که وابسته به می باشد و ضریبی است بزرگتر از صفر و مدار آن بستگی به زمان و تابع QoS دارد. نتایج شبیه سازی به صورت زیر می باشد :
شکل ۲-۲- نرخ شارژ و هزینه مشترکین ]۴۵[
همانطور که در شکل ۲-۲ دیده می شود با توجه به مقادیر مختلف دیده می شود هزینه کاهش یافته است .
۳-۲-۲- مدیریت سمت تقاضا بر اساس نوع مصرف انرژی
این روش در سال ۲۰۱۴ توسط هنری چن و همکارانش ارائه شده است . هدف این طرح کاهش پروفیل مصرف مشترکین نسبت به پروفیل مصرف گذشته خود مشترکین با بهره گرفتن از مدیریت سمت تقاضا است . شبکه مورد بررسی دارای N مصرف کننده می باشد که هر مصرف کننده با بهره گرفتن از مدیریت سمت تقاضا و کنترل بخش های مختلف خود می کوشد تا انرژی مصرفی خود را برای H ساعت آینده نسبت به ساعات قبل کاهش دهد . انرژی هر مشترک به صورت زیر بیان می شود]۴۶[:

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

بنابر این تابع هدف به صورت زیر می باشد :
نتیجه حاصل از شبیه سازی به صورت زیر می باشد :
شکل ۲-۳- نمودار انرژی بر حسب زمان در پروفیل مدیریت سمت تقاضا ]۴۶[
دیده می شود که این طرح موثر بوده و هزینه مشترکین کاهش یافته است .
۲ -۲- ۳- مدیریت سمت تقاضا با بهره گرفتن از باتری به منظور کاهش پیک بار
در این روش که در سال ۲۰۱۲ توسط هانگ و همکاران ارائه شده است هدف کاهش پیک بار با بهره گرفتن از تئوری بازی بوده که بر اساس این بازی و قیمت گذاری متفاوت در شبانه روز هر مشترک با در اختیار داشتن اطلاعات مصرف سایر مشترکین و تولید کننده به دنبال استفاده در زمانی است که مصرف انرژی کمتر باشد که نتایج بدست آمده از شبیه سازی کاهش پیک بار را تصدیق میکند]۳۴[.
شرح سیستم :
یک تولید کننده انرژی و N مصرف کننده را به همراه یک باتری برای ذخیره انرژی فرض شده است که هر مصرف کننده در زمان خاصی که با توجه به تعامل با دیگر مشتریکن شروع به ذخیره برق در باتری میکند سیستم مورد ارزیابی به صورت زیر می باشد :
شکل ۲-۴- مدل مورد بررسی جهت کاهش پیک بار ]۳۴[
تابع هدف و نتایج شبیه سازی :
که انرژی مصرفی هر مشترک ، مجومع انرژی مصرفی هر کار بر می باشد و مدت زمان در یک روز یعنی ۲۴ ساعت می باشد .
ایراد این طرح : اگر تمامی مشترکین در زمان اوج مصرف یا در زمانی دیگر به طور همزمان بخواهند باتری های خود را شارژ کنند شبکه دچار افت بیش حد ولتاژ شده و ممکن است زیر بار بخوابد .
نتیجه :
برای اینکه بتوان مدیریت تقاضا را برای کاهش پیک بار انجام داد باید کلیه لوازم خانگی با برنامه ای خاص مورد استفاده قرار بگیرند که در الگوریتم سیستم نیز به آن پرداخته شده و دیده میشود منجر به کاهش پیک بار میگردد.
شکل ۲-۵- نمایش پیک سایی برای یک مصرف کننده ]۳۴[
۲ – ۲ – ۴ – مدیریت سمت تقاضا و الگوریتم فرا اکتشافی^۱
این روش در سال ۲۰۱۲ توسط دپی سرینیواسان و همکارانش ارائه شده است . هدف پیاده سازی و بررسی نتایج مدیریت سمت تقاضا با بهره گرفتن از الگوریتم بهینه سازی اکتشافی می باشد .
این طرح به ارائه یک مدیریت سمت تقاضا بر اساس استراتژی روش تغییر بار برای سمت تقاضا در مدیریت شبکه های هوشمند با تعداد زیادی از دستگاه های انواع مختلفی پرداخته است . داده های این مقاله بر اساس داده های ایلات متحده امریکا می باشد .شبکه مورد ارزیابی به صورت زیر می باشد که بنای تحلیل اطلاعات روز قبل بوده که بر اساس آن مدیریت تقاضا جدید طرح ریزی میشود]۴۲[ .
شکل ۲-۶- شبکه مورد بررسی به منظور مدیریت سمت تقاضا با الگوریتم فرا اکتشافی ]۴۲[
که بنا به دو هدف منحنی بار مشخص شده است اگر هدف کاهش پیک بار باشد منحنی بار حول نقطه کار سیستم بوده اما اگر هدف کاهش هزینه باشد سیستم حول نقطه کار تابع هزینه بهره برداری میشود . منحنی بار به عنوان وروردی سیستم مد نظر قرار میگیرد که فلوچارت این الگوریتم به صورت زیر می باشد :
۱- Heuristic Optimization
شکل ۲-۷- فلوچارت الگوریتم فرا اکتشافی ]۴۲[
نتیجه گیری :
نتایج شبیه سازی بیانگر ارضا فرض بر اساس الگوریتم اکتشافی بوده است .
شکل ۲-۸ – نتایج الگوریتم فرا اکتشافی ]۴۲[
جدول ۲-۱- مقادیر هزینه الگوریتم فرا اکتشافی ]۴۲[
جدول ۲-۲- نحوه پیک سایی در الگوریتم فرا اکتشافی ]۴۲[
۲-۲-۵ شارژ و دشارژ ماشین برقی یک شبکه هوشمند به منظور کاهش پیک بار
در این روش که در سال ۲۰۱۲ توسط بی سانگ ارائه شده است هدف کاهش پیک بار با بهره گرفتن از ماشین های هیبریدی در یک شبکه هوشمند بوده ]۲[ .
مدل سیستم :
همانطور که در شکل دیده می شود یک ساختمان با N ماشین هیبریدی فرض شده و تلاش شده است نحوه شارژ ماشین ها طوری در نظر گرفته شود تا منجر به کاهش پیک بار شود .
شکل۲-۹- ساختمان هوشمند و ایستگاه شارژ PHEVs ]2[
شکل ۲-۱۰- نمایش کاهش پیک بار با تعداد متغیر ماشین برقی ]۲[
نتیجه :
همانطور که در شکل دیده می شود با بهره گرفتن از یک روند هماهنگ در شارژ و دشارژ ماشین برقی منجر به کاهش پیک بار و کاهش هزینه خواهد شد .
۲ – ۲ – ۶ – قیمت گذاری پویا در ساعات مختلف برای وسایل مختلف خانگی
در این علاوه بر قیمت گذاری پویا و استفاده از الگوریتم تئوری بازی و رسیدن به تعادل نش مدیریت زمان را هم اتخاذ کرده که هر مشترک از وسایل خانگی خود فقط در ساعات مشخصی از روز میتواند استفاده کند و اگر از وسایل پر مصرف در زمان اوج مصرف استفاده کرد جریمه ای برای آن منظور می گردد]۳۶[.
شرح سیستم :
این روش در سال ۲۰۱۱ توسط یوسوکو نوزاکی و همکارانش ارائه شده است . هدف این مدیریت سمت تقاضا و ارائه زمان خاص برای کلیه وسایل خانگی می باشد که بر اساس مدیریت این وسایل ، بتوانند پیک بار را کاهش دهند. الگوریتم مورد استفاده الگوریتم تئوری بازی و بازی غیر تعاونی می باشد . مدل سیستم به صورت زیر می باشد]۳۶[ :
شکل ۲-۱۱- شبکه مورد بررسی در قیمت گذاری پویا در بار های مختلف ]۳۶[
نتیجه :
مصرف انرژی براساس تئوری بازی به این صورت فرموله میشود که در آن کاربران به عنوان بازیکنان عمل می کنند. استراتژی های بازیکنان برنامه روزانه لوازم خانگی و بارهای خود را تحت تاثیر قرار میدهد. این برنامه ریزی بر اساس تعرفه قیمت گذاری توسط شرکت تولیدی انرژی در زمان های مشخص میباشد که در نهایت این فرمولها در تعادل نش بدست می آیند.
در بازی سمت تقاضا توزیع هر بازیکن (مصرف کننده ) نیازمند به دنبال بهترین استراتژی( مدیریت مصرف انرژی ) در شبکه هوشمند است. نتایج تجربی نشان می دهد که این روش قادر به کاهش پیک مصرف ​​از تقاضای انرژی کل، کل هزینه های انرژی، و همچنین هر صورتحساب برق روزانه هر بازیکن میباشد .
۲ – ۲ – ۷ – مدیریت سمت تقاضا و برنامه نویس خطی^۱

شکل ۲-۱۴: افزایش قابلیت اطمینان سیستم با اجرای برنامه پاسخگویی بار ۲۸
شکل ۳-۱: روند حل مسئله ۳۵
شکل ۳-۲- بار کاملا الاستیک ۳۷
شکل ۳-۳- بار کاملا غیرالاستیک ۳۷
شکل۴-۱- تاثیر برنامه های DR بر منحنی بار پایه ۴۹
شکل ۴-۲- میزان تولید CDG در حالت جزیره ای ۵۲
چکیده
مفهوم ریزشبکه به مجموعه ای از بارها، منابع تولید و ذخیره انرژی گفته می شود که به صورت یک بار قابل کنترل و یا ژنراتور عمل کرده و می تواند توان و حرارت را برای یک ناحیه محلی فراهم نماید. مدیریت توان تولیدی در ریزشبکه یکی از اصلی ترین مباحث حال حاضر در طراحی و بهره برداری از ریزشبکه می باشد. وجود منابع تولید پراکنده باعث شده است که مدیریت یک ریزشبکه با مباحث تازه و نو رو برو شود. وضعیت های بهره برداری ریزشبکه بسته به سطح تبادلات بین یک ریزشبکه و شبکه اصلی می تواند به صورت مستقل و یا متصل به شبکه طبقه بندی گردد. به منظور بهره برداری مناسب از یک ریزشبکه، استفاده از سیستم مدیریت انرژی یک امر ضروری می باشد. هدف از مدیریت انرژی، تامین توان با کمترین هزینه به منظور پاسخگویی مطلوب به بار است. این مطالعه سیستم مدیریت انرژی ریزشبکه را در دو حالت کاری جدا از شبکه و متصل به شبکه بررسی می کند.

در این پایان نامه مسئله ی مدیریت انرژی توسط برنامه های پاسخگویی بار پیاده سازی می شود. پاسخگویی بار یکی از تحولات جدید در حوزه مدیریت انرژی می باشد که به معنای مشارکت مصرف کنندگان در بهبود الگوی مصرف انرژی می باشد. استفاده از برنامه های پاسخگویی بار سودهای مالی و کاربردی فراوانی هم برای مصرف کننده و هم خود شبکه دارد، که از آن جمله می توان به کاهش میزان خاموشی، کاهش هزینه های بهره برداری، صاف و هموار شدن منحنی بار و غیره اشاره کرد. در این راستا از برنامه قابل قطع/کاهش (I/C) و برنامه بازار ظرفیت (CAP) استفاده شده است. در این برنامه ها پاداش و جریمه‌هایی برای مشتریان در وضعیت ‌هایی که پاسخ به کاهش بار دریافت نمی‌شود در سناریوهای مختلف در نظر گرفته شده است. در این مطالعه برای اجرای برنامه های پاسخگویی بار از مدل اقتصادی پاسخگویی بار استفاده می شود. این مدل از کشش قیمتی تقاضا استفاده می کند که به ازای عوامل تاثیر گذار بر تقاضا از جمله قیمت برق، پاداش و جریمه رفتار دقیق تری از مصرف مشترکین نشان می دهد. با اعمال این مدل بر ریزشبکه، هزینه بهره برداری در هر دو حالت کاری ریزشبکه به میزان قابل ملاحضه ای کاهش می یابد. بهینه سازی برنامه ریزی صحیح (MIP) برای این منظور، مورد استفاده قرار گرفته است که برای حل آن از نرم افزار GAMS استفاده می شود.
لغات کلیدی– ریزشبکه، بهینه سازی، پاسخ تقاضا، مدیریت انرژی
فصل اول
کلیات تحقیق
۱-۱- مقدمه
تامین برق در شبکه ­های سنتی، توسط نیروگاه­های بزرگ که به صورت متمرکز در نقاط مشخصی قرار
گرفته­اند، انجام می شود. انرژی تولید شده باید توسط شبکه های انتقال و توزیع به نقاط مصرف انتقال داده شوند. سیستم قدرت فوق دارای اشکالات بسیاری است که از جمله آن می توان به کاهش قابلیت اطمینان و دسترس پذیری در اثر فرسوده شدن زیرساخت های سیستم الکتریکی و تحمیل شدن هزینه های زیاد تلفات در انتقال انرژی به نقاط بار اشاره کرد. با رشد مصرف انرژی الکتریکی و تقاضا برای کیفیت بالاتر برق مصرفی، صنعت برق به سوی استفاده از فناوری های جدید سوق یافته است. از سوی دیگر، روند رو به رشد خصوصی سازی، رقابتی شدن بازار برق و تبدیل سرمایه گذاران بزرگ به سرمایه گذاران کوچک، مدیران صنعت برق را بر این می­دارد تا بیش از پیش به افزایش توان تولیدی و تجهیزات شبکه با حداکثر بازدهی انرژی و حداقل هزینه­ بهره برداری توجه کنند.
شکل ۱-۱: اهداف مدیریت سمت تقاضا
به عبارت دیگر مدیریت در برگیرنده مجموعه ای از فعالیت هاست که الگو و مقدار بار مصرف کننده را تحت تاثیر قرار می دهد. اصولا برنامه های مدیریت مصرف در پی دستیابی به اهداف مختلفی می باشد که از مهم ترین این اهداف می توان به بهبود کارآیی سیستم های انرژی، افزایش ضریب بار، کاهش نیاز به سرمایه گذاری جهت احداث و به تعویق انداختن ساخت نیروگاه های جدید، کاهش آثار سوء بر محیط زیست، کاهش هزینه های تامین برق مشترکین، جبران کمبود عرضه و کاهش مازاد تقاضای برق، بهبود قابلیت اطمینان و کیفیت توان، ارتقای توسعه اقتصاد انرژی، ایجاد فرهنگ صرفه جویی و حمایت موثر از مشترکین اشاره کرد[۳].
۱-۲- بیان مساله
مدیریت انرژی، الگوی مصرف برق مشتریان را تغییر می دهد. این تغییر، به منظور نیل به منحنی مصرف مطلوب صورت می­گیرد. با بهره گرفتن از مدیریت انرژی، با کاهش مصرف در دوره های زمانی علاوه بر منحنی بار مناسب، سبب کاهش هزینه بهره برداری و برنامه ریزی می­ شود. هدف از سیستم مدیریت انرژی^[۱] (EMS) تصمیم‌گیری درباره بهترین استفاده از ژنراتورها برای تولید توان و گرما در ریزشبکه، بهترین برنامه زمان‌بندی سیستم ذخیره‌، مدیریت بار مناسب، خرید و فروش مناسب از شبکه برق می‌باشد[۴]. برای اجرای مدیریت انرژی بر ریزشبکه در این پایان نامه از برنامه ­های پاسخگویی بار استفاده می­گردد. برنامه ­های پاسخگویی بار نیز به منزله اجرای فعالیت­هایی است که در کوتاه مدت منجر به کاهش اوج تقاضا می­شوند و در بازه­ی زمانی کوتاه مدت مطرح می­گردند. کمیته تنظیم انرژی آمریکا ^[۲]برنامه های پاسخگویی بار را به دو دسته اصلی برنامه های تشویق محور و برنامه ­های زمان محور (تعرفه محور) تقسیم کرده است. به منظور درک بیشتر این موضوع در فصل دوم، بخش دوم پایان نامه به معرفی و بررسی جنبه های گوناگون برنامه ­های پاسخ­گویی بار پرداخته شده است.
شکل۱-۲: کنترل متمرکز[۵]
در این ساختار کنترلی، کنترل کننده ی مرکزی ریزشبکه در حالت جزیره ای به دنبال کمینه کردن هزینه­ های بهره برداری و در حالت متصل به شبکه، به دنبال بهینه کردن توان تبادلی با شبکه سراسری به منظور کاهش هزینه­ های بهره برداری است. در این مطالعه از این نوع کنترل برای سیستم مدیریت انرژی استفاده شده است. در کنترل غیرمتمرکز هر ریزشبکه توسط یک کنترلر، کنترل می شود. کنترل غیرمتمرکز یک راه حل ممکن برای بسیاری از مسائل کنترلی و مدیریت انرژی در ریزشبکه هاست. این نوع کنترل در شکل (۱-۳) آمده است.
شکل۱-۳: کنترل غیرمتمرکز[۵]
یکی از بهترین نامزدها برای کنترل غیرمتمرکز ریزشبکه ها استفاده از مفهوم سیستمهای چند عامله^[۳] است. در این روش هر عامل با بهره گرفتن از هوش خود، فعالیت های پیشرو ر ا تعیین و به طور مستقل از دیگر عوامل تصمیم گیری می کند.
۱-۳- اهمیت و ضرورت تحقیق
هدف از تحقیق، حل مسئله مدیریت انرژی و برنامه ریزی بهینه ریزشبکه در دو حالت متصل به شبکه و جدا از شبکه با بهره گرفتن از برنامه های پاسخگویی بار می باشد. در حالت جدا از شبکه هدف بهره بردار کمینه کردن هزینه بهره برداری است و در حالت متصل به شبکه از آنجایی که ریزشبکه قابلیت تبادل توان با شبکه سراسری را دارد، هدف بهره بردار بهینه کردن توان تبادلی به منظور کاهش هزینه های بهره برداری می باشد. در این پایان نامه مسئله ی مدیریت انرژی توسط برنامه های پاسخگویی بار پیاده سازی شده است. برنامه های پاسخگویی بار با هدف کاهش هزینه ها، حل مشکل تراکم مصرف صورت گرفته اند. بهره بردار سیستم با اجرای برنامه های پاسخگویی بار میزان تقاضا را کاهش داده و با بهره گرفتن از کنترل متمرکز ریزشبکه تحت این شرایط سیگنالهای مورد نیاز واحدهای تولیدی را به منظور بهینه سازی صادر می کند.
در این پایان نامه از برنامه قابل قطع/کاهش (I/C) و برنامه بازار ظرفیت (CAP) استفاده شده است که جز برنامه های مبتنی بر تشویق هستند. در این برنامه ها، پاداش و جریمه‌هایی برای مشتریان در وضعیت‌هایی که پاسخ به کاهش بار دریافت نمی‌شود، در سناریوهای مختلف در نظر گرفته شده است. با اعمال این سناریوها مقدار تقاضا برای هر ساعت تعیین شده است. در این پایان نامه برای اجرای برنامه های پاسخگویی بار از مدل اقتصادی بار استفاده می شود. در این مدل از کشش قیمتی تقاضا استفاده شده است که به ازای عوامل تاثیر گذار بر تقاضا از جمله قیمت برق، پاداش و جریمه، رفتار دقیق تری از مصرف مشترکین نشان می دهد، که با اعمال آن بر ریزشبکه، هزینه های بهره برداری به میزان قابل ملاحضه ای کاهش می یابد.
۱-۴- اهداف پایان نامه
اهداف پایان نامه به دو قسمت اهداف اصلی و اهداف فرعی تقسیم می شود:
هدف اصلی این مطالعه مدیریت انرژی در ریزشبکه در دو حالت کاری از قبیل حالت جزیره­ای و حالت متصل به شبکه می باشد. در این راستا هدف از مدیریت انرژی تولید بهینه منابع کنترل پذیر در حالت
جزیره­ای، خرید و فروش مناسب با شبکه سراسری در حالت متصل به شبکه با حضور منابع تجدیدپذیر به منظور پاسخ­گویی مطلوب به بار می باشد.
هدف فرعی از انجام این مطالعه کاهش هزینه­ های بهره برداری ناشی از تامین توان در هر دو حالت کاری ریزشبکه است. در این راستا با بهره گرفتن از برنامه های پاسخ­گویی بار مشترکین مجبور به کاهش مصرف که این کاهش مصرف منتج به کاهش تامین توان در نتیجه کاهش هزینه های بهره برداری می گردد.
۱-۵- فرضیه
مدیریت انرژی در ریزشبکه برای هر دو حالت کاری ریزشبکه از قبیل حالت مجزا از شبکه (حالت جزیره ای) و حالت متصل به شبکه با بهره گرفتن از برنامه های پاسخگویی بار در این مطالعه مورد بررسی قرار می گیرد. در این راستا از نرم افزار پرقدرت GAMS برای شبیه سازی استفاده شده است.
۱-۶- ساختار کلی پایان نامه
شکل (۱-۴) ساختار کلی مباحث مطرح شده در پایان نامه را نشان می دهد. همانگونه که در این شکل نشان داده شده، این پژوهش در پنج فصل تنظیم شده است که در فصل یک با مقدمه ای کلی، مساله مورد نظر شرح داده شد و بیان شد که این تحقیق به بررسی اثر استفاده از برنامه های پاسخگویی بار به منظور اجرای مدیریت انرژی در یک ریزشبکه جهت بهره برداری بهینه از آن در حالات مختلف کاری می پردازد .
در فصل دوم، به مرور مقالات و مطالعات صورت گرفته در راستای پایان نامه و بررسی آنها به منظور بیان تفاوت­های موجود با کار صورت گرفته و گسترش آن در این مطالعه پرداخته شده است. این فصل شامل سه بخش می باشد، در بخش اول ریزشبکه به طور کامل معرفی شده است. بخش دوم برنامه های پاسخگویی بار به طور جامع و در بخش سوم مقالات بررسی شده است

کلیات تحقیق
مروری بر تحقیقات انجام شده
مواد و روش های اجرای تحقیق
نتیجه گیری و پیشنهادات
تجزیه و تحلیل داده ها

شکل ۱-۴ :ساختار کلی پایان نامه
فصل دوم
مروری بر تحقیقات انجام شده
بخش اول

–یکپارچگی داده‌ها
-داده‌های یکپارچه
–سازماندهی داده‌ها
داده‌های مجدد سازماندهی شده

-انتخاب روش مدل‌سازی
روش مدل‌سازی
فرضیات مدل‌سازی
–تولید تست
طرح تست
–ساخت مدل
-تنظیمات پارامترهای مدل
شرح مدل
–ارزیابی مدل
ارزیابی مدل
پارامترهای اصلاح شده

-ارزیابی نتایج
ارزیابی داده‌ها
کاوش نتایج بر مبنای معیارهای موفقیت کسب­وکار
مدل­های بهبود یافته
–بازبینی فرایند
بازبینی فرایند
–تعیین اقدامات بعدی
لیستی از اقدامات و تصمیمات ممکن

-به‌کارگیری طرح
طرح توسعه
-نظارت و نگهداری طرح
طرح نگهداری و نظارت
-گزارش نهایی پروژه
گزارش نهایی
ارائه نهایی
-بازبینی پروژه
مستندات تجربی

۲-۸-۵- معرفی روش‌های داده‌کاوی
روش‌های داده‌کاوی در یک تقسیم ­بندی کلی به دو دسته روش‌های توصیفی و روش‌های پیش­بینانه تقسیم می­شوند. روش‌های توصیفی به خواص عمومی داده‌ها می­پردازند. بدین ترتیب که الگوهایی قابل تفسیر توسط انسان از داده‌ها استخراج می­ کنند. در رویکرد پیش­بینانه هدف پیش ­بینی رفتارهای آینده است. در این روش­ها از چند متغیر جهت پیش ­بینی مقادیر آینده استفاده می­ شود. تقسیم ­بندی برخی روش‌های داده‌کاوی در شکل ۲-۹ نشان داده شده است.

شکل ۲-۹ دسته‌بندی کلی عملکردهای داده‌کاوی
در ادامه برخی از این روش­ها به طور مختصر معرفی خواهند شد.
۲-۸-۵-۱- دسته‌بندی^[۷۵]
این روش از رایج­ترین، محبوب‌ترین و قابل درک­ترین روش‌های داده‌کاوی می‌باشد. در این روش هر یک از نمونه‌ها به یکی از گروه‌ها یا دسته‌ ها تخصیص می‌یابد. در روش دسته‌بندی هر نمونه با تعدادی خصوصیت^[۷۶] که یکی از این خصوصیت­ها صفت کلاس مربوط به آن نمونه است، شناخته می­ شود. برای دسته‌بندی نمونه­ها جهت استخراج مدل، وجود صفت کلاس برای هر نمونه الزامی است. هدف از دسته‌بندی، یافتن مدلی بر اساس خصوصیت قابل پیش ­بینی یا کلاس هر نمونه به عنوان تابعی از سایر ویژگی‌های آن نمونه می­باشد [۱]. این روش به انتساب نمونه­ها به دسته­ها بر اساس صفتی قابل پیش ­بینی اشاره دارد [۲].
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

مطابق شکل ۲-۹ از الگوریتم‌های شاخص این روش می­توان درخت تصمیم ­گیری^[۷۷]، شبکه‌های عصبی^[۷۸] و ناوی بیز^[۷۹] را نام برد. این الگوریتم­ها معمولاً به یک مقدار هدف نیاز دارند تا هر داده را به یکی از مجموعه کلاس­های از پیش تعریف شده منتسب کنند. به چنین الگوریتم­هایی که برای یادگیری نیاز به مقدار هدف دارند الگوریتم‌های با ناظر^[۸۰] گویند.
دسته‌بندی در مسائل تجاری مانند مدیریت ریسک، تبلیغات هدفمند^[۸۱] و تحلیل روی‌گردانی^[۸۲] مشتری کاربرد دارد.
۲-۸-۵-۲- درخت تصمیم
مهم‌ترین مدلی که در این رویکرد استفاده می­ شود، درخت تصمیم ­گیری می­باشد. در این روش درختی ساخته می­ شود و در هر گره از آن آزمونی بر روی یک از ویژگی­ها انجام می­ شود و داده با توجه به مقدار مشخصه‑های خود در راستای یکی از فرزندان گره هدایت می­ شود، تا جایی که داده به برگ برسد. هر برگ نشان دهنده یک دسته می­باشد [۱۱].
جدول ۲-۵ نمونه ­ای از یک مسئله دسته‌بندی را نشان می‌دهد. X₁ تا X_m ویژگی­هایی هستند که به کمک آن­ها کلاس (C₁ یا C₂) هر یک از نمونه­های U₁ تا U_n مشخص می­ شود. a_ij مقدار مربوط به ویژگی j از نمونه i است.
جدول ۲-۵ نمونه داده‌های مورد نیاز در یک مسئله مدل‌سازی به روش دسته‌بندی [۱]

شکل ‏۲‑۱۰یک مقایسه از نظر مرتبه مقداری بین Term I و Term II در معادله(۲- ۲۴) را نشان می‌دهد. در حالت حدی Term II << Term I (Term II →۰)، مدل توده‌ای به همگن کاهش می‌یابد. در چگالی جریان‌های پایین، Term II << Term I، حاصل Term I + Term IIدر معادله (۲- ۲۴)را می‌توان به دلیل کوچکی Term II، با Term I تقریب زد. در محدوده پیش‌بینی مدل همگن خوب است و به مدل توده‌ای بسیار نزدیک می‌باشد. از سوی دیگر در محدوده ، اندازه Term IIبسیار بیشتر از Term Iمی‌باشد (Term I << Term II). در این حالت حاصل عبارتTerm I + Term IIدر معادله (۲- ۲۴) تقریباً باTerm IIبرابر است.اما مدل همگن که فاقد این ترم می‌باشد در این محدوده نمی‌تواند منحنی قطبیت را به خوبی پیش‌بینی نماید. این ضعف مدل همگن را در این ناحیه اثبات می‌کند. ناحیه یک محدوده گذار بین این دو ترم است، در این محدوده تقریباً این دو ترم از نظر مرتبه مقداری با هم برابرند. اختلاف بین نتایج این دو مدل نیز از همین محدوده یعنی جایی که Term II کم کم رشد می‌کند، شروع می‌شود.

T = 50^oC, P = 5 atm, R_ohmic = ۰.۴۷ Ω.cm²

شکل ‏۲‑۱۰: نمودار میله Terms I, II و بررسی اثر آن‌ها بر منحنی قطبیت.

اکنون نتایج یک مطالعه پارامتری برای بررسی اثر یک سری پارامترهای عملکردی نظیر دما، T، و فشار، P، و پارامترهای ساختاری نظیر اندازه توده‌ها، (r_agg, d_agg)، و همچنین کسر حجمی غشاءدرون توده ، L_i,agg،بر روی عملکرد پیل سوختی (V_cell, P_cell) ارائه می‌گردد.P_cellچگالی توان پیل می‌باشد که از حاصل‌ضرب ولتاژ در چگالی جریان پیل بدست می‌آید(P_cell=V_cell.I_tot). سپس یک مطالعه جهت بررسی حساسیت عملکرد پیل به ازای تغییرات هر یک از پارامترها انجام شد، و هر یک از پارامترها به ترتیب اثر گذاری بر عملکردپیل، رتبه بندی شدند. رتبه اول مربوط به پارامتر ساختاری اندازه توده‌ها، (r_agg, d_agg)، می‌باشد.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

اثر پارامترهای عملکردی پیل بر روی کارایی
اثر دما و فشار عملکردی پیل بر روی کارایی پیل سوختی، در این بخش مورد بررسی قرار گرفته است. رفتار هر دو مدل همگن و توده‌ای نسبت به تغییر شرایط عملکردی از حالت پایه بررسی شده است. نتایج در شکل ‏۲‑۱۱مشاهده می‌شود.
همان‌گونه که در شکل ‏۲‑۱۱(الف) مشخص است، کارایی پیل سوختی با افزایش فشار عملکردی پیل افزایش می‌یابد، این به دلیل افزایش ولتاژ بازگشت‌پذیر پیل ناشی از افزایش فشار می‌باشد (معادله (۲- ۶۰)). مقایسه نتایج مدل همگن و توده‌ای نشان می‌دهد که مدل توده‌ای به تغییرات شرایط عملکردی بسیار حساس‌تر از مدل همگن می‌باشد. اما مدل همگن به صورت غیر معقولی به تغییر فشار حساس نیست.
شکل ‏۲‑۱۱ (ب) اثر تغییرات دمای پیل را بر منحنی قطبیت و چگالی توان پیل نشان می‌دهد. به طور کلی کارایی پیل های دما پایین غشاء پلیمری با افزایش دما تا ^oC90، افزایش می‌یابد، که به دلیل افزایش نرخ واکنش کاهش اکسیژن و همچنین افزایش نفوذ اکسیژن درون آیونومر با افزایش دما می‌باشد. از سوی دیگر در دماهای بالاتر از ^oC100، غشاء خشک می‌شود و این امر سریعاً سبب افت قابلیت هدایت پروتونی غشاء می‌شود. به عبارت دیگر افزایش دما در دماهای بالاتر از ^oC100 سبب افزایش قابل ملاحظه‌ای در مقاومت اهمیک پیل می‌شود. شکل ‏۲‑۱۲ اثر دما را بر روی مقاومت ویژه برای غشاء دما پایین نفیونN117 به صورت شماتیک در چگالی جریان ۵۰۰۰ A/m²نشان می‌دهد. اثر دما بر روی مقاومت پروتونیک و قابلیت هدایت غشاء مفصل در فصل سوم بررسی می‌گردد.

T = 50 ^oC, R_ohmic = ۰.۴۷ Ω.cm², (r_agg, d_agg) = (0.75 mm, 60 nm)
(الف)
P = 5 atm, R_ohmic = ۰.۴۷ Ω.cm²,(r_agg, d_agg) = (0.75 mm, 60 nm)
(ب)

شکل‏۲‑۱۱: اثر پارامترهای عملکردی بر کارایی پیل سوختی (الف) فشار (ب) دما.

%۶۳/۰

%۰۷/۲۶

%۱۹/۴۳

%۸۶/۶۳

%۵۵/۴۹

%۶۹/۵۲

%۱۳/۸

ب-۱

%۸۳/۱

%۹۶/۲۶

%۰۷/۴۷

%۷۶/۶۳

%۸۰/۵۳

%۷۴/۵۳

MDND

الف-۴

%۴۷/۵۱

%۱۳/۵۲

%۱۰/۵۲

%۷۰/۵۲

%۲۷/۵۳

%۴۰/۴۵

%۱۵/۴

ب-۱

%۶۵/۵۲

%۶۷/۵۴

%۶۹/۵۱

%۸۰/۵۵

%۱۵/۵۳

%۳۵/۴۹

مطابق با نتایج جدول ‏۴‑۱۳، افزایش ۲۰۰ مگاوات ساعتی پارامتر بار ۵ سبب تغییر در مازاد دیگر بارهای شبکه در کلیه روش‌ها شده است. این وضعیت در روش کلاسیک بر مازاد بار ۳ و ۶ اثر مثبت (افزایش مازاد) و بر بار ۷،۴،۲،۱ اثر منفی (کاهش مازاد) داشته است. بدین معنا که تغییر پارامتر بار ۵ سود بیشتر برای بار ۳ و ۶ و سود کمتر برای بار ۷،۴،۲،۱ را در پی داشته است. این شرایط سبب بروز ابهام در برابری می‌شود. با توجه به معیار ، بیشترین تغییر مازاد در روش MD و کمترین آن مربوط به روش MND است. بنابراین روش MD نسبت به تغییر پارامتر حساسیت بالایی داشته و این امر سبب شده تا مازاد بارهای کوچکتر (مانند بار ۱ و ۲) بیش از سایرین از این تغییر در پارامتر آسیب‌پذیرند. این شرایط نیز سبب ابهام در برابری می‌شود. روش MND و MDND در مقایسه با روش کلاسیک نسبت به تغییر پارامتر بار ۵ حساسیت کمتری نشان داده‌اند. این امر سبب شده تا تغییرات مازاد بارها در سناریو ب-۱ نسبت به یکدیگر، تفاوت کمتری با سناریو الف-۴ داشته باشند. بنابراین به­علت معیار کمتر، تغییر پارامتر بار ۵ در روش MDND و MND، سبب تغییرات یکسان‌تری بر دیگر بارها شده است.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

همان‌طور که از نتایج ارزیابی معیار SSP در جدول ‏۴‑۳، جدول ‏۴‑۷ و جدول ‏۴‑۱۲ مشخص است، با افزایش تعداد بارهای شبکه، معیار SSP در روش MND و MDND نسبت به روش کلاسیک به میزان کمی کاهش (بهبود) می‌یابد. بنابراین در ازای کاهش کارایی در روش MND و MDND نسبت به روش کلاسیک، بهبود مختصری در معیار SSP حاصل می‌شود.
مطابق با نتایج ارزیابی معیار MSSP در جدول ‏۴‑۳، جدول ‏۴‑۷ و جدول ‏۴‑۱۲، افزایش تعداد بارهای شبکه، سبب کاهش (بهبود) این معیار در هر دو روش MND و MDND شده است. همچنین روش MDND در کلیه ترکیب‌های مطالعه ‌شده، سبب کاهش قابل­ملاحظه معیار MSSP نسبت به روش کلاسیک شده است. بنابراین در ازای کاهش کارایی در روش MDND نسبت به روش کلاسیک، بهبود قابل­ملاحظه­ای در معیار MSSP حاصل می‌شود.
بر اساس نتایج ارزیابی معیار در جدول ‏۴‑۴، جدول ‏۴‑۸ و جدول ‏۴‑۱۳، روش MDND در کلیه ترکیب‌های مطالعه‌ شده، دارای مقدار کمتری نسبت به روش MND است که این مسأله به معنای تأثیرپذیری کمتر مازاد بارهای شبکه از تغییر در پارامتر یکی از بارها در روش MDND است. بنابراین بر اساس تحلیل‌های صورت‌ گرفته می‌توان نتیجه گرفت که روش MDND با افزایش تعداد بارهای شبکه نسبت به روش MND از عملکرد مناسب­تری برخوردار است و می ­تواند به عنوان روش نهایی از منظر برابری انتخاب شود.

جبران کاهش کارایی در شبکه
همان‌طور که پیش از این گفته شد، پاسخ بهینه حاصل از مدیریت انرژی ترکیبی کلاسیک، به حداکثر کارایی در شبکه منجر ‌می‌شود. از این­رو انتخاب هر نقطه تعادل دیگری به‌عنوان نقطه تعادل هدف، به کاهش کارایی در شبکه منجر خواهد شد. اگر مسئول تخصیص مصرف، حاضر به کاهش کارایی شبکه در ازای برقراری برابری نباشد و یا کاهش کارایی بیش از حداکثر مقدار قابل‌قبول باشد، ‌می‌توان از روش‌هایی به‌منظور جبران کاهش کارایی استفاده نمود. در این روش‌ها شبکه را در شرایط نقطه تعادل کلاسیک در نظر گرفته و از طریق برقراری معامله خارجی بین بارهای شبکه به جبران عدم وجود برابری ‌می‌پردازیم. برای این منظور، نقطه تعادل انتخابی از منظر برابری را به‌عنوان معیاری برای احراز برابری در نظر گرفته و به جبران کمبود کارایی آن نسبت به روش کلاسیک با جا به ­جایی مازاد ‌می‌پردازیم. در ادامه، به ارائه روش پیشنهادی به‌منظور جبران کاهش کارایی پرداخته و سازوکار آن‌ها را با اعمال آن به شبکه تست بررسی ‌می‌کنیم.

روش جبران نسبت­های مساوی
تفاوت کل مازاد در نقطه تعادل هدف و IP، شاخصی از کاهش مقدار کارایی است. در روش جبران نسبت­های مساوی این مقدار شاخص را به‌گونه‌ای بین بارها تقسیم می‌کنیم که نسبت مازاد هر بار به مازاد در IP با بقیه بارها برابر شود. برای این کار در ابتدا نقطه تعادل هدف را انتخاب می‌کنیم (با بهره گرفتن از یکی از روش­های MND و MDND)، سپس مقدار مازاد کل در این نقطه تعادل را محاسبه می‌شود () و تفاضل آن را از مازاد کل در روش کلاسیک () به‌دست ‌می‌آوریم (). بر اساس رابطه ‏۴–۸ این مقدار برابر با مجموع سهم جبرانی تمام بارها خواهد بود. سپس مقدار محاسبه‌شده را با بهره گرفتن از روش نسبت‌های مساوی به‌نحوی بین بارها تقسیم می‌کنیم که نسبت مازاد هر بار به مازاد در IP با بقیه بارها برابر باشد (یعنی رابطه ۴–۹ برقرار باشد).

‏۴–۸