بهینه سازی مدیریت انرژی و کاهش پیک بار در پارکینگ های خورشیدی با استفاده از الگوریتم ژنتیک چندهدفه

با افزایش نگرانی های زیست محیطی و محدودیت منابع فسیلی، استفاده از انرژی های تجدیدپذیر، به ویژه انرژی خورشیدی، به عنوان راهکاری پایدار درسیستم های شهری اهمیت یافته است. پارکینگ های خورشیدی به عنوان زیرساختی نوین برای شارژ خودروهای برقی، پتانسیل بالایی در کاهش انتشار گازهایگلخانه ای و بهبود بهره وری انرژی دارند. در این پژوهش، یک الگوریتم ژنتیک چندهدفه برای بهینه سازی مدیریت انرژی و کاهش پیک بار در پارکینگ هایخورشیدی طراحی و شبیه سازی شده است. متغیرهای تصمیمگیری شامل توان تولیدی پنل ها، الگوی مصرف شارژ، زمان شارژ و ظرفیت ذخیرهسازی انرژیتعریف شد و اهداف اصلی شامل کاهش پیک بار، صرفه جویی اقتصادی، افزایش بهرهبرداری از انرژی خورشیدی، بهبود کیفیت توان و ارتقای رضایت کاربرانبودهاند. نتایج شبیه سازی نشان داد که پس از اجرای الگوریتم، پیک بار تا ٪20 کاهش یافته، هزینه های انرژی به طور متوسط ٪15 کاهش داشته و انتشار₂coتا ٪30 کاهش یافته است. همچنین شاخص های فنی مانند pf و thd بهبود یافته و رضایت کاربران افزایش یافته است. این یافته ها نشان میدهندکه الگوریتم ژنتیک چندهدفه ابزار کارآمدی برای مدیریت انرژی در سیستم های خورشیدی و توسعه زیرساخت های سبز شهری است