文摘

能量存储系统正变得越来越重要,越来越关注可再生能源,提供高度波动的输出。因此,健全决策有关能源存储系统需要工作,尤其是在系统和语义的方法。本文认为能源储存技术的评估和选择问题(est)。提出研究的目的是决定最好的能量储存技术的新奇的想法下混合模糊环境下的多准则决策方法,即模糊AHP与模糊VIKOR。电化学存储、电子存储、磁存储、机械存储和化学存储视为五替代能源存储技术。能量密度、生命周期、循环效率、投资水平、气候条件适宜性,所需的空间被认为是六个主要评价标准。在每个主要的标准,一组subcriteria也会考虑。主要标准的权重和subcriteria使用模糊层次分析法确定。的帮助下每组subcriteria的权重,权重的选择确定使用模糊VIKOR。进一步的帮助下选择的主要标准重量和权重确定每组subcriteria,最后归一化权重选择确定。 Based on these weights, energy storage technologies are ranked. In addition, the sensitivity analysis is carried out to analyze the variation in ranking pattern of alternatives. From the research findings of this paper, the results are found to be more practical as the evaluation is carried out on an objective basis.

1。介绍

能源行业(ES)今天是锻造进入未知的领域随着可再生能源和替代能源系统。这带来了一个不确定性的此类项目的可行性1]。能源系统工程师和设计师与决策高管看法不一致。工程师的请求和创新可能经常被忽视公司的首席财务官由于各种金融术语。

工作在串联和制作的方法分析各方面,无论是技术还是商业,可能导致项目的有效和成功实施的能源部门。绝对确定性的本质,任何程度的不确定性应该不惜一切代价避免。能源规划者必须考虑若干标准关于能源项目而确定最好的决策。能源行业占大量的一个国家的经济,是可以成就或者毁掉一个国家经济增长的能力。没有足够的能源,经济有望采取巨大飞跃的发展。因此,决策分析可以被视为重要决策过程本身,如果不是更多。

此外,微型电网越来越先进的能源领域的生产和销售。微型电网确保当地的电力可靠性、独立、电力系统和存储的灵活性(2]。这种微型电网试图将更可持续和环保能源为了强调能源独立。因此,由于可再生能源的间歇性自然生产,优化能源存储技术(美国东部时间)是强制性的,以确保效率和昼夜不停地电力供应。能源存储系统服务的角色备份或缓冲平衡供给和需求2]。环境和能源将成为两个最复杂的全球性挑战[不久3]。传输、分配和运输三个部门挂钩是最有前途的能源存储技术可以充分利用的领域。est序列还可以消除需要昂贵的升级和规范可再生能源发生波动,几乎肯定根据气候条件(3]。

电化学能量储存系统利用各种方法所产生的电力能源生产化学反应对自然流动。这将导致能源化学物质被允许做出自然反应,导致电子的转移。电池是可充电电化学est序列的一个例子(4]。电池可能由一个或多个细胞连接在不同组合根据应用程序需求,如输出电压和容量(4]。电est序列采用硬件分离的指控。因此,电气est储存能量使用静电和电化学过程所使用的电池储能(4]。超级电容器是这样的est序列的例子。超级电容器具有电解质层测量纳米高表面积电容器,单独的静电荷。表面接触后,电容器的一般工作原理适用。磁est序列的形式储存能量磁场能量。超导磁储能(SMES)技术被认为是唯一的EST来储存电力流动(5),因为它会生成一个磁场中存储的能量。中小企业往往是高效的,可伸缩的,环保的,和快速的反应,但与此同时,它也可以是昂贵的。基本上是没有损失超导线圈使用(5]。

机械est序列利用电能产生动能(4]。这个动能可以转化为电能来驱动发电机,当需要。飞轮是一个这样的机械EST。它由一个质量绕中心轴旋转机械能和商店在动能。电能用来加速旋转的飞轮,增加速度。因此,它充当一个机械电池的能量存储为惯性矩的旋转飞轮的质量。能量然后检索通过附加飞轮发电机,从而减少的速度旋转,因此,因此动能转换为电能(4]。化学est序列利用元素的化学性质,如电热和温升特性来存储能量(4]。这样的一个例子就是金属氢化物,金属容易吸收氢时带来的接触。吸收是吸热,因此需要能量以热的形式。同样,氢的解吸是一个放热反应,因此,热量是进化在此步骤中,可以利用各种形式的能量。还有其他的储氢技术,如液体储氢,但在他们的初期发展阶段,因此,经验有限使用。

同时,它是一个事实,许多变量,包括经济、技术、社会、和环境,必须考虑在选择能源存储技术。使用各种方法来优化储能技术的选择采用尖端技术,如机器学习和多目标优化方法。选择一个适当的能量存储与不同的目标选择是一个问题,不可能全部得到满足由一个技术。可能权衡潜在的好处和缺点,必须考虑各种能源存储系统。此外,选择构建一个存储单元经常涉及多个利益相关者,每个人可能有不同的利益和目标。选择一个存储选项,提供了最大的优势,同时满足所有的需求本质上是这样一个困难的决定。

从最近的过去,多准则决策(指标)方法的使用已越来越流行领域的能源管理。解决复杂问题能源规划、指标技术已经被证明是优秀的工具。指标方法提供友好解决的问题不同的项目参与冲突的目标。几个技术已经用于决策分析能源部门基于加权手段,前十名中,不同的模糊原则,及它们的组合。一般来说,在任何项目中,目标在本质上是相互冲突的,因此,最后项目的偏好选择完全取决于决策者的意见。在一些情况下的决策分析,超过一组的决策者可以参与。设定的标准被认为是和每个组的观点不同,偏置的问题在决策过程中应解决的上下文中理解。由于指标的潜在应用的方法,这些方法的范围并不局限于只有一个字段。此外,这些方法可以用于同等程度的研究在各个领域的重要性。

本文的剩余的工作分为四个部分。部分2提出了详细的审查文学进行内联的问题域。的详细方法提出工作覆盖层次结构的选择,主要标准,和subcriteria语言量表主要标准,subcriteria和备选方案,一步一步程序模糊AHP和模糊VIKOR得到解决3。数字说明问题进行精心的部分4。节5结论和未来工作的范围。最后,引用都包括在内。

2。文献综述

在当今的景观,我们人类的发展离不开电力消耗。使用它的日常琐事来驱动车辆使用它作为燃料,它每一部分的土地随处可见。因此,电能已经成为我们生活的必需品之一。存储的电能必须使用非常复杂的复杂技术。与发展,电能存储技术的复杂性增强,还买了一些缺点。这些问题必须考虑而最终确定的技术和需要决策分析过程。

进一步说,在当前的工业时代的场景中,指标的使用方法已被证明是重要的能源部门的域。一些方法论的方法和算法开发了以评估和计划能源结构基于多个标准。与不断增加的复杂性和多样性在能源部门的问题,单目标的优化或分析不再是一个主要的方法。所以,Kumar和Katoch6]探索的工作指标方法用来评估和解决环境的限制,社会经济问题,技术挑战,和机构参与电力行业的障碍。

指标的使用方法在能源行业已成为流行,因为它协助决策者保持关注所有可用的标准和优先级的基础上采取适当的决策。因为一个完美的设计是由各种因素,决策者必须考虑其他几个参数类似于方法论或经济参数,在一定条件下必须妥协。模糊层次分析法,模糊VIKOR,两者的结合可以用于评估不同的过程当涉及到一些利益相关者,当不得量化或者离散值(7]。允许决策者量化指标方法特定标准建立在其声誉在补充目标的存在。

提出了几种可能的应用程序来简化决策的过程,通过个人和组织收益最大化和最小化的努力。它提供了一个循序渐进的解释利用AHP法(8)的过程。VIKOR,另一个指标技术是由Opricovic [9),评估替代品往往相互矛盾或不相关的标准(10]。

自那时以来,一些指标技术已经制定的应用领域,如PROMETHEE法、DEMATEL TOPSIS和ANP方法。这些方法都是利用有不同程度的流行提供解决方案,许多评价标准需要评估和找到理想的选择。技术和非技术领域都见证了这种技术的应用程序的好处业务活动。这些领域包括,但不限于,生产力评估、操作、优化、设施选址、制造、机器人。

杜兰和Aguilo11)利用模糊层次分析法评价先进制造系统。杜兰说,使用模糊集理论允许的信息可能不准确,完整,甚至可量化的模糊指标的效用等技术。奥古斯汀等。12)提出了模糊层次分析法(AHP)框架来确定和服务行业的基准利率。他们的方法允许一些利益相关者参与业务,以确保进步运动。最后,Chengl et al。13)提出一个新颖的模糊AHP方法提高了工人的工作效率,建立必要的生产力改进所需的优先级的单位成本形成一个样本标准工人的生产力。

Rostamzadeh et al。14)使用模糊VIKOR评估绿色供应链管理在其从业人员(绿色)指标。然后比较分析的结果。最后,Sedaghat [15)集模糊AHP、指标值,VIKOR,看到技术使生产力的提高。三个维度的重要性和影响,人力资源和财务和管理性能,进行了评估。

Chatterjee和Stević16)供应商选择提出了一个两阶段模型在生产环境中使用模糊AHP和模糊指标值。他们认为一些定性和定量评估标准和排名的供应商类型。Zavadskas et al。17)模糊层次分析法用于最优供应商选择决策对材料采购preinsulated管道的生产。他们认为五供应商选择和9的评估标准,确保采购过程的执行更加有效。其他相关文章报告决策分析包括Gayathri和Nagaraju [18),Varun et al。19),哈桑et al。20.),和阿里et al。21]。

最近,瑞典克朗和艾登(22)提出了一个新颖的基于综合模糊在课本和IVIF-WASPAS方法以确定最可持续的方法来产生氢能源。他们用模糊权重的基础课本上的方法来确定评价标准,而IVIF-WASPAS方法是用来给替代。Jahangiri et al。23]解决太阳能发电和氢协同生产站的优先考虑的PV损失和不同类型的太阳能追踪器运用TOPSIS方法。从他们的研究成果,他们得出的结论是,产量最大的太阳能发电35276千瓦时/年已经获得了扎黑丹的场景下最优固定角模式。

所有上述的文章不同,本文试图对评估和选择最好的能源存储技术在模糊环境下的混合指标技术的新奇的想法,即模糊AHP和模糊VIKOR。电化学存储、电子存储、磁存储、机械存储和化学存储视为五替代能源存储技术。能量密度、生命周期、循环效率、投资水平、气候条件适宜性,所需的空间被认为是六个主要评价标准。在每个主要的标准,一组subcriteria也会考虑。在第一阶段,主要标准的权重和subcriteria使用模糊层次分析法确定。的帮助下这些权重,最后归一化权重确定备选方案的第二阶段使用模糊VIKOR,然后,储能技术的排名。此外,灵敏度分析进行排名分析变化的替代模式。

3所示。方法

这个分析的目的是确定应该使用的理想是根据多个决策者的意见。不同的选择,如图1。不同的标准,在此基础上选择评价,决定,如图2。确定的最终评级选择使用一个混合模糊层次分析法的评价方案和VIKOR [7]。

3.1。模糊层次分析法

层次分析法是一种广泛使用的决策工具,用于处理多准则决策语句。基于不同的标准和subcriteria成对比较,选择评估(24]。模糊层次分析法认为个人判断的随机性,因此提供了一个完整的结果。利用语言术语进行两两比较的标准和选择用三角数字(24- - - - - -29日]。步骤1:语言差异后的标准比较表所示1。如果决策者规定标准比标准很重要吗 ,然后TFN的规模(4、5、6),和模糊尺度的比较标准为标准将(1/6、1/5,1/4)。方程(1)显示了两两比较值,表示决策者的偏好标准在标准tfn的。 步骤2:平均价值偏好在多个决策者和计算使用方程(2),哪里有n决策者。 步骤3:因此,更新的成对比较矩阵 步骤4:比较值的几何平均为每个标准是决定使用方程(4);在这里,代表TFN的。 第五步:求和计算来确定每个标准的模糊权重,和倒数后求和计算tfn的按升序排列。我的重量标准,( )可以计算的帮助下以下方程: 第六步:tfn的必须进行去模糊化提出的使用- CoA方法(28使用方程()6)。这是紧随其后的是正常化在方程(7)。

3.2。模糊VIKOR

模糊VIKOR法用于解决模糊多准则问题与冲突和不同单位的标准(26]。步骤1:语言术语术语表示决策者的主观看法正在考虑有关每个替代subcriterion [24从我们获得tfn的如表所示2。步骤2:每个标准的重要性的权重是由以下方程用一个向量表示形式: 在这里,代表了j^th基于语言术语标准重量分配决策者。在这项研究中,决策者的意见汇总。模糊形式的重要性为标准C_j通过利用以下方程: 在哪里 最小值_k{}, , 为我= 1,米和j= 1,n。步骤3:在模糊指标矩阵形式表示为给出方程(10),对k决策者(米₁,米₂、…米_k)提出了替代方案(一个₁,一个₂、…一个_米)指的是组标准(C₁,C₂、…C_n),评级的替代吗一个_米关于标准C_j 在哪里 是一个TFN的。步骤4:模糊最大价值 和模糊最差的威尔士人 使用以下公式计算: 第五步:模糊的区别使用下面的公式计算: 第六步:我们现在计算分离的一个_j从最大模糊值和分离的一个_j从最小模糊值使用方程(13)和(14)。在这里,一个_j的重量对应的标准的重要性。 第七步:= (p_j,问_j,r_j)表示为TFN的计算使用以下方程: 在哪里 , , , 和 。在这里,表示最大的战略重量标准表示个人的重量遗憾。这个计算后,我们计算的最大值年代和R,这是和分别。第八步:去模糊化涉及到模糊数转化为脆值。区域中心的方法用于排名导致脆值的模糊数年代,R,问(27]。

4所示。数值例子

4.1。模糊层次分析法

是显示在表3成对比较矩阵制定基于决策者的观点和语言术语表中定义1。

这些给定值的几何平均数计算使用方程(4在下一步中),如表所示4。此外,每个准则的相对权重模糊计算表5。在6^th一步,每个标准的defuzzified重量计算的平均相对权重表6。归一化模糊权重计算使用方程(7),进一步利用混合指标技术。最后,的值米_我和N_我计算见表6。

以类似的方式,基于决策者的意见和表中定义的语言扩展1,最初的决策矩阵是对所有组subcriteria制定,对每个主要定义标准。此外,所有组的归一化权重subcriteria计算列表如表所示7。

4.2。模糊VIKOR

接下来,决策者意见的形式语言术语,引入表2,如表所示8,然后转换为以下步骤tfn的。为了保持简洁而短暂,只有一个详细说明已被证明。其他组的值subcriteria使用方法,计算和数值例子。因此,步骤2发现聚合模糊决策矩阵表中给出9,使聚合模糊权重使用方程(8)- (10结果在表10。最大和最小模糊值见表11在步骤4使用方程(11)。

归一化模糊差异计算使用方程(12在步骤5。的和值计算使用方程(13)和(14在步骤6),结果列表如表所示12。

在步骤7中,方程(15)是用于查找问:去模糊化的价值是使用的中心区域方法返回的值为每个6选择在步骤8。最后的值问定义的组subcriteria对能量密度都列在下表中13。

因此,重复同样的步骤对于其他组subcriteria组,和问值是获得并列表如表所示14。现在,我们把AHP和VIKOR技术的产品问的归一化权重值和每个标准获得的替代品产生排名最高的产品搬到较低的产品。因此,我们获得表中给出的最终排名14。此外,灵敏度分析进行分析的主要标准体重变化的影响的最终排名的选择。

4.3。敏感性分析

本部分深入探讨了影响排名的主要标准重量的替代品。主要是由不同的场景最重要的标准体重得到模糊AHP方法。与此同时,其他标准的权重调整使用以下方程(30.,31日]: 在哪里是原始的重量主要标准 , 代表了调整重量的主要标准 , 最初的重量是最重要的主要标准 ,和调整后的重量是最重要的主要标准 。

在最初的场景(年代₀),主要标准使用模糊层次分析法计算权重;能量密度的权重,生命周期,循环效率、投资水平、气候条件适宜性,空间要求= 0.077604,= 0.152115,= 0.294208,= 0.068201,= 0.368441,分别为= 0.039431。从获得的权重,气候条件的适宜性标准具有最高的价值。因此,(C₅)是卓越的标准。现在,对于场景1 (年代₁)的重量C₅是减少了10%,其他主要标准的权重调整使用方程(16)。模糊VIKOR方法目前应用于获得排名的选择。一个类似的过程是S2-S10紧随其后。所有场景都总结在图3。

在所有的情况下,两种选择,即磁(一个₃)和电化学(一个₁)存储,保持不变。剩余的三个办法,即电存储(一个₂),机械存储(一个₄),和化学存储(一个₅),有轻微的变化。场景1 - 3,初始等级的选择(例如,一个₃>一个₁>一个₅>一个₄>一个₂)被保留。的替代品为场景4 - 5了一个₃>一个₁>一个₅>一个₂>一个₄场景6 - 7,他们得到了一个₃>一个₁>一个₂>一个₅>一个₄场景8 - 10,他们得到了一个₃>一个₁>一个₂>一个₄>一个₅。

根据敏感性分析结果,概述了利用混合方法的模糊AHP和模糊VIKOR能源存储技术选择是稳定的。这里,磁存储器替代是著名的解决方案在所有其他能源存储技术。

5。结论

采用储能技术的重要性(美国东部时间)对权力疏散和各自优势一直强调。est序列等电化学存储、电子存储、磁存储、机械存储,和化学存储被选为替代品。最后决定来决定最好的存储技术。标准被认为是能量密度,生命周期,循环效率、投资水平、气候条件适宜性,所需的存储空间。选择评估使用的新奇的想法混合模糊环境下的多准则决策方法优先级不同的est序列。一个数值例子与详细描述提供了一个示例场景与各种数学程序,选择,和标准。

示例场景评估使用的一组标准,subcriteria,替代导致磁存储器被最有效是基于决策者的意见和后续使用模糊技术。磁存储的最终的重量是最高的,它降低了后续的替代品。其他遵循等级秩序作为电化学存储,化学存储、机械存储和电子存储后最有效最有效。因此,模糊AHP和模糊VIKOR被集成到一个混合多重准则决策方法来找到最好的存储技术。

从敏感性分析,得出利用混合方法的模糊AHP和模糊VIKOR能源存储技术选择是稳定的。磁存储器替代是最著名的在所有其他能源存储技术解决方案。

数据可用性

所有数据都包含在本文内。

的利益冲突

作者宣称没有利益冲突。