Auf genetischen Algorithmen basierende Optimierung für die Modellierung und den Entwurf hybrider erneuerbarer Energiesysteme
Genetic algorithm based optimization on modeling and design of hybrid renewable energy systems
Optimización basada en algoritmos genéticos en el modelado y diseño de sistemas híbridos de energía renovable.
بهینهسازی مبتنی بر الگوریتم ژنتیک بر مدلسازی و طراحی سیستمهای انرژیهای تجدیدپذیر ترکیبی.
Optimisation basée sur un algorithme génétique pour la modélisation et la conception de systèmes hybrides d'énergie renouvelable
Résumé
Eine Größenoptimierung eines Hybridsystems bestehend aus Photovoltaikmodulen (PV), einer Backup-Quelle (Mikroturbine oder Diesel) und einem Batteriesystem minimiert die Kosten der Energieerzeugung (COE) und ein vollständiges Design dieses optimierten Systems zur Versorgung einer kleinen Gemeinde Die Machtverhältnisse in den Palästinensischen Gebieten werden in diesem Papier dargestellt. In dieser Studie wurden ein Szenario analysiert, das von einer eigenständigen PV abhängt, und ein anderes, das nur von einer Backup-Quelle abhängt. Die Optimierung wurde durch den Einsatz eines genetischen Algorithmus erreicht. Die Zielfunktion minimiert den COE und deckt gleichzeitig den Lastbedarf mit einem angegebenen Wert für die Verlustwahrscheinlichkeit der Last (LLP) ab. Die durch die globale Erwärmung verursachten Emissionskosten wurden in dieser Optimierungsanalyse berücksichtigt. Zunächst werden die Sonneneinstrahlungsdaten analysiert und anschließend der Neigungswinkel der PV-Module optimiert. Es wurde festgestellt, dass die Stromversorgung einer kleinen ländlichen Gemeinde mithilfe dieses Hybridsystems kostengünstig und äußerst vorteilhaft ist, verglichen mit der Erweiterung des Versorgungsnetzes zur Versorgung dieser abgelegenen Gebiete oder der einfachen Nutzung herkömmlicher Quellen für diesen Zweck. Dieses Hybridsystem senkt sowohl die Betriebskosten als auch den Schadstoffausstoß. Das Hybridsystem, das diese Optimierungszwecke realisiert, ist dasjenige, das aus einer Kombination dieser Quellen aufgebaut ist.
A sizing optimization of a hybrid system consisting of photovoltaic (PV) panels, a backup source (microturbine or diesel), and a battery system minimizes the cost of energy production (COE), and a complete design of this optimized system supplying a small community with power in the Palestinian Territories is presented in this paper. A scenario that depends on a standalone PV, and another one that depends on a backup source alone were analyzed in this study. The optimization was achieved via the usage of genetic algorithm. The objective function minimizes the COE while covering the load demand with a specified value for the loss of load probability (LLP). The global warming emissions costs have been taken into account in this optimization analysis. Solar radiation data is firstly analyzed, and the tilt angle of the PV panels is then optimized. It was discovered that powering a small rural community using this hybrid system is cost-effective and extremely beneficial when compared to extending the utility grid to supply these remote areas, or just using conventional sources for this purpose. This hybrid system decreases both operating costs and the emission of pollutants. The hybrid system that realized these optimization purposes is the one constructed from a combination of these sources.
Una optimización del tamaño de un sistema híbrido que consta de paneles fotovoltaicos (PV), una fuente de respaldo (microturbina o diésel) y un sistema de baterías minimiza el costo de producción de energía (COE), y un diseño completo de este sistema optimizado que abastece a una pequeña comunidad. En este artículo se presenta el poder en los Territorios Palestinos. En este estudio se analizó un escenario que depende de una energía fotovoltaica independiente y otro que depende únicamente de una fuente de respaldo. La optimización se logró mediante el uso de un algoritmo genético. La función objetivo minimiza el COE mientras cubre la demanda de carga con un valor específico para la probabilidad de pérdida de carga (LLP). En este análisis de optimización se han tenido en cuenta los costes de las emisiones del calentamiento global. Primero se analizan los datos de radiación solar y luego se optimiza el ángulo de inclinación de los paneles fotovoltaicos. Se descubrió que alimentar a una pequeña comunidad rural utilizando este sistema híbrido es rentable y extremadamente beneficioso en comparación con ampliar la red eléctrica para abastecer estas áreas remotas, o simplemente usar fuentes convencionales para este propósito. Este sistema híbrido disminuye tanto los costes operativos como la emisión de contaminantes. El sistema híbrido que logró estos propósitos de optimización es el construido a partir de una combinación de estas fuentes.
بهینه سازی اندازه یک سیستم هیبریدی متشکل از پانل های فتوولتائیک (PV)، یک منبع پشتیبان (میکروتوربین یا دیزل)، و یک سیستم باتری، هزینه تولید انرژی (COE) را به حداقل می رساند، و طراحی کامل این سیستم بهینه شده که جامعه کوچکی را تامین می کند. با قدرت در سرزمین های فلسطینی در این مقاله ارائه شده است. سناریویی که به یک PV مستقل بستگی دارد و سناریوی دیگری که به تنهایی به یک منبع پشتیبان وابسته است در این مطالعه تحلیل شدند. بهینه سازی با استفاده از الگوریتم ژنتیک به دست آمد. تابع هدف COE را به حداقل می رساند در حالی که تقاضای بار را با یک مقدار مشخص برای از دست دادن احتمال بار (LLP) پوشش می دهد. در این تحلیل بهینهسازی، هزینههای انتشار گرمایش جهانی در نظر گرفته شده است. داده های تابش خورشیدی ابتدا تجزیه و تحلیل می شود و سپس زاویه شیب پانل های PV بهینه می شود. مشخص شد که تامین انرژی یک جامعه کوچک روستایی با استفاده از این سیستم ترکیبی در مقایسه با گسترش شبکه برق برای تامین این مناطق دورافتاده یا فقط استفاده از منابع معمولی برای این منظور مقرون به صرفه و بسیار سودمند است. این سیستم هیبریدی هم هزینه های عملیاتی و هم انتشار آلاینده ها را کاهش می دهد. سیستم ترکیبی که این اهداف بهینهسازی را محقق کرد، سیستمی است که از ترکیبی از این منابع ساخته شده است.
Une optimisation du dimensionnement d'un système hybride composé de panneaux photovoltaïques (PV), d'une source de secours (microturbine ou diesel) et d'un système de batteries minimise le coût de production d'énergie (COE), et une conception complète de ce système optimisé alimentant une petite communauté qui ont le pouvoir dans les Territoires palestiniens est présentée dans cet article. Un scénario dépendant d'un PV autonome et un autre dépendant d'une seule source de secours ont été analysés dans cette étude. L'optimisation a été réalisée grâce à l'utilisation d'un algorithme génétique. La fonction objectif minimise le COE tout en couvrant la demande de charge avec une valeur spécifiée pour la probabilité de perte de charge (LLP). Les coûts des émissions liées au réchauffement climatique ont été pris en compte dans cette analyse d’optimisation. Les données de rayonnement solaire sont d'abord analysées, puis l'angle d'inclinaison des panneaux photovoltaïques est optimisé. Il a été découvert qu'alimenter une petite communauté rurale à l'aide de ce système hybride est rentable et extrêmement bénéfique par rapport à l'extension du réseau électrique pour approvisionner ces zones éloignées, ou simplement à l'utilisation de sources conventionnelles à cette fin. Ce système hybride diminue à la fois les coûts d'exploitation et les émissions de polluants. Le système hybride qui a réalisé ces objectifs d’optimisation est celui construit à partir d’une combinaison de ces sources.