ارزيابي نحوه ي انتخاب ظرفيت موتورگازسوز در بهينه سازي با استفاده از الگوريتم ژنتيك CCHP سيستم مطالعه موردي: مجتمع ورزشي آبي

در اين مقاله با استفاده از سه تحليل انرژي، اقتصادي و زيس تمحيطي به بهينه سازي ظرفيت نامي تجهيزات سيستم توليد همزمان برق، حرارت و برودت با محرك اوليه موتورگازسوز، براي يك مجتمع ورزشي آبي پرداخته شده است. آناليزها براي دو سناريوي و نيز تعيين بهينه پارامترهاي طراحي )SNS و عدم امكان فروش SS متفاوت تداخل سيستم با شبكه )امكان فروش الكتريسيته كه شامل تعداد موتورگازسوز و ظرفيت نامي و بارجزيي آ نها، ظرفيت گرمايشي بويلر، ظرفيت سرمايشي چيلرهاي الكتريكي )RAB( و جذبي مي باشند، انجام شده است. پارامترهاي طراحي با استفاده از يك تابع هدف چند معياره كه سودساليانه نسبي ناميده مي شود وهمچنين استفاده ازالگوريتم ژنتيك بهينه شده اند. در گام بعدي نحوه ي انتخاب ظرفيت نامي موتورگازسوز از مورد ارزيابي )NOx و CO ا 2 ،CO( و زيست محيطي )FESR( و صرفه جويي در مصرف سوخت )RAB و PB( نظر اقتصادي قرار گرفته است. نتايج بهينه سازي نشان مي دهند كه در سناريوي امكان فروش الكتريسيته، دو موتورگازسوز )با ظرفي تهاي بيشترين )E=120 kW و در سناريوي نبود امكان فروش الكتريسيته، يك موتورگازسوز )با ظرفيت )E2=150 kW و E1=130 kW مقدار تابع هدف را به همراه دارند. بعلاوه نتايج ارزيابي نحوه ي انتخاب موتورگازسوز نشان داد كه اگر در سناريوهاي امكان و نبود امكان فروش الكتريسيته دو ظرفيت مشابه به جاي ظرفيت هاي بهينه انتخاب شوند، دوره بازگشت سرمايه و سود ساليانه نسبي در CO به ترتيب افزايش و كاهش مي يابند و پارامترها ي نسبت صرف هجويي در مصرف سوخت و نسبت كاهش انتشار آلاينده 2 سناريوي امكان )نبود امكان ( فروش الكتريسيته، روند كاهشي )افزايشي( خواهند داشت.

Energy, economic and environmental analysis have been employed in order to optimize optimal (nominal) capacity of a combined cooling, heating and power system in a water sports complex. Design parameters are nominal capacity and number of gas engines and their partial load, heat capacity of boiler and cooling capacity of electricity and absorption chillers. These parameters are optimized either in the scenarios of possibility of selling electricity (SS) or impossibility of selling scenarios (SNS). Design parameters are optimized using genetic algorithm and a multi criteria objective function that is called relative annual profit (RAB). Next, how to select optimal capacity of gas engine has been investigated economically, saving fuel and controlling the pollutants (CO, NOx, and CO2). Optimization results illustrate that two gas engine with capacity of 130 kW and 150 kW have the maximum value of objective function in the scenarios of possibility of selling electricity, while in the impossibility of selling scenarios the maximum value of goal function is for on 120 kW gas engine. In addition, the results reveal that payback periods on investment are increased (decreased) when two similar capacity are chosen in the cases of SS (SNS). Moreover, fuel consumption and CO2 emissions are decreased (increased) in the scenarios of SS (SNS).