طراحی سیستم‌های انرژی ترکیبی با استفاده از الگوریتم بهینه‌سازی جستجوی خفاش

در این مقاله، یک چارچوب برای طراحی بهینه سیستم های انرژی ترکیبی با الگوریتم بهینه سازی جستجوی خفاش ارائه شده است. توربین های بادی، پنل های خورشیدی و سیستم‌های ترکیبی توان و حرارت به عنوان تولیدکننده‌های توان در نظر گرفته شده‌ اند. چارچوب پیشنهادی قابلیت تبادل توان با شبکه بالادست را با در نظر گرفتن محدودیت‌های تبادل توان دارا است. هزینه نصب توربین های بادی، پنل های خورشیدی، سیستم‌های ترکیبی توان و حرارت، ذخیره سازهای باتری و مبدل ها در قالب هزینه سرمایه گذاری به همراه هزینه تعمیرات و نگهداری، هزینه سوخت سیستم ترکیبی توان و حرارت، هزینه حذف بار موردانتظار و هزینه تبادلات توان به عنوان توابع هدف در نظر گرفته شده است. همچنین، یک مجموعه کامل از محدودیت های مرتبط با سیستم انرژی ترکیبی در چارچوب مسئله گنجانده شده است. عدم قطعیت مرتبط با توان تولیدی توربین‌های بادی و پنل های خورشیدی به همراه عدم قطعیت تقاضای توان مصرف کننده ها با استفاده از روش تخمین دونقطه‌ ای در چارچوب پیشنهادی نیز در نظر گرفته شده است. الگوریتم جستجوی خفاش به منظور یافتن جواب بهینه مسئله بهینه سازی استفاده شده است. نتایج حاصل از چارچوب پیشنهادی در قالب سناریوهای مختلف با نتایج بدست آمده ناشی از بکارگیری الگوریتم ژنتیک و ازدحام ذرات مقایسه شده که بیانگر کارآمدی و عملکرد مطلوب آن در زمینه طراحی سیستم های انرژی ترکیبی است.

Design of hybrid energy systems using bat search optimization algorithm

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 twopoint 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.