Demand (load) profiles for the diff

Demand (load) profiles for the different charging algorithms on the nine-bus system can be seen in Figs. 6–9. Since the profiles are very similar in the 18-bus case, only those in the nine-bus case are shown. It is clear that uncoordinated charging significantly adds to the peak load in all cases. Also in all cases, minimizing the load variance produces almost exactly same profile as minimizing the losses, so much so that the two profiles are nearly indistinguishable when plotted on the same graph. The only reason for the difference is that the topology of the distribution system is not a single line with all loads connected to the end, as is required in the proof. In Figs. 6–8, where the condition in (21) is not satisfied, maximizing the load factor does not minimize the variance or the losses. In this case the maximum load factor profile can be easily distinguished from the other two optimal charging algorithms. However, the maximum load factor profile also does not add to the peak load. As seen in Fig. 9, where the condition in (21) is met, maximizing the load factor produces an identical result to minimizing the load variance and therefore the curves overlap throughout the graph. Also in this case, minimizing the losses produces a slight increase in the peak load. This is because voltage effects and the system topology are taken into account.

ผลลัพธ์ (ไทย) 1:

ต้องการโปรไฟล์ (โหลด) อัลกอริทึมชาร์จแตกต่างกันบนระบบบัสเก้าจะได้ในวันที่ 6 – 9 มะเดื่อ เนื่องจากโพรไฟล์มีความคล้ายคลึงในกรณีรถ 18 เฉพาะผู้ที่ในกรณีรถเก้าจะแสดงขึ้น เป็นที่ชัดเจนว่า ชาร์จด้วยมากเพิ่มภาระสูงสุดในทุกกรณี นอกจากนี้ ในทุกกรณี ลดความแปรปรวนโหลดสร้างโพรไฟล์เดียวกันเกือบจะตรงเป็นการลดการสูญเสีย มากดังนั้นโพรไฟล์ที่สองจะจำแนกไม่เกือบจุดบนกราฟเดียวกัน เหตุผลเดียวที่ต่างคือ ว่า โทโพโลยีของระบบกระจายไม่บรรทัดเดียวกับโหลดทั้งหมดที่เชื่อมต่อกับปลาย จะต้องมีหลักฐาน ในมะเดื่อ. 6 – 8 ซึ่งเงื่อนไขใน (21) ไม่พอใจ เพิ่มจากการลดความแปรปรวนหรือการสูญเสีย ในกรณีนี้ ค่าปัจจัยโหลดสูงสุดจะได้ง่าย ๆ ต่างจากอื่น ๆ สองสุดชาร์จขั้นตอนวิธีการ อย่างไรก็ตาม ค่าปัจจัยโหลดสูงสุดยังไม่เพิ่มแรงสูงสุด เท่าที่เห็นในรูป 9 ที่ตรงตามเงื่อนไขใน (21) เพิ่มจากการก่อให้เกิดผลในการลดความแปรปรวนโหลด และดังนั้น เส้นโค้งซ้อนทับตลอดกราฟ นอกจากนี้ยัง ในกรณีนี้ ลดการสูญเสียก่อให้เกิดการเพิ่มขึ้นเล็กน้อยในการโหลดสูงสุด ทั้งนี้เนื่องจากผลของแรงดันและโทโพโลยีของระบบเอาไว้

ผลลัพธ์ (ไทย) 2:

Demand (โหลด) โปรไฟล์สำหรับขั้นตอนวิธีการเรียกเก็บเงินที่แตกต่างกันในระบบเก้าบัสสามารถเห็นได้ในมะเดื่อ 6-9 ตั้งแต่โปรไฟล์จะคล้ายกันมากในกรณีที่รถบัส 18 เพียงผู้ที่อยู่ในกรณีที่เก้าบัสจะแสดง เป็นที่ชัดเจนว่าการเรียกเก็บเงินที่ไม่พร้อมเพรียงกันอย่างมีนัยสำคัญจะเพิ่มการใช้ไฟฟ้าสูงสุดในทุกกรณี นอกจากนี้ในทุกกรณีการลดความแปรปรวนโหลดรายละเอียดการผลิตเกือบจะเหมือนกันตรงตามที่การลดการสูญเสียให้มากเพื่อให้ทั้งสองโปรไฟล์เกือบจะแยกไม่ออกเมื่อพล็อตกราฟเดียวกัน เหตุผลเดียวที่แตกต่างกันคือโครงสร้างของระบบการจัดจำหน่ายที่ไม่ได้เป็นเส้นเดียวกับโหลดทั้งหมดที่เชื่อมต่อไปยังจุดสิ้นสุดเป็นที่จำเป็นต้องใช้ในการพิสูจน์ ในมะเดื่อ 6-8 ซึ่งภาวะ (21) ไม่พอใจที่การเพิ่มปัจจัยโหลดไม่ได้ลดความแปรปรวนหรือขาดทุน ในกรณีนี้รายละเอียดปัจจัยโหลดสูงสุดสามารถโดดเด่นได้อย่างง่ายดายจากอีกสองขั้นตอนวิธีการชาร์จที่ดีที่สุด อย่างไรก็ตามรายละเอียดปัจจัยโหลดสูงสุดยังไม่เพิ่มภาระสูงสุด เท่าที่เห็นในรูป 9 ซึ่งเป็นภาวะ (21) จะพบการเพิ่มปัจจัยโหลดก่อให้เกิดผลเหมือนกันกับการลดความแปรปรวนโหลดและดังนั้นจึงโค้งทับซ้อนกันตลอดกราฟ นอกจากนี้ในกรณีนี้การลดการสูญเสียที่ผลิตเพิ่มขึ้นเล็กน้อยในการโหลดสูงสุด เพราะนี่คือผลกระทบที่แรงดันไฟฟ้าและโครงสร้างระบบถูกนำเข้าบัญชี

ผลลัพธ์ (ไทย) 3:

ความต้องการ ( โหลด ) โปรไฟล์สำหรับขั้นตอนวิธีที่แตกต่างกันการเก้าระบบบัสที่สามารถเห็นได้ในมะเดื่อ . 6 – 9 ตั้งแต่โปรไฟล์จะคล้ายกันมากใน 18 รถกรณีเฉพาะในเก้ารถบัสกรณีแสดง เป็นที่ชัดเจนว่า การชาร์จไฟไม่พร้อมเพรียงกันอย่างมีนัยสำคัญเพิ่มยอดโหลดในทุกกรณี นอกจากนี้ ในทุกกรณี การสร้างโปรไฟล์โหลด แบบเกือบตรงเช่นเดียวกับการลดความสูญเสียให้มากเพื่อให้ทั้งสองสภาพเกือบแยกไม่ออก เมื่อลงจุดบนกราฟเดียวกัน เหตุผลสำหรับความแตกต่างก็คือ โครงสร้างของระบบการกระจายไม่เป็นเส้นเดียวกับโหลดที่เชื่อมต่อกับปลาย เช่น ต้องมีหลักฐาน ในลูกมะเดื่อ . 6 – 8 ที่เงื่อนไข ( 21 ) ไม่พอใจเพิ่มปัจจัยโหลดไม่ได้ลดความแปรปรวน หรือ ขาดทุน ในกรณีนี้ข้อมูลปัจจัยโหลดสูงสุดสามารถแตกต่างจากอีกสองที่ดีที่สุดชาร์จอัลกอริธึม อย่างไรก็ตาม ข้อมูลปัจจัยโหลดสูงสุดยังไม่ได้เพิ่มยอดโหลด ตามที่เห็นในรูปที่ 9 ซึ่งเงื่อนไขใน ( 21 ) จะพบเพิ่มปัจจัยโหลด ผลิตผลที่เหมือนกันเพื่อลดความแปรปรวนและดังนั้นจึงโค้งซ้อนโหลดทั่วกราฟ นอกจากนี้ในกรณีนี้ ลดการสูญเสียผลิตเพิ่มขึ้นเล็กน้อยใน Peak โหลด นี้เป็นเพราะผลแรงดันไฟฟ้าและโครงสร้างระบบเข้าบัญชี