This paper investigates the Demand

This paper investigates the Demand Side Management (DSM) in a commercial building micro grid with solar generation, stationary Battery Energy Management System (BESS) and grid able (V2G) Electric Vehicle (EV) integration. Taking into consideration of a comprehensive pricing model, we first formulate a deterministic DSM as a mixed integer linear programming problem, assuming perfect knowledge of the uncertainties in the system. A two-stage stochastic DSM is further developed that addresses the stochastic nature in solar generation, loads, EV availabilities and EV energy demands. The proposed DSMs are validated with real solar generation, loads, BESS and EV data using sample average approximation. Detailed case studies show that the stochastic DSM outperforms its deterministic counterpart for cost saving for wide range of prices, though at the expense of higher computational time. Computational results also demonstrate that moderate number of EVs helps to cut down the overall operation cost, which sheds light on the benefit of future large scale EV integration to smart buildings.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้ตรวจสอบความต้องการด้านการจัดการ (DSM) ในอาคารพาณิชย์ไมโครกริดด้วยแสงอาทิตย์รุ่น นิ่งแบตเตอรี่พลังงานการจัดการระบบ (เบสส์) และเส้นตารางสามารถ (V2G) ไฟฟ้ายานพาหนะ (EV) รวม การพิจารณาแบบจำลองราคาครอบคลุม เราก่อนกำหนด DSM แบบ deterministic เป็นจำนวนเต็มการผสมเชิงเส้นโปรแกรมปัญหา สมมติว่าความรู้ที่สมบูรณ์แบบไม่แน่นอนในระบบ DSM stochastic เป็นสองขั้นตอนการพัฒนาที่เน้นธรรมชาติ stochastic ในรุ่นพลังงานแสงอาทิตย์ โหลด EV ว่าง และความต้องการพลังงาน EV DSMs เสนอจะถูกตรวจสอบกับรุ่นแสงอาทิตย์จริง โหลด เบสส์และ EV ใช้ประมาณค่าเฉลี่ยของตัวอย่างข้อมูล รายละเอียดกรณีศึกษาแสดงว่า stochastic DSM มีประสิทธิภาพสูงกว่าคู่ของ deterministic สำหรับการประหยัดค่าใช้จ่ายสำหรับหลากหลายราคา แม้ว่าค่าใช้จ่ายสูงครั้ง ผลการคำนวณแสดงว่า จำนวนปานกลางฟ้าช่วยตัดทอนการดำเนินงานโดยรวมต้นทุน ซึ่งเพิงขนาดใหญ่ในอนาคตได้ EV รวมกับอาคารอัจฉริยะ

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะสำรวจความต้องการด้านการจัดการ (DSM) ในอาคารไมโครกริดในเชิงพาณิชย์ด้วยการสร้างพลังงานแสงอาทิตย์, ระบบการจัดการพลังงานนิ่งแบตเตอรี่ (BESS) และตารางสามารถ (V2G) ยานพาหนะไฟฟ้า (EV) บูรณาการ โดยคำนึงถึงรูปแบบการกำหนดราคาที่ครอบคลุมแรกที่เรากำหนดกำหนด DSM เป็นจำนวนเต็มผสมปัญหาโปรแกรมเชิงเส้นสมมติว่าความรู้ที่สมบูรณ์แบบของความไม่แน่นอนในระบบ สองขั้นตอนสุ่ม DSM มีการพัฒนาต่อไปว่าอยู่ในลักษณะสุ่มในการผลิตพลังงานแสงอาทิตย์โหลดว่าง EV และความต้องการพลังงาน EV DSMs เสนอมีการตรวจสอบที่มีการผลิตพลังงานแสงอาทิตย์จริงโหลด BESS และข้อมูล EV ใช้การประมาณค่าเฉลี่ยของกลุ่มตัวอย่าง กรณีศึกษารายละเอียดแสดงให้เห็นว่าสุ่ม DSM มีประสิทธิภาพดีกว่าคู่ที่กำหนดสำหรับการประหยัดค่าใช้จ่ายสำหรับช่วงกว้างของราคา แต่ค่าใช้จ่ายของการคำนวณเวลาที่สูงขึ้น ผลการคำนวณยังแสดงให้เห็นว่าจำนวนปานกลางของ EVs ช่วยในการลดค่าใช้จ่ายในการดำเนินงานโดยรวมซึ่งหายไฟบนผลประโยชน์ของการรวมขนาดใหญ่ในอนาคต EV ถึงอาคารสมาร์ท

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้เป็นการศึกษาความต้องการด้านการจัดการ ( DSM ) ในอาคารพาณิชย์ไมโครกริดกับพลังงานแสงอาทิตย์รุ่น ระบบการจัดการพลังงานแบตเตอรี่เครื่องเขียน ( เบส ) และตารางสามารถ ( v2g ) รถยนต์ไฟฟ้า ( EV ) รวม พิจารณาจากรูปแบบราคาที่ครอบคลุม เราแรกสร้าง DSM deterministic เป็นผสมจำนวนเต็มกำหนดการเชิงเส้นปัญหาสมมติว่าความรู้ที่สมบูรณ์แบบของความไม่แน่นอนในระบบ สองขั้นตอนต่อไปคือการพัฒนา Stochastic DSM ที่อยู่ธรรมชาติ Stochastic ในพลังงานแสงอาทิตย์รุ่น โหลดหลัง EV EV และความต้องการพลังงาน เสนอโปรแกรม dsms ด้วยแสงอาทิตย์รุ่น , โหลด , เบสและข้อมูล EV ใช้ตัวอย่างการประมาณค่าเฉลี่ย กรณีศึกษารายละเอียดแสดงให้เห็นว่า DSM Stochastic โปรยของ deterministic คู่เพื่อประหยัดค่าใช้จ่ายสำหรับช่วงกว้างของราคา แต่ที่ค่าใช้จ่ายสูง การคำนวณเวลา ผลการคำนวณยังแสดงให้เห็นว่าจำนวนปานกลางของรถไฟฟ้าช่วยลดต้นทุนการดำเนินงานโดยรวม ซึ่งหายไฟในประโยชน์ของการรวมขนาดใหญ่ อนาคตรถไฟฟ้าอาคารสมาร์ท