بهینه‌سازی چند هدفه برای تامین تقاضای برق با استفاده از زمانبندی منابع تجدیدپذیر و منابع معمول

به علت افزایش تقاضای برق، کاهش منابع سوخت های فسیلی و کاهش خروج دی اکسید کربن بکارگیری از منابع انرژی های تجدیدپذیر یکی از استراتژی های مهم دنیای پیشرفته صنعتی می باشد. در این تحقیق برای تامین تقاضای برق یک شهر با استفاده از منابع تجدیدپذیر مانند صفحه های فتوولتائیک و توربین های بادی که قابلیت ذخیره سازی انرژی در باتری را دارند و منابع حرارتی معمول که نقش یک منبع جایگزین را ایفا می کنند استفاده میگردد. حداکثر مقدار انرژی که صفحه های خورشیدی و توربین های بادی می توانند در طول هر ساعت از شبانه روز تولید کنند به ترتیب به توابعی بستگی دارند که خود به میزان تابش خورشید و سرعت وزش باد برای هر ساعت وابسته است. یک قابلیت اطمینانی در مورد انرژی تولیدی هر منبع برای هر ساعت قابل تخمین می باشد. هدف حداقل کردن هزینه و حداکثر کردن قابلیت اطمینان می باشد. یک مدل برنامه ریزی غیرخطی دو هدفه برای مساله مورد نظر تعریف می گردد. از آنجایی که اهداف در تناقض هستند دستیابی به یک حل بهینه منفرد که هر دو هدف را بهینه کند امکان پذیر نمی باشد لذا از الگوریتم فراابتکاری ژنتیک دو هدفه بر مبنای مرتب سازی نامغلوب برای نمایش خروجی الگوریتم در نظر گرفته شده است.

Multi-objective optimization of schedule to meet the demand for electricity using renewable sources and conventional sources

Due to the increment of power demand, diminishing resources of fossil fuels and reduction of carbon dioxide out, the use of renewable energy resources is one of the important strategies in the developed countries. In this study, we use to meet electricity demand from renewable resources by as photovoltaic, batteries and wind turbines at times of peak production. The maximum amount of energy that solar panels and wind turbines can provide during any hour of the day is a function the amount of solar radiation and wind speed per hour. The aim is to minimize the cost of utilizing resources and maximize reliability. A nonlinear programming model is proposed for the considered problem. Since the objectives are in conflict, for achieving a single optimal solution is not possible, therefore, NSGAII algorithm proposed for solving the problem