机构名称：
¥ 1.0
采用由可再生能源提供支持的能源系统需要大量的经济投资。因此，选择适当大小的系统组件成为一个关键步骤，这受到其独特特征的显着影响。此外，可再生能源的可用性会随着时间而变化，并且估计可用性会引入相当大的不确定性。在本文中，我们提出了一种用于混合能源系统最佳设计的技术，该技术解释了与资源估计相关的不确定性。我们的方法基于随机编程理论，并采用替代模型使用前馈神经网络（FFNN）估算电池寿命。使用遗传算法（GA）和Poplar优化算法（POA）进行了系统设计的优化分析。我们通过假设的案例研究评估了所提出的技术的有效性。基于FFNN的替代模型的引入导致成本估算的近似误差为9.6％，电池寿命估计的近似值为20.6％。概率设计表明，能源系统成本比使用确定性方法获得的成本高25.7％。GA和POA都达到了可能代表全局最佳最佳的解决方案。
可再生能源
主要关键词
相关文件推荐
