Μοντελοποίηση και βελτιστοποίηση υβριδικών ΣΗΕ με το λογισμικό HOGA.
Φόρτωση...
Ημερομηνία
2010-05-06T15:15:40Z
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Σχολή Εφαρμοσμένων Επιστημών (Σ.Εφ.Ε), Τμήμα Μηχανικών Φυσικών Πόρων και Περιβάλλοντος Τ.Ε.
T.E.I. of Crete, School of Applied Sciences, Department of Environmental and Natural Resources Engineering
T.E.I. of Crete, School of Applied Sciences, Department of Environmental and Natural Resources Engineering
Επιβλέπων
Περίληψη
Τις τελευταίες τρεις δεκαετίες ολόκληρη η ανθρωπότητα δοκιμάζεται από τις συνέπειες των σαρωτικών αλλαγών που παρατηρούνται στο κλιματολογικό τοπίο του πλανήτη. Ταυτόχρονα, οι κυβερνήσεις του κόσμου εκδηλώνουν όλο και πιο έντονα το ενδιαφέρον τους για τη μείωση της εξάρτησής τους από τις συμβατικές πηγές παραγωγής ηλεκτρικής ενέργειας, όπως είναι το πετρέλαιο. Τα γεγονότα αυτά καθιστούν πολύ πιο επιτακτική την εξεύρεση εναλλακτικών πηγών παραγωγής ηλεκτρικής ενέργειας, οι οποίες θα είναι φιλικές προς το περιβάλλον. Μία αξιόπιστη απάντηση στην αναζήτηση αυτή φαίνεται να είναι οι Ανανεώσιμες Πηγές Ενέργειας (ΑΠΕ), οι οποίες το τελευταίο διάστημα κερδίζουν συνεχώς έδαφος. Σχετικά με τη χρησιμοποίηση των ΑΠΕ ανακύπτει το ερώτημα του πόσο καλά θα μπορέσουν να αντικαταστήσουν τις συμβατικές πηγές ενέργειας, καθώς και του πόσο αποδοτική οικονομικά είναι η χρησιμοποίηση των ΑΠΕ. Η παρούσα εργασία διαπραγματεύεται τη χρήση του λογισμικού HOGA το οποίο είναι ένα πρόγραμμα προσομοίωσης και βελτιστοποίησης για τα υβριδικά ανανεώσιμα συστήματα για την παραγωγή της ηλεκτρικής ενέργειας. Επίσης το πρόγραμμα επιτρέπει την βελτιστοποίηση πολλαπλών στόχων, όπου επιπλέον μεταβλητές μπορούν να ελαχιστοποιηθούν όπως οι εκπομπές CO2 και η αδυναμία κάλυψης φορτίου. Το HOGA χρησιμοποιεί τους γενετικούς αλγορίθμους για τη βελτιστοποίηση και για τα τμήματα συστημάτων (κύριους γενετικούς αλγόριθμους), και για τη στρατηγική ελέγχου (δευτεροβάθμιος γενετικός αλγόριθμος). Οι γενετικοί αλγόριθμοι μπορούν να παραγάγουν τις επαρκείς λύσεις όταν εφαρμόζονται σε ιδιαίτερα σύνθετα προβλήματα, με τους πολύ σύντομους χρόνους υπολογισμού.
During the last three decades, the humanity is being tested from the dramatic changes that took place in the planet environment. As a result, the governments of the world show an increasing interest on being independent from the traditional power sources, such as petrol. These facts make much more imperative the need for establishing alternative sources of power production, which should be environmental friendly. A reliable answer to this search seems to be the renewable energy sources (RES), which seem to be gaining ground recently. Regarding the use of RES, the question arises as to what extend they are able to replace the traditional power sources and how profitable would be their use. This work negotiates the use of HOGA software, which is a program of simulation and optimization for hybrid power systems that can contain renewable power technologies. The program allows the optimization of multiple objectives, where additional variables can be minimized, such as CO emissions and unmet load. HOGA uses genetic algorithms to optimize the system components (main genetic algorithms), as well as the control strategy (secondary genetic algorithm). Genetic algorithms can produce adequate solutions when applied to highly complex problems with very short calculation time.
During the last three decades, the humanity is being tested from the dramatic changes that took place in the planet environment. As a result, the governments of the world show an increasing interest on being independent from the traditional power sources, such as petrol. These facts make much more imperative the need for establishing alternative sources of power production, which should be environmental friendly. A reliable answer to this search seems to be the renewable energy sources (RES), which seem to be gaining ground recently. Regarding the use of RES, the question arises as to what extend they are able to replace the traditional power sources and how profitable would be their use. This work negotiates the use of HOGA software, which is a program of simulation and optimization for hybrid power systems that can contain renewable power technologies. The program allows the optimization of multiple objectives, where additional variables can be minimized, such as CO emissions and unmet load. HOGA uses genetic algorithms to optimize the system components (main genetic algorithms), as well as the control strategy (secondary genetic algorithm). Genetic algorithms can produce adequate solutions when applied to highly complex problems with very short calculation time.