طراحي سيستم‌هاي انرژي تركيبي با استفاده از الگوريتم بهينه‌سازي جستجوي خفاش

Design of hybrid energy systems using bat search optimization algorithm

در اين مقاله، يك چارچوب براي طراحي بهينه سيستم­هاي انرژي تركيبي با الگوريتم بهينه ­سازي جستجوي خفاش ارائه شده است. توربين­ هاي بادي، پنل­ هاي خورشيدي و سيستم‌هاي تركيبي توان و حرارت به­ عنوان توليدكننده‌هاي توان در نظر گرفته شده‌­اند. چارچوب پيشنهادي قابليت تبادل توان با شبكه بالادست را با در نظر گرفتن محدوديت‌هاي تبادل توان دارا است. هزينه نصب توربين­ هاي بادي، پنل ­هاي خورشيدي، سيستم‌هاي تركيبي توان و حرارت، ذخيره­ سازهاي باتري و مبدل ­ها در قالب هزينه سرمايه ­گذاري به همراه هزينه تعميرات و نگهداري، هزينه سوخت سيستم تركيبي توان و حرارت، هزينه حذف بار موردانتظار و هزينه تبادلات توان به­ عنوان توابع هدف در نظر گرفته شده است. همچنين، يك مجموعه كامل از محدوديت­هاي مرتبط با سيستم انرژي تركيبي در چارچوب مسئله گنجانده شده است. عدم ­قطعيت مرتبط با توان توليدي توربين‌هاي بادي و پنل­ هاي خورشيدي به­ همراه عدم­ قطعيت تقاضاي توان مصرف­كننده ­ها با استفاده از روش تخمين دونقطه‌­اي در چارچوب پيشنهادي نيز در نظر گرفته شده است. الگوريتم جستجوي خفاش به­منظور يافتن جواب بهينه مسئله بهينه ­سازي استفاده شده است. نتايج حاصل از چارچوب پيشنهادي در قالب سناريوهاي مختلف با نتايج بدست آمده ناشي از بكارگيري الگوريتم ژنتيك و ازدحام ذرات مقايسه شده كه بيانگر كارآمدي و عملكرد مطلوب آن در زمينه طراحي سيستم­هاي انرژي تركيبي است.

This paper presents a framework for the optimal design of hybrid energy systems with a bat search optimization algorithm. Wind turbines, solar panels, and combined heat and power (CHP) systems are considered power generators. The proposed framework can exchange power with the upstream network, taking into account the limitations of power exchange, the cost of installing wind turbines, solar panels, CHP systems, battery storage, and converters in the form of investment costs plus maintenance costs, CHP system fuel costs, expected load removal costs, and power exchange costs as target functions. Also, a complete set of constraints related to the hybrid energy system is included in the problem framework. Uncertainties related to the production capacity of wind turbines and solar panels along with the uncertainty of consumer power demand using the two-point estimation method are also considered in the proposed framework. The bat search algorithm is used to find the optimal solution to the optimization problem. The results of the proposed framework in the form of different scenarios are compared with the results obtained by the genetic algorithm and particle swarm, which indicates its efficiency and optimal performance in designing hybrid energy systems.