to minimize the initial investment, life cycle cost and pollutant emission.
5. Types of optimization used in renewable energy sources
Design, planning and control problems in renewable energy sources have been formulated differently depending upon the particular renewable energy sources, objective function and the environment of operation. Fig. 6 shows the classification of optimization in two broad categories, namely linear and nonlinear optimization techniques which are discussed in detail below.
5.1. Linear optimization techniques
M. Iqbal et al. / Renewable and Sustainable Energy Reviews 39 (2014) 640–654 647
In [86], the authors have formulated the linear optimization problem for large capacity hybrid power systems by employing recurrent neural networks. They optimized the grid connected system comprising of wind and solar energy for the objective function of minimization of the electric power from the power grid.
There is a lot of published literature available on the layout optimization of the wind farms. For example, in [87], the layout problem has been optimized by finding the optimal height of the wind turbine tower. The height of the tower was optimized based on the speed of the wind at the particular site, the power characteristics of the turbine, wake effect model and the cost model. The authors in [87] argued that the tower with higher heights does not always produce optimal results; instead there is an optimal height of the tower that can give better results. In [88], the authors have used bionic method to optimize the layout of the wind turbines and compared the results with that of the genetic algorithm. They showed that the results with the proposed method were better as compared to the earlier methods specially with the irregular geographical area. In [89,90], the layout problem of wind turbines in the farm has been tackled by using bioinspired optimization techniques. In [45], the authors have formulated a mixed-integer linear optimization problem to satisfy the demand of electricity with minimum expenses. They built a multi-criteria decision making system that enables the investors and government agencies to make proper investments in the renewable energy sources. In [53], the authors formulated a mixed-integer linear programming model and used an evolutive algorithm to optimize the wind farm design with the objective of
Fig. 6. Optimization types.
minimization of investment cost and maximization of the profit. In [91], Hugo et al. proposed a mixed integer linear optimization to optimize the operation of the hybrid renewable energy sources. They applied the proposed method of optimized scheduling for different renewable energy sources' units in Budapest University of Technology and Economics. A mixed integer linear optimization model has been proposed in [92] for optimized layout of wind turbines in a farm. The authors in [92] stated that contrary to the earlier work, their method was more robust to handle the uncertainties in the wind direction. In [93], an optimization method has been proposed to optimize the profitability and limit the environmental deteriorations. The authors proposed a mixed integer mathematical programming approach to optimize the supply of ethanol in northern Italy.
5.2. Nonlinear optimization techniques
In [94], the authors have proposed a continuous non-linear optimization method to minimize the loss of power supply probability of hybrid stand alone renewable energy sources consisting of wind, photovoltaic and batteries. Different models have been formulated to ensure the satisfaction of electricity demand through optimal operation of different renewable energy sources' units [95–98].
A fuzzy self-adaptive particle swarm optimization technique has been used to optimize the cost of operation for grid connected hybrid renewable energy sources in [76,99,100]. A combined heuristic and non-linear optimization method has been proposed in [67]. The optimization model is focused to maximize the potential power generation of the offshore wind farm by deploying the wind turbines appropriately. The model also tackled the problem of wake effect which could result in improving the operational life of the turbines.
Wind farm layout problem has been formulated as non-linear optimization model in [57]. The authors in this reference have used genetic algorithm to optimally place the wind turbines with the objective of maximizing reliability and minimizing production cost. In [101], the authors have presented an optimal polygonal approximation algorithm to find the optimal micro-siting of turbines in the wind farm. An optimal blade design method has been proposed in [72] by using heuristic algorithm to maximize the annual electricity generation and minimize the manufacturing cost. Data mining and evolutionary computation have been used in [102] to solve the non-linear optimization problem of blade pitch and yaw angle of the wind turbine with the objective of maximization of power generation. Non-linear optimization of hub
เพื่อลดการลงทุนเริ่มต้น วงจรทุนและมลพิษมลพิษ.
5 ชนิดของแหล่งพลังงานทดแทนใช้
ออก แบบ การวางแผน และควบคุมปัญหาในแหล่งพลังงานหมุนเวียนมีการสูตรแตกต่างกันขึ้นอยู่กับแหล่งพลังงานหมุนเวียนเฉพาะ ฟังก์ชันวัตถุประสงค์ และสภาพแวดล้อมของการดำเนินการ ฟิก 6 แสดง classification ของสองประเภทกว้าง เทคนิคการเพิ่มประสิทธิภาพเชิงเส้น และไม่เชิงเส้นได้แก่ที่กล่าวถึงในรายละเอียดด้านล่าง
5.1 เทคนิคการเพิ่มประสิทธิภาพเชิง
ม.ชา et al. / Renewable และ 39 รีวิวพลังงานยั่งยืน (2014) 640-654 647
ใน [86], ผู้เขียนได้กำหนดปัญหาเพิ่มประสิทธิภาพเชิงเส้นสำหรับขนาดใหญ่กำลังการผลิตไฟฟ้าพลังงานแสงอาทิตย์ โดยใช้เครือข่ายประสาทที่เกิดซ้ำ พวกเขาเหมาะประกอบด้วยระบบเชื่อมต่อตารางลมและพลังงานแสงอาทิตย์สำหรับฟังก์ชันวัตถุประสงค์ของการลดของไฟฟ้าจากตารางพลังงาน
มีจำนวนมากเผยแพร่วรรณคดีในการเพิ่มประสิทธิภาพของโครงร่างของฟาร์มลม ตัวอย่าง ใน [87], ปัญหาเค้าโครงได้เหมาะ โดย finding สูงสุดของหอกังหันลม ความสูงของหอถูกปรับให้เหมาะตามความเร็วของลมที่ไซต์เฉพาะ ลักษณะพลังงานของกังหัน ปลุกผลรูป และแบบต้นทุน ผู้เขียนใน [87] โต้เถียงว่า ทาวเวอร์ มีความสูงสูงไม่เสมอผลิตผล แต่ มีความสูงสุดของอาคารที่สามารถให้ผลลัพธ์ที่ดีขึ้น ใน [88], ผู้เขียนได้ใช้วิธีการแสวงหาการปรับเค้าโครงของกังหันลม และเปรียบเทียบผลลัพธ์กับค่าของอัลกอริทึมทางพันธุกรรม พวกเขาแสดงให้เห็นว่า ผลลัพธ์ มีวิธีการนำเสนอได้ดีกว่าเมื่อเทียบกับวิธีก่อนหน้าเป็นพิเศษกับพื้นที่ทางภูมิศาสตร์ไม่สม่ำเสมอ ใน [89,90], ปัญหาเค้าโครงของกังหันลมในฟาร์มได้ถูกแก้ได้ โดยใช้เทคนิคการเพิ่มประสิทธิภาพ bioinspired ใน [45], ผู้สร้างมีสูตรเพิ่มประสิทธิภาพเชิงจำนวนเต็มผสมปัญหาเพื่อตอบสนองความต้องการของกระแสไฟฟ้ามีค่าใช้จ่ายต่ำสุด พวกเขาสร้างระบบการตัดสินใจหลายเกณฑ์ที่ช่วยให้นักลงทุนและหน่วยงานภาครัฐให้เหมาะสมในการลงทุนในแหล่งพลังงานทดแทน ใน [53], ผู้สร้างสูตรผสมเต็มเส้นเขียนแบบ และใช้อัลกอริทึมการ evolutive เพื่อเพิ่มประสิทธิภาพการออกแบบฟาร์มลม มีวัตถุประสงค์
Fig. 6 ชนิดปรับค่า
การลดทุนและ maximization ของ profit ใน [91], ฮิวโก้ et al. เสนอเพิ่มประสิทธิภาพเชิงเส้นแบบผสมเลขจำนวนเต็มเพื่อเพิ่มประสิทธิภาพการดำเนินงานของแหล่งพลังงานทดแทนแบบผสมผสาน พวกเขาใช้วิธีการนำเสนอของการวางแผนเพิ่มประสิทธิภาพสำหรับหน่วยของแหล่งพลังงานหมุนเวียนต่าง ๆ ในบูดาเปสต์มหาวิทยาลัยเทคโนโลยีและเศรษฐศาสตร์ เสนอแบบเพิ่มประสิทธิภาพเชิงเส้นแบบผสมเลขจำนวนเต็มใน [92] สำหรับโครงร่างเพิ่มประสิทธิภาพของกังหันลมในฟาร์ม ผู้เขียนใน [92] ระบุว่า ขัดกับงานก่อนหน้านี้ วิธีการแข็งแกร่งมากขึ้นเพื่อจัดการกับความไม่แน่นอนในทิศทางลม ใน [93], วิธีการเพิ่มประสิทธิภาพมีการเสนอ การปรับ profitability การจำกัด deteriorations สิ่งแวดล้อม ผู้เขียนนำเสนอผสมจำนวนเต็มทางคณิตศาสตร์เขียนโปรแกรมวิธีการเพื่อเพิ่มประสิทธิภาพการผลิตเอทานอลในภาคเหนืออิตาลี
5.2 เทคนิคเพิ่มประสิทธิภาพไม่เชิงเส้น
ใน [94], ผู้เขียนได้นำเสนอวิธีการปรับให้เหมาะสมไม่ใช่เชิงเส้นอย่างต่อเนื่องเพื่อลดการสูญเสียความน่าเป็นอุปทานของพลังงานแหล่งพลังงานทดแทนผสมเดี่ยวประกอบด้วยลม แสงอาทิตย์ และแบตเตอรี่ รุ่นแตกต่างกันมีการทำให้ความพึงพอใจของความต้องการไฟฟ้าผ่านการดำเนินงานสูงสุดของหน่วยของแหล่งพลังงานหมุนเวียนต่าง ๆ [95 – 98] .
ใช้อนุภาคเอิบ self-adaptive ฝูงปรับเทคนิคการปรับต้นทุนของการดำเนินการสำหรับตารางที่เชื่อมต่อแหล่งพลังงานหมุนเวียนแบบผสมผสานใน [76,99,100] A รวมราคาปรับให้เหมาะสมแล้ว และไม่ใช่เชิงเส้นวิธีได้รับการเสนอชื่อใน [67] แบบเพิ่มประสิทธิภาพจะเน้นการขยายไฟฟ้าศักยภาพของฟาร์มต่างประเทศลม โดยใช้กังหันลมอย่างเหมาะสม แบบจำลองสำหรับปัญหาของผลปลุกซึ่งอาจส่งผลในการปรับปรุงชีวิตทำงานของกังหันลม ยัง
ปัญหาเค้าฟาร์มลมได้แล้วสูตรเป็นแบบปรับให้เหมาะสมไม่ใช่เชิงเส้นใน [57] ผู้เขียนในการอ้างอิงนี้ได้ใช้ขั้นตอนวิธีพันธุกรรมในการทำกังหันลมกับวัตถุประสงค์ของการเพิ่มความน่าเชื่อถือ และลดต้นทุนการผลิตอย่างเหมาะสม ใน [101], ผู้เขียนได้นำอัลกอริทึม polygonal ประมาณเหมาะสมกับ find ดีที่สุดไมโครกำหนดของกังหันในฟาร์มลม เสนอวิธีการออกแบบใบมีดที่เหมาะสมที่สุดใน [72] โดยใช้อัลกอริทึมแล้วขยายไฟฟ้าประจำปี และลดต้นทุนการผลิต การทำเหมืองข้อมูลและการคำนวณเชิงวิวัฒนาการการใช้ใน [102] แก้ปัญหาไม่เชิงเส้นปรับระดับใบมีด และมุมของกังหันลม มีวัตถุประสงค์ maximization ไฟฟ้าจุดย. เพิ่มประสิทธิภาพไม่เชิงเส้นของฮับ
การแปล กรุณารอสักครู่..
เพื่อลดการลงทุนเริ่มต้นต้นทุนวงจรชีวิตและการปล่อยมลพิษ .
5 ชนิดของการเพิ่มประสิทธิภาพที่ใช้ในการออกแบบแหล่ง
พลังงานทดแทน การวางแผนและควบคุมปัญหาแหล่งพลังงานหมุนเวียนมีสูตรที่แตกต่างกันขึ้นอยู่กับโดยเฉพาะแหล่งพลังงานหมุนเวียน ฟังก์ชันวัตถุประสงค์และสภาพแวดล้อมในการใช้งาน ภาพประกอบ6 แสดงการ classi จึงเพิ่มประสิทธิภาพใน 2 ประเภทกว้าง คือ ระบบสมการเชิงเส้นและไม่เชิงเส้นเทคนิคที่เหมาะสม ซึ่งจะกล่าวถึงในรายละเอียดด้านล่าง .
5.1 เชิงเส้นเทคนิค
optimization ม. บัล et al . / พลังงานทดแทนและพลังงานยั่งยืนบทวิจารณ์ 39 ( 2014 ) 640 – 654 647
[ 86 ]ผู้เขียนได้กำหนดปัญหาการเพิ่มประสิทธิภาพเชิงเส้นสำหรับความจุขนาดใหญ่ระบบพลังงานไฮบริด โดยการใช้โครงข่ายร่วมกัน พวกเขาปรับตารางเชื่อมต่อ ระบบประกอบด้วยพลังงานลมและพลังงานแสงอาทิตย์สำหรับวัตถุประสงค์การทำงานของการลดของพลังงานไฟฟ้าจากตารางอำนาจ
มีตีพิมพ์วรรณกรรมที่มีอยู่ในรูปแบบการเพิ่มประสิทธิภาพของฟาร์มลม .ตัวอย่างเช่นใน [ 87 ] เค้าโครงปัญหาได้จึงถูกปรับโดยการส่งความสูงที่เหมาะสมของกังหันลมทาวเวอร์ ความสูงของหอคอยก็เหมาะตามความเร็วของลม ที่เว็บไซต์โดยเฉพาะพลังงานคุณลักษณะของกังหันแบบปลุก Effect และแบบจำลองต้นทุน ผู้เขียนใน [ 87 ] โต้เถียงว่า หอคอยที่มีความสูงที่สูงขึ้นไม่ได้เสมอให้ผลลัพธ์ที่ดีที่สุด ;แทนมีความสูงที่เหมาะสมของหอคอยที่สามารถให้ผลลัพธ์ที่ดีกว่า ใน [ 88 ] , ผู้เขียนได้ใช้วิธีเพิ่มการปรับผังของกังหันลมและเปรียบเทียบผลลัพธ์กับของขั้นตอนวิธีเชิงพันธุกรรม พวกเขาพบว่าผลที่ได้กับวิธีที่เสนอได้ดีเมื่อเทียบกับก่อนหน้านี้วิธีการเป็นพิเศษกับพื้นที่ทางภูมิศาสตร์ที่ไม่สม่ำเสมอ ใน [ 89,90 ]ปัญหาการจัดวางของกังหันลมในฟาร์มได้รับการแก้ไขโดยใช้เทคนิคการเพิ่มประสิทธิภาพ bioinspired . ใน [ 45 ] ผู้เขียนมีสูตรผสมจำนวนเต็มเชิงเส้นการหาปัญหาเพื่อตอบสนองความต้องการใช้ไฟฟ้าที่มีค่าใช้จ่ายต่ำสุดพวกเขาสร้างหลายเกณฑ์การตัดสินใจระบบที่ช่วยให้นักลงทุนและหน่วยงานภาครัฐเพื่อให้การลงทุนที่เหมาะสมในแหล่งพลังงานทดแทน ใน [ 53 ] , ผู้เขียนสูตรผสมจำนวนเต็ม การโปรแกรมเชิงเส้นและใช้ขั้นตอนวิธีวิวัฒนาการเพื่อเพิ่มประสิทธิภาพของฟาร์มกังหันลมการออกแบบที่มีวัตถุประสงค์ของ
รูปที่ 6
ประเภทการเพิ่มประสิทธิภาพการลดต้นทุนของการลงทุนและสูงสุดของโปรจึง ต. ใน [ 91 ] Hugo et al . เสนอเพิ่มประสิทธิภาพเชิงเส้นผสมจำนวนเต็มเพื่อเพิ่มประสิทธิภาพการดำเนินงานของไฮบริดพลังงานทดแทนแหล่ง พวกเขาใช้วิธีการจัดตารางการผลิตที่เหมาะสมสำหรับแหล่งพลังงาน ' ทดแทนหน่วยที่แตกต่างกันในบูดาเปสต์มหาวิทยาลัยเทคโนโลยีและเศรษฐศาสตร์เป็นเชิงเส้นแบบผสมที่เหมาะสมได้รับการเสนอใน [ 92 ] เพื่อปรับรูปแบบของกังหันลมในฟาร์ม ผู้เขียนใน [ 92 ] ระบุว่าขัดกับงานก่อนหน้านี้ วิธีการของพวกเขาคือวงเพื่อจัดการกับความไม่แน่นอนในทิศทางลม ใน [ 93 ] , การเพิ่มประสิทธิภาพวิธีการได้รับการเสนอเพื่อเพิ่มประสิทธิภาพ Pro จึง tability และ จํากัด deteriorations สิ่งแวดล้อมผู้เขียนได้เสนอวิธีการโปรแกรมเชิงคณิตศาสตร์จำนวนเต็มผสมเพื่อเพิ่มประสิทธิภาพการจัดหาเอทานอลในภาคเหนือของอิตาลี
5.2 .
เทคนิคการเพิ่มประสิทธิภาพเชิงเส้น [ 94 ] , ผู้เขียนได้เสนอการเพิ่มประสิทธิภาพอย่างต่อเนื่องใช้วิธีการลดการสูญเสียของอุปทานพลังงานความน่าจะเป็นของไฮบริดยืนอยู่คนเดียวแหล่งพลังงานหมุนเวียนประกอบด้วยลมแสงอาทิตย์และแบตเตอรี่โมเดลที่แตกต่างกันได้รับสูตรเพื่อให้ความพึงพอใจของความต้องการไฟฟ้าที่ผ่านการดำเนินงานที่เหมาะสมของแหล่งพลังงาน ' ทดแทนหน่วยแตกต่างกัน [ 95 และ 98 ] .
ฝอย self-adaptive ฝูงอนุภาคเพิ่มประสิทธิภาพของเทคนิคที่ถูกใช้เพื่อปรับต้นทุนการดำเนินงานตารางต่อไฮบริดแหล่งพลังงานทดแทน [ 76,99100 ]รวมแบบไม่เชิงเส้นและวิธีการเพิ่มประสิทธิภาพได้รับการเสนอใน [ 67 ] การเพิ่มประสิทธิภาพแบบเน้นการเพิ่มศักยภาพการผลิตไฟฟ้าของฟาร์มลมนอกชายฝั่งโดยการใช้กังหันลมอย่างเหมาะสม รูปแบบยังจัดการปัญหาของปลุกผลซึ่งอาจมีผลในการปรับปรุงชีวิตการดำเนินงานของ
กังหันปัญหาผังฟาร์มลมได้รับสูตรที่เหมาะสมแบบไม่เชิงเส้นใน [ 57 ] ผู้เขียนในการอ้างอิงนี้มีการใช้ขั้นตอนวิธีเชิงพันธุกรรมดีที่สุดสถานที่กังหันลม มีวัตถุประสงค์เพื่อเพิ่มความน่าเชื่อถือและลดต้นทุนการผลิต ใน [ 101 ]ผู้เขียนได้เสนออัลกอริทึมการประมาณเป็นรูปหลายเหลี่ยมที่เหมาะสมและเหมาะสม การเลือกจึงไมโครของกังหันลมฟาร์ม วิธีการออกแบบใบพัดที่เหมาะสมได้รับการเสนอใน [ 72 ] โดยใช้ฮิวริสติกอัลกอริทึมเพื่อเพิ่มการผลิตไฟฟ้าประจำปี และลดต้นทุนการผลิตการทำเหมืองข้อมูลและการคำนวณเชิงวิวัฒนาการมีการใช้ใน [ 102 ] เพื่อแก้ไขปัญหาและเพิ่มประสิทธิภาพของเส้นขว้างดาบ yaw มุมของกังหันลมที่มีวัตถุประสงค์สูงสุดของโรงไฟฟ้า ที่ไม่ใช่เชิงเส้นการหาฮับ
การแปล กรุณารอสักครู่..