fa مدیریت بهینه انرژی سناریومحور در هاب انرژی چندحامله مجهز به فناوری P2G با استفاده از الگوریتم DP-CSA تخصصي Special پژوهشي Research <div style="text-align: justify;"><span style="font-size:12pt"><span style="direction:rtl"><span style="unicode-bidi:embed"><span style="font-family:&quot;Times New Roman&quot;,serif"><span lang="FA" style="font-family:&quot;B Nazanin&quot;">در این مقاله یک چارچوب بهینه برای مدیریت انرژی در هاب انرژی چندحامله با در نظر گرفتن عدم‌قطعیت‌ها، آلایندگی زیست‌محیطی و انعطاف‌پذیری ارائه شد. ساختار پیشنهادی با ادغام منابع تجدیدپذیر، واحد </span>CHP<span lang="FA" style="font-family:&quot;B Nazanin&quot;">، ذخیره‌سازهای الکتریکی و حرارتی و فناوری تبدیل برق به گاز (</span>P2G<span lang="FA" style="font-family:&quot;B Nazanin&quot;">) توانست عملکرد سیستم را بهبود دهد و تأمین همزمان بارهای مختلف را ممکن سازد. مدل پیشنهادی با استفاده از رویکرد سناریومحور و شبیه‌سازی مونت‌کارلو، عدم‌قطعیت تولید و مصرف را لحاظ کرده و تابع هدفی ترکیبی از هزینه، آلایندگی و انعطاف‌پذیری تعریف نمود. برای حل مسئله از الگوریتم </span>DP-CSA<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> استفاده شد که در مقایسه با روش‌های </span>QPSO<span lang="FA" style="font-family:&quot;B Nazanin&quot;">، </span>WOA<span lang="FA" style="font-family:&quot;B Nazanin&quot;">، </span>DRL<span lang="FA" style="font-family:&quot;B Nazanin&quot;">&nbsp; و&nbsp; </span>CSA<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> عملکرد بهتری نشان داد. نتایج نشان داد مقدار تابع هدف به 2.183 پریونیت رسیده که حدود 5.6</span>٪<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> بهتر از </span>QPSO<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> است. همچنین هزینه بهره‌برداری به 37962 سنت و آلایندگی به 207 کیلوگرم کاهش یافت. در سناریوی حضور بارهای انعطاف‌پذیر، مقدار تابع هدف به 1.968 کاهش یافت که حدود 9.8</span>٪<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> بهبود نسبت به حالت پایه دارد و آلایندگی به 195 کیلوگرم رسید. همچنین افزایش مشارکت بارهای انعطاف‌پذیر از 10</span>٪<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> تا 30</span>٪<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> موجب کاهش 3.01</span>٪<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> تا 5.44</span>٪<span lang="FA" style="font-family:&quot;B Nazanin&quot;"> در هزینه شد. نتایج نشان داد ترکیب </span>P2G<span lang="FA" style="font-family:&quot;B Nazanin&quot;">، مدل‌سازی سناریومحور و الگوریتم پیشنهادی موجب بهبود قابل توجه کارایی و پایداری سیستم می‌شود. </span></span></span></span></span></div> <div style="text-align: justify;"><span style="font-size:10pt"><span style="font-family:&quot;Times New Roman&quot;,serif"><span style="font-size:11.0pt">This paper presents an optimal framework for energy management in a multi-carrier energy hub considering uncertainties, environmental emissions, and system flexibility. The proposed structure, through the integration of renewable energy resources, combined heat and power (CHP) units, electrical and thermal energy storage systems, and Power-to-Gas (P2G) technology, improves system performance and enables the simultaneous supply of multiple energy demands. The proposed model incorporates uncertainties in generation and consumption using a scenario-based approach and Monte Carlo simulation, while a multi-objective function consisting of operating cost, emissions, and flexibility is formulated. The optimization problem is solved using the DP-CSA algorithm, which demonstrates superior performance compared to QPSO, WOA, DRL, and CSA methods. The results indicate that the objective function value reaches 2.183 p.u., representing approximately 5.6% improvement over QPSO. Furthermore, the operating cost is reduced to 37,962 cents, while emissions decrease to 207 kg. In the scenario involving flexible loads, the objective function value decreases to 1.968, corresponding to approximately 9.8% improvement compared to the base case, with emissions reduced to 195 kg. In addition, increasing the participation level of flexible loads from 10% to 30% results in a cost reduction ranging from 3.01% to 5.44%. The findings demonstrate that the combination of P2G technology, scenario-based modeling, and the proposed optimization algorithm significantly enhances system efficiency and sustainability.&nbsp; </span><b><span lang="FA" dir="RTL" style="font-size:11.0pt"></span></b></span></span><br> <span style="font-size:10pt"><span style="font-family:&quot;Times New Roman&quot;,serif"><b><span style="font-size:11.0pt"></span></b></span></span></div> الگوریتم DP-CSA؛ بهینه‌سازی سناریومحور؛ پاسخگویی بار؛ شبیه‌سازی مونت‌کارلو؛ هاب انرژی؛ تولید همزمان برق و حرارت (CHP)؛ فناوری تبدیل برق به گاز (P2G). Combined Heat and Power (CHP), Demand Response, Energy Hub, Monte Carlo Simulation, Power-to-Gas (P2G), Scenario-Based Optimization, DP-CSA Algorithm. 51 70 http://jeps.dezful.iau.ir/browse.php?a_code=A-10-361-1&slc_lang=fa&sid=1 Mohammad Khoshabi سید محمد خوشابی smkhooshabi.project@yahoo.com 10031947532846003274 10031947532846003274 No Department of Electrical Engineering, Sar.C., Islamic Azad University, Sari, Iran گروه برق، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران Mehrdad Ahmadi Kamarposhti مهرداد احمدی کمرپشتی mehrdad.ahmadi.k@gmail.com 10031947532846003275 10031947532846003275 Yes Department of Electrical Engineering, Jo.C., Islamic Azad University, Jouybar, Iran گروه برق، واحد جویبار، دانشگاه آزاد اسلامی، جویبار، ایران Mohsen Sedighi محسن صدیقی mohsen.sadighi@gmail.com 10031947532846003276 10031947532846003276 No Department of Electrical Engineering, Sar.C., Islamic Azad University, Sari, Iran گروه برق، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران Alireza Ghafouri علیرضا غفوری ghafuriar@gmail.com 10031947532846003277 10031947532846003277 No Department of Electrical Engineering, Sar.C., Islamic Azad University, Sari, Iran گروه برق، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران