برنامه‌ریزی بهینه سیستم‌های انرژی‌ تجدیدپذیر با در نظر گرفتن عدم قطعیت و مفهوم احتمال هدررفت توان: مطالعه‌ی موردی

در سال های اخیر به دلیل افزایش تقاضای انرژی و هزینه ی سوخت های فسیلی در مناطق دورافتاده، تمایل به استفاده از منابع انرژی تجدیدپذیر مستقل از شبکه، رشد چشمگیری داشته است. هدف این مقاله، پیاده سازی عملی یک سیستم ترکیبی توربین بادی/ فتوولتائیک/ باتری/ دیزل ژنراتور بر اساس نتایج به دست آمده از شبیه سازی و تقاضای بار واقعی در یکی از مناطق دورافتاده ی استان سیستان و بلوچستان است. جهت تعیین تعداد بهینه ی اجزای سیستم ترکیبی در حضور عدم قطعیت سمت تقاضا و تولید توان منابع تجدیدپذیر، هزینه ی سالیانه ی سیستم با در نظر گرفتن احتمال هدررفت توان (lpsp) کمینه می گردد. مدل پیشنهادی از طریق سه الگوریتم ازدحام ذرات معمولی (pso)، با ضرایب انقباض (cpso) و بهبودیافته ی پیشنهادی (mpso)، حل و مورد مقایسه قرار می گیرد که نتایج نشان از سرعت همگرایی بالاتر و عملکرد بهینه ی بهتر الگوریتم پیشنهادی دارد. جهت افزایش نفوذ انرژی های تجدیدپذیر و کاهش وابستگی به سوخت های فسیلی، قید حداکثر مجاز مصرف سالیانه ی سوخت دیزل ژنراتور برای پیاده سازی عملی اضافه می شود. . در این حالت، هزینه ی سالیانه ی سیستم و مصرف سوخت دیزل ژنراتور به ترتیب $3974.50 و 98.33 لیتر در سال است.

Optimal planning of renewable energy systems with considering uncertainty and LPSP concept: A case study

In recent years, the tendency to use renewable energy resources in remote areas has been raised due largely to increase in the energy demand and fossil fuel costs. In this paper, the aim is to find the optimal number of components of the offgrid hybrid PV/wind/battery/diesel system, in the presence of the load and renewable power generation uncertainty. Optimization is based on minimizing the value of the annualized cost of system, which meets the requirements of the desired loss of power supply probability (LPSP).Three various optimization algorithms including PSO, CPSO, and Modified PSO are proposed to solve the optimization problem. To exam the efficiency of the proposed model and optimization strategies, the proposed approach has been applied to a standalone hybrid energy system in Sistan and Bluchestan, Iran. Furthermore, the effect of different desired LPSP and optimization algorithms on the economic operation have been discussed. The results demonstrate that the MPSO has a faster solution and better performance than the PSO and CPSO. In this paper, while previous research has mainly focused on theoretical results only, for practical implementation, the maximum allowed constraint for diesel fuel consumption is added to the optimization algorithm and practical implementation has been done based on the simulation results and actual data.