برنامه ریزی تامین انرژی گلخانه ها با محوریت انرژی های تجدیدپذیر در حالت ریزشبکه
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 269
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ENERGY-10-3_005
تاریخ نمایه سازی: 30 آبان 1401
Abstract:
تغییرات اقلیمی و روند افزایشی جمعیت کشورها، اهمیت توسعه گلخانه ها برای موضوع امنیت غذایی در آینده را بیش از پیش مطرح ساخته است. یکی از مهم ترین ملاحظات در تولیدات محصولات گلخانه ای، نیاز به مصرف انرژی برای ایجاد شرایط محیطی مناسب گلخانه است. لذا در این پژوهش، مسئله برنامه ریزی تامین انرژی گلخانه ها با محوریت انرژی های تجدیدپذیر مورد بررسی قرار خواهد گرفت. بدین منظور ابتدا تعیین میزان بهینه به کارگیری واحدهای انرژی های تجدیدپذیر در کنار واحدهای ذخیره ساز انرژی با هدف کاهش هزینه ها در حالت ریزشبکه مدل سازی می شود. در ادامه، مدل عدد صحیح آمیخته غیرخطی (MINLP) ارائه شده، با بهره گیری از داده های سرعت متوسط باد و میزان تابش ماهیانه نور خورشید منطقه مکران و درنظرگرفتن ترکیبات مختلف پارامترهای هزینه ای، در قالب ۱۶ مسئله مختلف، حل و تحلیل می گردد. از جمله مهم ترین نتایج به دست آمده از مسائل فوق، می توان به تعیین شرایط مقرون به صرفه بودن به کارگیری انرژی خورشیدی اشاره کرد که در صورت حداکثر ۲ برابر بودن هزینه سرمایه گذاری آن نسبت به هزینه سرمایه گذاری CHP، توجیه اقتصادی دارد. همچنین نتایج نشان می دهند تاثیر میزان منابع مختلف انرژی تجدیدپذیر در منطقه جغرافیایی مورد بررسی در کنار مقادیر هزینه های سرمایه گذاری و نگهداری تعمیرات، می تواند منجر به عدم توجیه فنی-اقتصادی به کارگیری همزمان منابع مختلف تجدیدپذیر گردد.
Keywords:
Greenhouses , Micro-Grid , Energy Planning , Renewable Energy , Energy Mathematical Programing. , گلخانه , ریزشبکه , برنامه ریزی انرژی , انرژی های تجدیدپذیر , مدل سازی ریاضی انرژی
Authors
سعید میرزا محمدی
iran university of science and technology
آرمین جبارزاده
iran university of science and technology
مهران صالحی شهرابی
iran university of science and technology
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 :