مقاله انگلیسی رایگان در مورد راه حل هایی برای مشکل پخش بار اقتصادی – الزویر 2020

 

مشخصات مقاله
ترجمه عنوان مقاله راه حل هایی برای مشکل پخش بار اقتصادی شامل مزارع بادی با استفاده از روش الگوریتم بازار بورس
عنوان انگلیسی مقاله Solution to economic emission dispatch problem including wind farms using Exchange Market Algorithm Method
انتشار مقاله سال 2020
تعداد صفحات مقاله انگلیسی 10 صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) Scopus – Master Journals List – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
6.031 در سال 2019
شاخص H_index 110 در سال 2020
شاخص SJR 1.216 در سال 2019
شناسه ISSN 1568-4946
شاخص Quartile (چارک) Q1 در سال 2019
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر ندارد
رفرنس دارد
رشته های مرتبط اقتصاد، مهندسی کامپیوتر
گرایش های مرتبط اقتصاد انرژی، برنامه ریزی سیستم های اقتصادی، الگوریتم و محاسبات
نوع ارائه مقاله
ژورنال
مجله  مجله رایانش نرم کاربردی – Applied Soft Computing Journal
دانشگاه  University of Tabriz, Tabriz, Iran
کلمات کلیدی بار اقتصادی، پخش بار اقتصادی، انرژی بادی، الگوریتم بازار بورس، تابع وایبول
کلمات کلیدی انگلیسی Economic dispatch, Economic emission dispatch, Wind energy, Exchange market algorithm, Weibull function
شناسه دیجیتال – doi
https://doi.org/10.1016/j.asoc.2019.106044
کد محصول E14571
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract

1. Introduction

2. Characterization of wind energy

3. Problem formulation

4. Exchange market algorithm (EMA)

5. Application of the EMA method for solving the optimization problem

6. Numerical results

7. Conclusion

References

بخشی از متن مقاله:

Abstract

This paper presents an Exchange Market Algorithm (stocktickerEMA) method for solving the Economic Emission Dispatch (EED) problem including wind farms in the power systems. The stocktickerEMA algorithm is a powerful and useful method for finding the optimal value of an optimization problem with high accuracy. In recent years, because of the emission of harmful gases from fossil fuels and global warming issues, the penetration level of cleaner energies such as the wind and solar energy has been increased in order to produce the desired electrical energy. Therefore, it is vital to consider the wind turbines and wind farms in the EED optimization problem. Due to the probabilistic nature of wind speed in wind turbines, the generated power by wind turbines and wind farms has uncertain nature. Hence, the Weibull probability distribution function is used to model the wind power in the EED problem. The proposed method is tested on the IEEE 40-units test system. The analysis shows that, compared to other algorithms the EMA method has faster convergence and better ability in finding the optimal solution for the EED problem.

Introduction

Economic dispatch (ED) problem is very important for the economical operation of power systems. The purpose of the ED problem is to determine the optimal output values for the generation units to fulfill the load demand and other constraints of a power system, as well as minimizing the cost of electrical energy produced [1]. In the recent years the diffusion of harmful gases such as sulfur oxides (SOX ) and nitrogen oxides (NOX ), which pollutes the atmosphere and exacerbates the global warming situation, has become a critical issue. The main source of these greenhouse gases are the thermal units. One way to limit the emission of these gasses is to impose stricter policies on the thermal units. To apply the new regulations and tax issues for excessive generated greenhouse gases, a combination of economic dispatch and constraints on emission has been introduced which is known as Economic Emission Dispatch (EED) problem. In the EED optimization problem, in addition to minimizing the cost of energy, minimization of the amount of emission has been considered as well [2]. EED is an optimization problem with the following two main goals [3]:

(1) Minimizing the fuel cost of thermal units.

(2) Minimizing the emission of harmful gases into the air.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا