یارانه منصفانه سیستم فوتوولتاییک و باتری خانگی متصل به شبکه برق سراسری با توجه به پیک بار شبکه شهری
Publish place: Urban Economics and Planning، Vol: 3، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 195
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_UREP-3-1_001
تاریخ نمایه سازی: 1 خرداد 1401
Abstract:
این تحقیق به ارایه روشی در سایزینگ سیستم ترکیبی باتری و PV متصل به شبکه با هدف تامین بار مصرفی هنگام پیک بار شبکه و سپس برآورد هزینه و تعیین میزان یارانه منصفانه از جانب دولت می پردازد. سیستم های PV و باتری که امروزه در بسیاری از بخش های خانگی، اداری و تجاری مورد استفاده قرار می گیرند غالبا به شبکه برق سراسری متصل می باشند و سیستم PV و باتری به عنوان سیستم پشتیبان (Backup) در نظر گرفته می شود. مهم ترین کار کرد چنین سیستمی جدا از تامین برق به هنگام قطع شدن برق سراسری، به حداقل رساندن هزینه برق مصرفی از طریق کاهش مصرف برق در هنگام پیک بار شبکه است. از سوی دیگر کارکرد چنین سیستم هایی کم کردن میزان مصرف برق از شبکه سراسری و کم شدن فشار وارد بر شبکه می باشد. گام نخست برای نصب این سیستم ها بدست آوردن اندازه ظرفیت مناسب PV و باتری است به گونه ای که بار مصرفی بخش خانگی در هنگام پیک بار شبکه را تامین کند و از این طرق هزینه ها را به حداقل برساند. سپس هزینه سایز بهینه به دست آمده محاسبه می شود و با توجه به در نظر گرفتن دوره ی بازگشت سرمایه ی ۴ ساله میزان یارانه ای که دولت باید در ازای نصب و راه اندازی این سیستم ها بپردازد محاسبه می شود. در این مقاله سعی شده با شبیه سازی بار مصرفی یک خانه مسکونی ظرفیت مناسب برای سیستم PV و باتری به منظور برآورده کردن نتیجه مذکور به دست آید.
Keywords:
Authors
محمد حسین جهانگیر
دانشیار گروه انرژیهای نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران
اشکان توپ شکن
دانشجوی دکتری گروه انرژیهای نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران
آرش کارگرزاده
دانشجوی کارشناسی ارشد گروه انرژیهای نو و محیط زیست، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :