مدیریت انرژی باتری در ریزشبکه DC مبتنی بر منبع تولید پراکنده فوتوولتائیک براساس میزان SOC
Publish place: 5th Conference on Emerging Trends in Energy Conservation
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 885
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ETEC05_200
Index date: 8 May 2016
مدیریت انرژی باتری در ریزشبکه DC مبتنی بر منبع تولید پراکنده فوتوولتائیک براساس میزان SOC abstract
در این مقاله مدیریت انرژی باتری در ریزشبکه dc مورد بررسی قرار می گیرد. در ریزشبکه ها و به ویژه در ریز شبکه های مستقل با منبع تولید پراکنده فوتوولتائیک، منابع ذخیره انرژی به دلیل بالا بردن قابلیت اطمینان سیستم یکی از مهم ترین اجزای سیستم محسوب می شوند. یکی از اصلی ترین معیار های انتخاب باتری برای ریزشبکه ها، طول عمر باتری است. از جمله مشکلات ریزشبکه dc تخلیه ی بیش از اندازه منبع ذخیره انرژی است. در ریز شبکه های dc مستقل، برای بالا رفتن عملکرد سیستم و کمتر شدن هزینه ی تعمیر و نگهداری باتری، باید از شارژ و دشارژ پی درپی منبع ذخیره انرژی جلوگیری کرد. در این مقاله هدف بالا بردن طول عمر باتری و افزایش پاسخ دینامیکی است که با این کار عملکرد سیستم و قابلیت اطمینان سیستم افزایش می یابد. برای این منظور از دو گروه باتری استفاده شده است تا هم پاسخ دینامیکی سیستم بهبود یابد و هم با ذخیره توان اضافی تولیدی آرایه های فوتوولتائیک توسط باتری پشتیبان از دشارژ بیش از اندازه باتری اصلی در زمانی که پدیده ای مانند سایه به وجود می آید و توان آرایه های فوتوولتائیک کاهش می یابد، جلوگیری نماید. ریزشبکه dc مورد مطالعه شامل آرایه های فوتوولتائیک، سیستم ذخیره انرژی، بار dc و مبدل dc-dc است. نتایج حاصل از شبیه سازی در محیط سیمولینک MATLAB عملکرد موفق مدیریت انرژی بر اساس وضعیت میزان شارژ باتری ها (SOC) را نشان می دهد.
مدیریت انرژی باتری در ریزشبکه DC مبتنی بر منبع تولید پراکنده فوتوولتائیک براساس میزان SOC Keywords:
مدیریت انرژی باتری در ریزشبکه DC مبتنی بر منبع تولید پراکنده فوتوولتائیک براساس میزان SOC authors
سعید پیوندکرمانی
دانشجوی کارشناسی ارشد دانشگاه زنجان
ابوالفضل جلیلوند
دانشیار دانشگاه زنجان
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 :