摘要:本工作研究了可以解决农村电力问题的技术经济解决方案。为了维持该村庄区域的连续电源,设计了一个与网格连接的微电网系统,该系统由太阳能光伏(SPV)和电池能量存储系统(BESS)组成。最近引入的多策略融合人工蜂群(MFABC)算法与模拟退火方法杂交,并被称为MFABC+算法。这是用于确定包括集成系统的不同组件的最佳尺寸,并最大程度地提高了技术经济目标。进行验证,将MFABC+算法获得的仿真结果与使用Homer软件,粒子群优化算法和原始MFABC算法获得的结果进行了比较。与这些现有优化工具相比,MFABC+算法具有更好的收敛率和提供折衷结果的潜在能力。也通过全面的评估进行了解决,即拟议的系统具有以最低水平的电力成本来满足村庄24×7的电力需求的潜在能力。
摘要 — 提出了一种蚁群算法 (ACO),使用连续搜索空间方法对混合可再生能源系统规模和配置进行优化。在所提出的算法中,搜索空间中的信息素分布由高斯分布确定,并根据信息素沉积值通过轮盘赌原理进行概率路径选择。ACO 算法在软件工具 MOHRES 中实现,并进行了三个案例研究,以优化由全配置风能-光伏-电池-柴油-FC 电解器系统衍生的独立混合可再生能源系统的规模和配置。为了评估所提出的 ACO 的性能,将最优解与 MOHRES 中实现的遗传算法 (GA) 优化算法获得的解决方案进行了比较。
1 美国国立卫生研究院国家药物滥用研究所内部研究计划临床心理神经内分泌学和神经精神药理学科和国家酒精滥用和酒精中毒研究所内部临床和生物研究部,美国马里兰州贝塞斯达,2 美国国立卫生研究院强迫行为中心,美国马里兰州贝塞斯达,3 约翰霍普金斯大学约翰霍普金斯彭博公共卫生学院,美国马里兰州巴尔的摩,4 加州大学旧金山分校神经病学系,美国加利福尼亚州旧金山,5 科罗拉多大学博尔德分校认知科学研究所,美国科罗拉多州博尔德,6 北卡罗来纳大学医学院鲍尔斯酒精研究中心,美国北卡罗来纳州教堂山,7 纽约州立大学宾厄姆顿分校心理学系行为神经科学项目,美国纽约州宾厄姆顿