتوولتائیک/ باد/ باتری با استفاده از الگوریتم انبوه ذرات با عامل انقباض
چکیده فارسی مقاله
در این مقاله، یک سیستم ترکیبی فتوولتائیک، بادی با ذخیرهساز باتری بهمنظور تأمین یک الگوی بار نمونه مستقل از شبکه طراحی میشود. هدف از این طراحی، تأمین انرژی مورد نیاز و کمینهسازی هزینۀ کل تولید در طول عمر سیستم است. به همین دلیل، با استفاده از الگوریتم جدیدی تحت عنوان الگوریتم بهینهسازی انبوه ذرات با عامل انقباض که دارای ویژگیهایی از قبیل سرعت همگرایی بالا و توانایی جستوجوی بیشتر فضای جستوجوست، اندازۀ بهینۀ این منابع تعیین و تابع هزینه کمینه میشود. اندازۀ بهینۀ اجزای این سیستم در شرایط مختلف عملکرد با اطلاعات واقعی بار و هواشناسی یکی از مناطق جنوبی (شهر رفسنجان) و شمال غرب (شهر نمین) و شمال شرق (شهر داورزن) ایران مورد بررسی قرار گرفته میشود. در نهایت، نتایج نشان میدهد که الگوریتم ذکرشده قدرتمندتر از الگوریتم انبوه ذرات و جستوجوی ممنوع است.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Optimal Size of Hybrid System, Photovoltaic/Wind/Batteries Using Particle Swarm with Constriction Factor Algorithm
چکیده انگلیسی مقاله
In this paper, a (photovoltaic-wind-battery) hybrid system is designed to provide a network-independent pattern. The purpose of this paper is to provide the necessary energy and minimize production total costs over the life of the system. By using a new algorithm called "particle swarm optimization algorithm with constriction factor", which has advantages like high convergence speed, the optimal size and minimum cost of these resources are determined. The system’s components optimal size has been studied under various operating conditions using real-time information and meteorological data of one of Iran’s Southern, North West and North East regions. The results show that the "particle swarm optimization algorithm with constriction factor" is more efficient than the "particle swarm optimization algorithm" and ''tabu search''.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
مهران عامری | mehran ameri
mechanical engineering department, shahid bahonar university of kerman, kerman, iran
دانشکده فنی و مهندسی و پژوهشکده انرژی- دانشگاه شهید باهنر- کرمان- ایران
سازمان اصلی تایید شده
: دانشگاه شهید باهنر (Shahid bahonar university)
اکبر ملکی | akbar maleki
institute of science and high technology and environmental sciences, graduate university of advanced technology, kerman, iran
پژوهشکده انرژی- دانشگاه تحصیلات تکمیلی صنعتی و فنّاوری پیشرفته- کرمان- ایران
سازمان اصلی تایید شده
: دانشگاه تحصیلات تکمیلی صنعتی کرمان (Graduate university of advanced technology)
فرشید کی نیا | farshid keynia
institute of science and high technology and environmental sciences, graduate university of advanced technology, kerman, iran
پژوهشکده انرژی- دانشگاه تحصیلات تکمیلی صنعتی و فنّاوری پیشرفته- کرمان- ایران
سازمان اصلی تایید شده
: دانشگاه تحصیلات تکمیلی صنعتی کرمان (Graduate university of advanced technology)
نشانی اینترنتی
http://energy.kashanu.ac.ir/browse.php?a_code=A-10-113-3&slc_lang=fa&sid=fa
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1260/article-1260-229264.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
تخصصی
نوع مقاله منتشر شده
پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات