دانلود مقاله و خرید ترجمه:مدیریت و کنترل هوشمند انرژی باتری برای وسیله ی نقلیه به شکبه  از طریق شبکه ی محاسبات ابری
بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده محاسبات ابری
  • مدیریت و کنترل هوشمند انرژی باتری برای وسیله ی نقلیه به شکبه از طریق شبکه ی محاسبات ابری

    سال انتشار:

    2013


    ترجمه فارسی عنوان مقاله:

    مدیریت و کنترل هوشمند انرژی باتری برای وسیله ی نقلیه به شکبه از طریق شبکه ی محاسبات ابری


    عنوان انگلیسی مقاله:

    Intelligent battery energy management and control for vehicle-to-grid via cloud computing network


    منبع:

    Sciencedirect - Elsevier - Applied Energy 111 (2013) 971–981


    چکیده انگلیسی:

    Plug-in Electric Vehicles (PEVs) provide new opportunities to reduce fuel consumption and exhaust emission. PEVs need to draw and store energy from an electrical grid to supply propulsive energy for the vehicle. As a result, it is important to know when PEVs batteries are available for charging and discharging. Furthermore, battery energy management and control is imperative for PEVs as the vehicle operation and even the safety of passengers depend on the battery system. Thus, scheduling the grid power electricity with parking lots would be needed for efficient charging and discharging of PEV batteries. This paper aims to propose a new intelligent battery energy management and control scheduling service charging that utilize Cloud computing networks. The proposed intelligent vehicle-to-grid scheduling service offers the computational scalability required to make decisions necessary to allow PEVs battery energy management systems to operate efficiently when the number of PEVs and charging devices are large. Experimental analyses of the proposed scheduling service as compared to a traditional scheduling service are conducted through simulations. The results show that the proposed intelligent battery energy management scheduling service substantially reduces the required number of interactions of PEV with parking lots and grid as well as predicting the load demand calculated in advance with regards to their limitations. Also it shows that the intelligent scheduling service charging using Cloud computing network is more efficient than the traditional scheduling service network for battery energy management and control.
    Keywords: Intelligent battery energy management | Intelligent scheduling | Fuzzy logic prediction | Cloud computing | Vehicle to grid | Battery energy management and control


    چکیده فارسی:

    وسایل نقلیه ی الکتریکی برقی (PEVها) فرصت های جدیدی برای کاهش مصرف سوخت و آلودگی اگزوز ارائه میدهد . PEVها نیاز به گرفتن و ذخیره ی انرژی از یک شبکه ی الکتریکی جهت تامین انرژی رانشی وسیله ی نقلیه دارند . در نتیجه ، مهم است که بدانید چه زمانی باتری های PEVها برای شارژ و دشارژ در دسترس هستند . علاوه بر این ، کنترل و مدیریت انرژی باتری برای PEVها همانند کارکرد خودرو ضروری است و حتی ایمنی مسافران به سیستم باتری بستگی دارد . بنابراین ، زمان بندی توان برق شبکه با پارکینگ برای شارژ کارآمد و دشارژ باتری PEV مورد نیاز خواهد بود . این مقاله با هدف پیشنهاد کنترل و مدیریت جدید هوشمند انرژی باتری سرویس زمان بندی شارژ که از شبکه محاسبات ابری استفاده میکند ارائه میگردد . خدمات برنامه ریزی هوشمند خودرو به شبکه پیشنهادی , مقیاس پذیری محاسباتی مورد نیاز برای تصمیم گیری های لازم جهت اعطاء اجازه فعالیت مؤثر به سیستم های مدیریت انرژی باتری PEVها زمانی که تعداد PEVs و دستگاه های شارژ زیاد میباشد را ارائه میدهد . مقایسه تجزیه و تحلیل تجربی خدمات برنامه ریزی پیشنهادی با خدمات برنامه ریزی سنتی از طریق شبیه سازی انجام شده است . نتایج نشان می دهد که سرویس زمانبندی مدیریت هوشمند انرژی باتری پیشنهادی بطور قابل ملاحظه ای تعداد تعاملات مورد نیاز PEV با پارکینگ و شبکه و نیز پیش بینی تقاضای بار محاسبه شده با توجه به محدودیت هایش را کاهش می دهد . همچنین نشان می دهد که سرویس زمانبندی هوشمند شارژ با استفاده از شبکه محاسبات ابری کارآمد تر از خدمات شبکه زمانبندی سنتی برای کنترل و مدیریت انرژی باتری است .
    کلید واژه ها : مدیریت هوشمند انرژی باتری | زمان بندی هوشمند | پیش بینی منطق فازی | محاسبات ابری | خودرو به شبکه | کنترل و مدیریت انرژی باتری


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    تعداد صفحات فایل doc فارسی: 30

    حجم فایل: 823 کیلوبایت


    قیمت: 18000 تومان  16200 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
محاسبات-ابری
موضوعات