珍GydF4y2Ba 能量杂志GydF4y2Ba 2314-615x.GydF4y2Ba 2356-735x.GydF4y2Ba Hindawi出版公司GydF4y2Ba 10.1155 / 2016/8317505GydF4y2Ba 8317505.GydF4y2Ba 研究文章GydF4y2Ba 用于优化混合能源供应的原始框架GydF4y2Ba http://orcid.org/0000-0003-1838-0155GydF4y2Ba Acakpovi.GydF4y2Ba Amevi.GydF4y2Ba 1GydF4y2Ba Moreno-Munoz.GydF4y2Ba 安东尼奥GydF4y2Ba 电气/电子工程系GydF4y2Ba Accra Polytechnic.GydF4y2Ba P.O.Box GP561GydF4y2Ba Accra.GydF4y2Ba 加纳GydF4y2Ba apoly.edu.gh.GydF4y2Ba 2016年GydF4y2Ba 4.GydF4y2Ba 8.GydF4y2Ba 2016年GydF4y2Ba 2016年GydF4y2Ba 28.GydF4y2Ba 03.GydF4y2Ba 2016年GydF4y2Ba 28.GydF4y2Ba 05.GydF4y2Ba 2016年GydF4y2Ba 23.GydF4y2Ba 06.GydF4y2Ba 2016年GydF4y2Ba 2016年GydF4y2Ba 版权所有©2016 Amevi Acakpovi。GydF4y2Ba 这是在Creative Commons归因许可下分发的开放式访问文章，其允许在任何介质中不受限制地使用，分发和再现，只要正确引用了原始工作。GydF4y2Ba

本文提出了一种原始框架，用于优化混合能源系统。近期全球偏远地区混合能源系统的增长增加了可再生能源成本的增加，引发了混合能源系统的必然发展。混合能量系统始终构成了最近在过去的不同观点的成本优化的问题。本文提出了一种框架，以指导优化混合能源系统的技术。所提出的框架包括四个阶段，包括识别能量产生的输入变量，各个来源的能量产生模型，人工智能的发展，以及所选来源的最终总结。采用线性规划方法进行了对太阳能，风和水力混合系统的案例研究。在最小化电力成本的同时，在最终满足负载请求时获得了大量成果。发达的框架从其中包括个人能量来源的模型，使其具有甚至使优化问题更加复杂的事实。本文还对政策的发展产生了影响，这将鼓励可再生能源的整合和发展。GydF4y2Ba

 1.介绍GydF4y2Ba

最近可再生能源方面的进展促使混合能源系统越来越多地作为独立能源系统部署，以便在偏远地区提供电力。一个混合能源系统，或称混合能源，通常由两种或两种以上的可再生能源共同使用，以提高系统效率并在能源供应上实现更大的平衡。换句话说，混合能源系统是两个或两个以上的能量转换装置或两个或两个以上的燃料为同一装置的组合，当其集成时，可以克服任何一种装置所固有的限制。为了设计混合动力系统，人们进行了广泛的研究，将不同的能源组合在一起。此外，由于查明大多数发展中国家电力供应严重不足，人们对混合能源系统越来越感兴趣。GydF4y2Ba

In Ghana, for instance, based on the Volta River Authority’s (VRA) capacity demand and supply balance (2013–2025), and in line with Ghana’s power sector reform and major policy objectives, the country’s current total installed generating capacity requires to be increased to 5,175 MW by 2023 in order to address the current power shortages, ensure an adequate supply of electricity, meet the country’s forecast growth in demand, and improve the quality of service and reliability of the power system.

电力短缺是群体面临的一个关键问题，妨碍了所有方向的发展。Ackwa [GydF4y2Ba 1GydF4y2Ba]调查了350家依赖电的小微企业，发现三分之一的样本企业供电不足。研究发现，能源短缺会使公司的年销售额下降37%至48%。考虑到加纳约90%的企业是中型企业(MSE)，提供了加纳三分之二的就业机会，而且每10家企业中只有1家运营备用发电机，电力供应不足可以被认为是企业运营的主要制约因素。参考 [GydF4y2Ba 1GydF4y2Ba]透露，目前，全国各平均每天减少约220万美元或每年792美元，这是一个数字，即单独的能源危机转化为年度GDP的2％。这说明了电力短缺对经济发展的严重影响。GydF4y2Ba

在我们这个世纪，许多国家都接受了解决这一问题的最突出的办法之一，就是采用可再生能源来补充现有的电力供应不足。然而，与传统水力发电相比，这些可再生能源，特别是太阳能和风能的电力成本更高，因此构成了一个限制因素。这些可再生能源并非完全采用以满足负荷需求，而是作为对主电网的支持性能源供应，以满足电力不足的需要。这就需要将现有的可再生能源以一种最小化电力供应成本的方式结合起来。GydF4y2Ba

在这方面， [GydF4y2Ba 2GydF4y2Ba]提出了一种太阳能-风能混合能源系统优化规模的计算模型。他们对涉及的单个来源，太阳能和风能进行数学建模，并每小时测量气象和负荷数据。此外,(GydF4y2Ba 3.GydF4y2Ba-GydF4y2Ba 5.GydF4y2Ba通过使用它们的自我发达的算法来优化混合风和太阳能系统，该算法也通过不响应通用解决方案的优化问题而优化。他们的方法可以比作案例研究方法，其中限制是解决方案主要不是全球化的;也就是说，它不能概括或剥削以解决约束的一些变化的类似问题。GydF4y2Ba

参考 [GydF4y2Ba 6.GydF4y2Ba[在各种负载和辅助能源的单位成本下，研究了利用电池储存的PV /风集成混合能量系统的优化。主要性能措施是混合能源系统成本，设计参数为光伏尺寸，风力涡轮机转子扫过区域和电池容量。使用Arena Software，商业仿真软件模拟系统，并使用OptQuest工具进行优化。同样，[GydF4y2Ba 7.GydF4y2Ba那GydF4y2Ba 8.GydF4y2Ba]基于称为荷马的软件。采用的确切数学方法的证据缺乏证据来解决优化问题，对上述软件的有效性和可靠性产生了不确定性。此外 [GydF4y2Ba 9.GydF4y2Ba]开发了一种用于杂交太阳能，风和水力能量的计算优化技术。开发了人工智能以实现优化功能，并使用MATLAB软件执行。系统结果在可靠的可用能源组合的方面令人满意，该能源以最小的电力成本为特定负载供给特定负载。GydF4y2Ba

此外，通过[综述动态混合能源系统的有效分析和优化的计算框架是由[GydF4y2Ba 10.GydF4y2Ba]。他们的研究处理了具有多个输入和多个输出（MIMO）的微电网系统，该输出与Dymola环境中的Modelica语言建模。但是，使用MATLAB和其他工具实现了优化功能。通过对决策变量的线性和非线性约束施加线性和非线性限制，在两个优化问题上测试了两个优化问题，以考虑到操作和资本成本。参考 [GydF4y2Ba 11.GydF4y2Ba]提出了一种混合能量系统建模和仿真框架，其针对多输入和多输出系统集成了太阳能，风力，水电，水电和生物量。他们的研究提出了一种能量优化工具，其评估了优化成本并显示了考虑成本的最佳能源混合。GydF4y2Ba

然而，审查文献的主要限制之一是缺乏涵盖优化混合能源的各个方面的一般框架的存在。上述许多优化是自我开发的方法，不遵循任何现有的框架或指南，该框架或指南严格执行一些常见阶段以符合。虽然 [GydF4y2Ba 10.GydF4y2Ba那GydF4y2Ba 11.GydF4y2Ba[试图为混合能源系统建立这种通用优化框架，他们没有研究混合能源系统组件本身的模型。他们宁愿诉诸推荐用于未来研究建模的这些方面。GydF4y2Ba

需要填补所确定的间隙，以提高一般的混合能量系统优化。框架的发展将随后指导混合能源系统的实施，并提供公平可靠的评估其有效性的方法。因此，本文旨在开发一种用于优化混合能量系统的一般框架，该混合能量系统包括优化过程的所有方面，包括每个能源的各个建模。该框架将使用从Accra收集的样本数据进行测试。本文的其余部分的结构如下。部分GydF4y2Ba 2GydF4y2Ba本节主要讨论材料和方法GydF4y2Ba 3.GydF4y2Ba阐述结果和讨论，最后一节介绍了结论和建议。GydF4y2Ba

 2。材料和方法GydF4y2Ba 2．1.框架的发展GydF4y2Ba

关于混合能量优化的提议框架在图中描绘GydF4y2Ba 1GydF4y2Ba．数字GydF4y2Ba 1GydF4y2Ba分为四个部分。第一部分是可再生能源的输入变量，直接或间接地决定了每种能源在一个月的时间内所产生的能量。例如，风速数据可以帮助估计风力涡轮机产生的能量，太阳辐射和平均温度将决定太阳能模块产生的能量，水流和水头也可以帮助确定水力发电厂产生的可用能量。GydF4y2Ba

提出的混合能源开关系统的框架。GydF4y2Ba

在第二阶段，基于标准分析模型，能量产生的单元模型将将可用的输入变量转换为能量。本阶段主要涉及各个模型如何将输入变量转换为能量的数学描述，并涉及对每个能源来源的能量转换理论深刻的深刻知识。在这种级别的困难在于，可再生能源的分析模型主要不是线性的，并且涉及输入和输出变量之间的许多差分和整数方程。因此，有时难以建立输入和输出之间的直接关系，并且这导致采用基于计算机的建模，如Simulink建模和其他。GydF4y2Ba

第三阶段是系统的大脑，在这里人工智能正在被实施。从图GydF4y2Ba 1GydF4y2Ba，人工智能框从第二阶段中的各个来源产生的所有能量的输入。GydF4y2Ba

它还具有根据资本成本，资本回收率，操作和维护成本的知识确定的每个单独源的电力成本。人工智能盒同样监控每个变量的负载请求和约束。然后，它实现了一种优化解决方案，以确定将选择哪些不同的源以馈送负载。选择由应用于可以分别关闭或打开的各种开关上的控制系统进行，选择或取消选择将馈送负载的特定能量产生源。GydF4y2Ba

此外，人工智能盒的功能很好地用图中的流程图解释了GydF4y2Ba 2GydF4y2Ba．例如，对于太阳能、风能和水力混合能源供应，加载的输入数据将包括风速、太阳辐射和温度、水力数据和加载请求。流程图的下一步显示输入能量将用每个源的单位电力成本来计算。在变量约束和负荷满足条件下的能量估计将用于求解基于成本的优化问题，使用一组定义的优化方法中的一种方法。可用的优化求解器包括元启发式优化技术，如针对具有许多输入的非线性问题的粒子群算法(PSO)。一旦优化问题被解决，选择的来源和他们的贡献在能源方面的推导。这进一步用于计算混合系统的平均电力成本，并节省了结果。对所有可用的对象重复该过程GydF4y2Ba N.GydF4y2Ba 最后将优化技术和结果进行比较，以确定一个全局最优解，并将实施。GydF4y2Ba

混合系统优化框架。GydF4y2Ba

在第四阶段中，将所选择的源加上将加入负载，并连续重复该过程。以下段落显示了如何为混合型太阳能，风和水电系统估计电力成本。GydF4y2Ba

 2.2。太阳能，风力和水力混合系统的电力成本估算GydF4y2Ba

考虑到电力系统GydF4y2Ba N.GydF4y2Ba S.GydF4y2Ba 太阳能植物，GydF4y2Ba N.GydF4y2Ba W.GydF4y2Ba 风力发电厂和GydF4y2Ba N.GydF4y2Ba HGydF4y2Ba 微水力发电站位于同一流中，并参考[GydF4y2Ba 8.GydF4y2Ba那GydF4y2Ba 9.GydF4y2Ba]给出了包含资本成本和运营成本的组成部分的系统的总生命周期成本GydF4y2Ba （1）GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba =GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba S.GydF4y2Ba +GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba W.GydF4y2Ba +GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba HGydF4y2Ba 和GydF4y2Ba （2）GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba S.GydF4y2Ba =GydF4y2Ba CGydF4y2Ba CGydF4y2Ba S.GydF4y2Ba ·GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba FGydF4y2Ba S.GydF4y2Ba +GydF4y2Ba CGydF4y2Ba O.GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba W.GydF4y2Ba =GydF4y2Ba CGydF4y2Ba CGydF4y2Ba W.GydF4y2Ba ·GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba FGydF4y2Ba W.GydF4y2Ba +GydF4y2Ba CGydF4y2Ba O.GydF4y2Ba W.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba HGydF4y2Ba =GydF4y2Ba CGydF4y2Ba CGydF4y2Ba HGydF4y2Ba ·GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba FGydF4y2Ba HGydF4y2Ba +GydF4y2Ba CGydF4y2Ba O.GydF4y2Ba HGydF4y2Ba 那GydF4y2Ba 哪里（i）GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba HGydF4y2Ba 分别代表太阳能，风和水电站的年度生命周期成本，（ii）GydF4y2Ba CGydF4y2Ba CGydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba CGydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba CGydF4y2Ba CGydF4y2Ba HGydF4y2Ba 分别代表太阳能，风和水电站的投资成本，（三）GydF4y2Ba CGydF4y2Ba O.GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba O.GydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba CGydF4y2Ba O.GydF4y2Ba HGydF4y2Ba 分别代表太阳能，风和水电站的运营和维护成本，（IV）GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba FGydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba FGydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba FGydF4y2Ba HGydF4y2Ba 分别代表太阳能，风和水电站的资本回收因子。GydF4y2Ba

电力单位成本GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba HGydF4y2Ba ，分别由太阳能、风能和水电厂产生，可表示为:GydF4y2Ba （3）GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba S.GydF4y2Ba =GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba S.GydF4y2Ba E.GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba W.GydF4y2Ba =GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba W.GydF4y2Ba E.GydF4y2Ba W.GydF4y2Ba 那GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba HGydF4y2Ba =GydF4y2Ba CGydF4y2Ba 一种GydF4y2Ba NGydF4y2Ba HGydF4y2Ba E.GydF4y2Ba HGydF4y2Ba 那GydF4y2Ba 和GydF4y2Ba E.GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba E.GydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba E.GydF4y2Ba HGydF4y2Ba 作为太阳能，风和水电站产生的净能量，分别超过一年。GydF4y2Ba

混合能源系统在一段时间内产生的电力成本GydF4y2Ba T.GydF4y2Ba 可以表示如下：GydF4y2Ba （4）GydF4y2Ba CGydF4y2Ba E.GydF4y2Ba =GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba S.GydF4y2Ba ·GydF4y2Ba ∫GydF4y2Ba 0.GydF4y2Ba T.GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba ·GydF4y2Ba P.GydF4y2Ba S.GydF4y2Ba T.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba W.GydF4y2Ba ·GydF4y2Ba ∫GydF4y2Ba 0.GydF4y2Ba T.GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba ·GydF4y2Ba P.GydF4y2Ba W.GydF4y2Ba T.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba HGydF4y2Ba ·GydF4y2Ba ∫GydF4y2Ba 0.GydF4y2Ba T.GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba ·GydF4y2Ba P.GydF4y2Ba HGydF4y2Ba T.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba 那GydF4y2Ba 在哪里GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba 分别代表植物选择的决策变量或系数。GydF4y2Ba P.GydF4y2Ba S.GydF4y2Ba T.GydF4y2Ba 表示太阳能发电厂瞬间产生的功率。表示风电场产生的瞬时功率。GydF4y2Ba P.GydF4y2Ba HGydF4y2Ba T.GydF4y2Ba 表示水电厂产生的瞬时功率。GydF4y2Ba

光伏发电系统所产生的功率取决于两个基本参数，即太阳辐照度和环境温度，如(GydF4y2Ba 5.GydF4y2Ba）（Acakpovi和Hagan [GydF4y2Ba 10.GydF4y2Ba]，Villalva等。[GydF4y2Ba 11.GydF4y2Ba， Ramos-Paja等人[GydF4y2Ba 12.GydF4y2Ba]和Tsai等。[GydF4y2Ba 13.GydF4y2Ba]）。考虑GydF4y2Ba （5）GydF4y2Ba P.GydF4y2Ba T.GydF4y2Ba =GydF4y2Ba ŋGydF4y2Ba 一种GydF4y2Ba GGydF4y2Ba T.GydF4y2Ba 那GydF4y2Ba 在哪里GydF4y2Ba ŋGydF4y2Ba 是光伏生成效率，GydF4y2Ba 一种GydF4y2Ba （M.GydF4y2Ba2GydF4y2Ba）PV发电机区域，和GydF4y2Ba GGydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba 太阳辐照是在倾斜模面(W/mGydF4y2Ba2GydF4y2Ba）。GydF4y2Ba

效率GydF4y2Ba ŋGydF4y2Ba 进一步涉及如下的温度：GydF4y2Ba （6）GydF4y2Ba ŋGydF4y2Ba =GydF4y2Ba ŋGydF4y2Ba R.GydF4y2Ba 1GydF4y2Ba -GydF4y2Ba βGydF4y2Ba T.GydF4y2Ba CGydF4y2Ba -GydF4y2Ba T.GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba E.GydF4y2Ba FGydF4y2Ba ．GydF4y2Ba ŋGydF4y2Ba R.GydF4y2Ba 为参考模块效率，GydF4y2Ba βGydF4y2Ba 是温度系数，和GydF4y2Ba T.GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba E.GydF4y2Ba FGydF4y2Ba 为参考电池温度，单位为摄氏度。在这项研究中,GydF4y2Ba T.GydF4y2Ba CGydF4y2Ba R.GydF4y2Ba E.GydF4y2Ba FGydF4y2Ba =GydF4y2Ba 25.GydF4y2Ba °C，GydF4y2Ba βGydF4y2Ba =GydF4y2Ba 0.05GydF4y2Ba ％GydF4y2Ba /GydF4y2Ba CGydF4y2Ba °GydF4y2Ba ， 和GydF4y2Ba ŋGydF4y2Ba R.GydF4y2Ba =GydF4y2Ba 25.GydF4y2Ba ％GydF4y2Ba ．GydF4y2Ba

风力涡轮发电机系统的输出功率通常由（GydF4y2Ba 7.GydF4y2Ba)，如卡朱里亚和考尔所示[GydF4y2Ba 14.GydF4y2Ba]，ABBAS和ABDULSADA [GydF4y2Ba 15.GydF4y2Ba[Acakpovi和Hagan [GydF4y2Ba 16.GydF4y2Ba]：GydF4y2Ba （7）GydF4y2Ba P.GydF4y2Ba mGydF4y2Ba T.GydF4y2Ba =GydF4y2Ba 1GydF4y2Ba 2GydF4y2Ba ρGydF4y2Ba 一种GydF4y2Ba 一种GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba λGydF4y2Ba 那GydF4y2Ba αGydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba 3.GydF4y2Ba T.GydF4y2Ba 那GydF4y2Ba 哪里（i）GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba 是性能系数也称为功率系数，（ii）GydF4y2Ba 一种GydF4y2Ba 是涡轮机的刀片的横扫区域（mGydF4y2Ba2GydF4y2Ba），（iii）GydF4y2Ba ρGydF4y2Ba 一种GydF4y2Ba 是空气密度（kg / mGydF4y2Ba3.GydF4y2Ba），（iv）GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba 是风速（m / s），（v）GydF4y2Ba λGydF4y2Ba 是尖端比，和（vi）GydF4y2Ba αGydF4y2Ba 是俯仰角。GydF4y2Ba

尖端速度比GydF4y2Ba λGydF4y2Ba 被定义为风力涡轮机的角转子速度与叶尖尖端的线性风速的比率[GydF4y2Ba 17.GydF4y2Ba，可以表示为:GydF4y2Ba （8）GydF4y2Ba λGydF4y2Ba =GydF4y2Ba ωGydF4y2Ba R.GydF4y2Ba R.GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba 那GydF4y2Ba 在哪里GydF4y2Ba ωGydF4y2Ba R.GydF4y2Ba 是涡轮机转子的机械角速度在Rad / s和GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba 是m / s的风速GydF4y2Ba R.GydF4y2Ba 为涡轮叶片扫掠区域的半径[GydF4y2Ba 17.GydF4y2Ba]。转速GydF4y2Ba NGydF4y2Ba （r / min）和角速度GydF4y2Ba ωGydF4y2Ba R.GydF4y2Ba 是相关的（GydF4y2Ba 9.GydF4y2Ba)，详情如下:GydF4y2Ba （9）GydF4y2Ba ωGydF4y2Ba R.GydF4y2Ba =GydF4y2Ba 2GydF4y2Ba πGydF4y2Ba NGydF4y2Ba 60.GydF4y2Ba ．GydF4y2Ba 基于Khajuria和Kaur [GydF4y2Ba 14.GydF4y2Ba]，对于VSWT，系数GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba 计算公式如下:GydF4y2Ba （10）GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba λGydF4y2Ba 那GydF4y2Ba αGydF4y2Ba =GydF4y2Ba 0.73GydF4y2Ba 151GydF4y2Ba λGydF4y2Ba 一世GydF4y2Ba -GydF4y2Ba 0.58GydF4y2Ba αGydF4y2Ba -GydF4y2Ba 0.002GydF4y2Ba αGydF4y2Ba 2.14GydF4y2Ba -GydF4y2Ba 13.2GydF4y2Ba E.GydF4y2Ba -GydF4y2Ba 18.4GydF4y2Ba /GydF4y2Ba λGydF4y2Ba 一世GydF4y2Ba 那GydF4y2Ba 和GydF4y2Ba λGydF4y2Ba 一世GydF4y2Ba 是由（GydF4y2Ba 11.GydF4y2Ba） 如下：GydF4y2Ba （11）GydF4y2Ba λGydF4y2Ba 一世GydF4y2Ba =GydF4y2Ba 1GydF4y2Ba 1GydF4y2Ba /GydF4y2Ba λGydF4y2Ba +GydF4y2Ba 0.02GydF4y2Ba αGydF4y2Ba -GydF4y2Ba 0.03GydF4y2Ba /GydF4y2Ba αGydF4y2Ba 3.GydF4y2Ba +GydF4y2Ba 1GydF4y2Ba ．GydF4y2Ba 目标是设计一个风力涡轮机，发电能力在3到5千瓦之间。公式中的参数赋值如下GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba 以满足发电3至5千瓦的目标。GydF4y2Ba （12）GydF4y2Ba NGydF4y2Ba =GydF4y2Ba 100.GydF4y2Ba R.GydF4y2Ba P.GydF4y2Ba mGydF4y2Ba 那GydF4y2Ba R.GydF4y2Ba =GydF4y2Ba 2GydF4y2Ba mGydF4y2Ba 那GydF4y2Ba αGydF4y2Ba =GydF4y2Ba 0.GydF4y2Ba °GydF4y2Ba 那GydF4y2Ba ρGydF4y2Ba =GydF4y2Ba 1.225GydF4y2Ba K.GydF4y2Ba GGydF4y2Ba /GydF4y2Ba mGydF4y2Ba 3.GydF4y2Ba ．GydF4y2Ba 因此，对阿克拉地区2013年记录的不同风速按月计算了功率系数的值。计算值如表所示GydF4y2Ba 1GydF4y2Ba．GydF4y2Ba

2013年ACCRA每月风速功率系数的价值。GydF4y2Ba

月GydF4y2Ba 1月GydF4y2Ba 2月GydF4y2Ba 3月。GydF4y2Ba 4月。GydF4y2Ba 可能GydF4y2Ba 君。GydF4y2Ba 7月。GydF4y2Ba 8月。GydF4y2Ba 9月。GydF4y2Ba 10月GydF4y2Ba 11月GydF4y2Ba 12月GydF4y2Ba
V.GydF4y2Ba W.GydF4y2Ba （多发性硬化症）GydF4y2Ba 2.60GydF4y2Ba 2.60GydF4y2Ba 2.60GydF4y2Ba 2.60GydF4y2Ba 2.10GydF4y2Ba 2.10GydF4y2Ba 4.60GydF4y2Ba 5.10GydF4y2Ba 5.10GydF4y2Ba 2.60GydF4y2Ba 4.60GydF4y2Ba 2.10GydF4y2Ba
CGydF4y2Ba P.GydF4y2Ba （GydF4y2Ba λGydF4y2Ba那GydF4y2Ba αGydF4y2Ba）GydF4y2Ba 0.34GydF4y2Ba 0.34GydF4y2Ba 0.34GydF4y2Ba 0.34GydF4y2Ba 0.27GydF4y2Ba 0.27GydF4y2Ba 0.44GydF4y2Ba 0.45GydF4y2Ba 0.45GydF4y2Ba 0.34GydF4y2Ba 0.44GydF4y2Ba 0.27GydF4y2Ba

Fuchs和Masoum给出了确定水轮机机械功率的一般公式[GydF4y2Ba 18.GydF4y2Ba和Hernandez等人[GydF4y2Ba 19.GydF4y2Ba)如下:GydF4y2Ba （13）GydF4y2Ba P.GydF4y2Ba HGydF4y2Ba =GydF4y2Ba ŋGydF4y2Ba T.GydF4y2Ba ρGydF4y2Ba W.GydF4y2Ba GGydF4y2Ba HGydF4y2Ba 问：GydF4y2Ba T.GydF4y2Ba 那GydF4y2Ba 在哪里GydF4y2Ba ŋGydF4y2Ba T.GydF4y2Ba 是涡轮机的效率（在本研究中假设值80％），GydF4y2Ba ρGydF4y2Ba W.GydF4y2Ba 是水密度（1000kg / mGydF4y2Ba3.GydF4y2Ba），GydF4y2Ba GGydF4y2Ba 由于重力引起的加速度（9.81米/秒GydF4y2Ba2GydF4y2Ba），GydF4y2Ba 问：GydF4y2Ba 水流是否通过涡轮(mGydF4y2Ba3.GydF4y2Ba/沙GydF4y2Ba HGydF4y2Ba 为通过水轮机的有效压头，m。GydF4y2Ba

平均水量50米GydF4y2Ba3.GydF4y2Ba/ s和10米的平均头部被不同的几个月随机变异性。平均流量为50米GydF4y2Ba3.GydF4y2Ba/s，这是相对较低的，是为了配置最大功率为4千瓦的pico hydro而选择的。水流的随机分布剖面如图所示GydF4y2Ba 3.GydF4y2Ba．GydF4y2Ba

每月平均水量。GydF4y2Ba

通过表达式替换各种权力（GydF4y2Ba 14.GydF4y2Ba）获得如下：GydF4y2Ba （14）GydF4y2Ba CGydF4y2Ba E.GydF4y2Ba =GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba S.GydF4y2Ba ∫GydF4y2Ba 0.GydF4y2Ba T.GydF4y2Ba ŋGydF4y2Ba 一种GydF4y2Ba GGydF4y2Ba T.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba W.GydF4y2Ba ∫GydF4y2Ba 0.GydF4y2Ba T.GydF4y2Ba 1GydF4y2Ba 2GydF4y2Ba ρGydF4y2Ba 一种GydF4y2Ba 一种GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba 3.GydF4y2Ba T.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba CGydF4y2Ba 你GydF4y2Ba HGydF4y2Ba ∫GydF4y2Ba 0.GydF4y2Ba T.GydF4y2Ba ŋGydF4y2Ba T.GydF4y2Ba ρGydF4y2Ba W.GydF4y2Ba GGydF4y2Ba HGydF4y2Ba 问：GydF4y2Ba T.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba ．GydF4y2Ba 假设GydF4y2Ba GGydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba 那GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba ， 和GydF4y2Ba 问：GydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba 全部持续时间GydF4y2Ba T.GydF4y2Ba ，成本函数在（GydF4y2Ba 14.GydF4y2Ba)成为GydF4y2Ba （15）GydF4y2Ba CGydF4y2Ba E.GydF4y2Ba =GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba S.GydF4y2Ba ŋGydF4y2Ba 一种GydF4y2Ba GGydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba CGydF4y2Ba 你GydF4y2Ba W.GydF4y2Ba 1GydF4y2Ba 2GydF4y2Ba ρGydF4y2Ba 一种GydF4y2Ba CGydF4y2Ba P.GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba 3.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba CGydF4y2Ba 你GydF4y2Ba HGydF4y2Ba ŋGydF4y2Ba T.GydF4y2Ba ρGydF4y2Ba GGydF4y2Ba HGydF4y2Ba 问：GydF4y2Ba T.GydF4y2Ba ．GydF4y2Ba 下一段使用线性编程方法提出了对优化问题的插图。GydF4y2Ba

 2.3。利用线性优化方法对太阳能，风和水电混合系统的案例研究GydF4y2Ba

以下公式（GydF4y2Ba 1GydF4y2Ba） 到 （GydF4y2Ba 15.GydF4y2Ba），优化问题如下所示。GydF4y2Ba

最大限度地减少经过以下约束的电力成本：GydF4y2Ba

混合系统产生的能量应在任何特定时间内满足能源需求，如下所示：GydF4y2Ba （16）GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba ·GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba S.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba ·GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba W.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba ·GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba HGydF4y2Ba T.GydF4y2Ba ≥GydF4y2Ba E.GydF4y2Ba D.GydF4y2Ba T.GydF4y2Ba ．GydF4y2Ba

所产生的总能量应在可产生的最小和最大能量范围内:GydF4y2Ba （17）GydF4y2Ba E.GydF4y2Ba mGydF4y2Ba 一世GydF4y2Ba NGydF4y2Ba ≤GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba ·GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba S.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba ·GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba W.GydF4y2Ba T.GydF4y2Ba +GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba ·GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba HGydF4y2Ba T.GydF4y2Ba ≤GydF4y2Ba E.GydF4y2Ba mGydF4y2Ba 一种GydF4y2Ba XGydF4y2Ba ．GydF4y2Ba

变量也应该保持如下界限:GydF4y2Ba （18）GydF4y2Ba 0.GydF4y2Ba ≤GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba ≤GydF4y2Ba N.GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba 0.GydF4y2Ba ≤GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba ≤GydF4y2Ba N.GydF4y2Ba W.GydF4y2Ba 那GydF4y2Ba 0.GydF4y2Ba ≤GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba ≤GydF4y2Ba N.GydF4y2Ba HGydF4y2Ba 那GydF4y2Ba 0.GydF4y2Ba ≤GydF4y2Ba 一种GydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba 一种GydF4y2Ba W.GydF4y2Ba 那GydF4y2Ba 一种GydF4y2Ba HGydF4y2Ba 那GydF4y2Ba GGydF4y2Ba mGydF4y2Ba 一世GydF4y2Ba NGydF4y2Ba ≤GydF4y2Ba GGydF4y2Ba ≤GydF4y2Ba GGydF4y2Ba mGydF4y2Ba 一种GydF4y2Ba XGydF4y2Ba 那GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba mGydF4y2Ba 一世GydF4y2Ba NGydF4y2Ba ≤GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba ≤GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba mGydF4y2Ba 一种GydF4y2Ba XGydF4y2Ba 那GydF4y2Ba 问：GydF4y2Ba mGydF4y2Ba 一世GydF4y2Ba NGydF4y2Ba ≤GydF4y2Ba 问：GydF4y2Ba ≤GydF4y2Ba 问：GydF4y2Ba mGydF4y2Ba 一种GydF4y2Ba XGydF4y2Ba ．GydF4y2Ba

假设辐照GydF4y2Ba GGydF4y2Ba ，风速GydF4y2Ba V.GydF4y2Ba W.GydF4y2Ba ，水流GydF4y2Ba 问：GydF4y2Ba 在期间都是恒定的GydF4y2Ba T.GydF4y2Ba ，问题可以被认为是对线性不等式约束进行线性优化函数。GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba S.GydF4y2Ba 那GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba W.GydF4y2Ba ， 和GydF4y2Ba E.GydF4y2Ba GGydF4y2Ba HGydF4y2Ba 是输出能量，分别由太阳能，风和水电发生器产生。GydF4y2Ba

所提出的人工智能解决了使用线性规划方法的混合系统的优化。GydF4y2Ba

 ２.４.为阿克拉收集数据GydF4y2Ba

为该研究收集的数据包括以下内容：GydF4y2Ba

风速和风向。GydF4y2Ba

太阳辐射。GydF4y2Ba

温度。GydF4y2Ba

位置参数包括经度，纬度和高度。GydF4y2Ba

载荷随时间变化。GydF4y2Ba

RETScreen Plus软件提供了可靠的风速、太阳辐射、温度和位置参数的数据，覆盖了1997年至2013年的时间段。根据(GydF4y2Ba 20.GydF4y2Ba[Retscreen Plus是一种基于Windows的能源管理软件工具，允许项目所有者轻松验证其设施的持续的能源性能。它由能源部开发加拿大与美国宇航局合作。参考 [GydF4y2Ba 21.GydF4y2Ba那GydF4y2Ba 22.GydF4y2Ba[还将Retscreen International描述为CEDRL开发的创新和独特的可再生能源意识，决策支持和能力建设工具，贡献了来自工业，政府和学术界的85多名专家。从Retscreen（2013年）收集的数据在表中提出GydF4y2Ba 2GydF4y2Ba．GydF4y2Ba

从Retscreen软件收集的数据，用于Accra（2013年）。GydF4y2Ba

月GydF4y2Ba 1月GydF4y2Ba 2月GydF4y2Ba 3月。GydF4y2Ba 4月。GydF4y2Ba 可能GydF4y2Ba 君。GydF4y2Ba 7月。GydF4y2Ba 8月。GydF4y2Ba 9月。GydF4y2Ba 10月GydF4y2Ba 11月GydF4y2Ba 12月GydF4y2Ba
Accra.GydF4y2Ba
R.GydF4y2Ba S.GydF4y2Ba 4.10GydF4y2Ba 4.59GydF4y2Ba 5.21GydF4y2Ba 5.08GydF4y2Ba 5.02GydF4y2Ba 3.97GydF4y2Ba 3.70GydF4y2Ba 3.84GydF4y2Ba 4.59GydF4y2Ba 5.19GydF4y2Ba 4.79GydF4y2Ba 3.86GydF4y2Ba
S.GydF4y2Ba W.GydF4y2Ba 2.60GydF4y2Ba 2.60GydF4y2Ba 2.60GydF4y2Ba 2.60GydF4y2Ba 2.10GydF4y2Ba 2.10GydF4y2Ba 4.60GydF4y2Ba 5.10GydF4y2Ba 5.10GydF4y2Ba 2.60GydF4y2Ba 4.60GydF4y2Ba 2.10GydF4y2Ba
T.GydF4y2Ba 27.4GydF4y2Ba 27.8GydF4y2Ba 28.0GydF4y2Ba 28.1GydF4y2Ba 27.9GydF4y2Ba 26.6GydF4y2Ba 25.0GydF4y2Ba 24.6GydF4y2Ba 25.1GydF4y2Ba 26.2GydF4y2Ba 27.2GydF4y2Ba 27.3.GydF4y2Ba

（一世）GydF4y2Ba R.GydF4y2Ba S.GydF4y2Ba ：KWH / M的太阳辐射GydF4y2Ba2GydF4y2Ba/日。GydF4y2Ba

（ii）GydF4y2Ba S.GydF4y2Ba W.GydF4y2Ba ：风速在M / s中。GydF4y2Ba

（iii）GydF4y2Ba T.GydF4y2Ba :温度为°C。GydF4y2Ba

加载GydF4y2Ba．从位于Accra的三级学校建筑收集数据。加纳电力公司发布的电费（ECG）均用于检索2013年每月消耗的能源量。收集的数据如表所示GydF4y2Ba 3.GydF4y2Ba并绘制在图中GydF4y2Ba 4.GydF4y2Ba．GydF4y2Ba

收集在Accra（2013年）的学校电费的数据。GydF4y2Ba

月GydF4y2Ba 1月GydF4y2Ba 2月GydF4y2Ba 3月。GydF4y2Ba 4月。GydF4y2Ba 可能GydF4y2Ba 君。GydF4y2Ba 7月。GydF4y2Ba 8月。GydF4y2Ba 9月。GydF4y2Ba 10月GydF4y2Ba 11月GydF4y2Ba 12月GydF4y2Ba
能量（千瓦时）GydF4y2Ba 4800GydF4y2Ba 4100.GydF4y2Ba 4000.GydF4y2Ba 4400.GydF4y2Ba 5000GydF4y2Ba 4500GydF4y2Ba 4000.GydF4y2Ba 4100.GydF4y2Ba 4600GydF4y2Ba 4000.GydF4y2Ba 4200GydF4y2Ba 4250.GydF4y2Ba

2013年Accra的学校综合体消耗的能量。GydF4y2Ba

提出的线性规划方法GydF4y2Ba．线性优化问题大多是通过图形方法来解决的，其中所有的约束条件都是单独绘制的，最优点是通过严格的观察来确定的。随着先进软件如Matlab的出现，内建函数已经被创建来处理线性优化问题。最推荐的解决这一问题的函数是Matlab的“linprog”函数，其表达式如下:GydF4y2Ba （19）GydF4y2Ba XGydF4y2Ba FGydF4y2Ba V.GydF4y2Ba 一种GydF4y2Ba L.GydF4y2Ba =GydF4y2Ba L.GydF4y2Ba 一世GydF4y2Ba NGydF4y2Ba P.GydF4y2Ba R.GydF4y2Ba O.GydF4y2Ba GGydF4y2Ba FGydF4y2Ba 那GydF4y2Ba 一种GydF4y2Ba 那GydF4y2Ba B.GydF4y2Ba 那GydF4y2Ba 一种GydF4y2Ba E.GydF4y2Ba 问：GydF4y2Ba 那GydF4y2Ba B.GydF4y2Ba E.GydF4y2Ba 问：GydF4y2Ba 那GydF4y2Ba L.GydF4y2Ba B.GydF4y2Ba 那GydF4y2Ba 你GydF4y2Ba B.GydF4y2Ba 那GydF4y2Ba 其中优化值保留在变量fval中，其他变量定义如下:(i)GydF4y2Ba FGydF4y2Ba 为目标函数，(ii)GydF4y2Ba 一种GydF4y2Ba 是A.GydF4y2Ba K.GydF4y2Ba ——- - - - - -GydF4y2Ba NGydF4y2Ba 矩阵,GydF4y2Ba K.GydF4y2Ba 是不平等的数量和GydF4y2Ba NGydF4y2Ba 是变量的数量，（iii）GydF4y2Ba B.GydF4y2Ba 是长度的矢量GydF4y2Ba K.GydF4y2Ba ，（四）GydF4y2Ba 一种GydF4y2Ba E.GydF4y2Ba 问：GydF4y2Ba 是矩阵总结了所有平等约束，（v）GydF4y2Ba B.GydF4y2Ba E.GydF4y2Ba 问：GydF4y2Ba 是长度的矢量GydF4y2Ba mGydF4y2Ba ， (vi) ub是对变量的上界矩阵，(vii) lb是对变量的下界矩阵。GydF4y2Ba

我们优化问题的解决方案是在MATLAB的“LINPROG”功能周围构建的，可以通过以下算法描述：GydF4y2Ba

初始化索引变量GydF4y2Ba N.GydF4y2Ba 这将为迭代服务，并设置周期GydF4y2Ba T.GydF4y2Ba 到一个月。GydF4y2Ba

获取输入负载数据，风速，太阳照射和水力数据（水流和总头）以及必要的数据，以评估每个个人来源的电力单位成本。GydF4y2Ba

计算使用上述模型的可再生能源发生器的各个来源产生的能量。GydF4y2Ba

创建索引决策变量。GydF4y2Ba

定义所有变量的下限和上限。GydF4y2Ba

定义线性平等和线性不等式约束。GydF4y2Ba

定义目标函数。GydF4y2Ba

解决Matlab函数Lineprog的线性优化问题。GydF4y2Ba

保存结果。GydF4y2Ba

增加索引GydF4y2Ba N.GydF4y2Ba 到1。GydF4y2Ba

如果指数GydF4y2Ba N.GydF4y2Ba 小于或等于10，重复过程从2到10。GydF4y2Ba

显示结果。GydF4y2Ba

停止。GydF4y2Ba

3。结果与讨论GydF4y2Ba 3.1。介绍结果GydF4y2Ba

数据被馈入发达的Simulink模型，并在图表中获得了模拟结果。绘制了三个基本图表，包括以下内容：GydF4y2Ba

条形图显示了个人来源在满足负载时的动态贡献。该图表是证明发达算法的动态主义作为提出的优化问题的解决方案所必需的。不同的输入条件必须产生不同的优化结果，这必须在第一个图表中传输。GydF4y2Ba

第二图表表示总提供的能量与负载也表示未满足的负载。GydF4y2Ba

第三个图代表了电力单位成本随时间变化的动态估计。GydF4y2Ba

3.2。解释结果GydF4y2Ba

数字GydF4y2Ba 5.GydF4y2Ba显示单个来源的混合，以供应到负载的总能量。显而易见的是，较低成本的来源用于提供负载，逐渐遵循更昂贵的来源。在这种情况下，始终首先选择水电，然后是风，随后由太阳能，因为这是成本最高的。另一方面，图中的电力成本图GydF4y2Ba 7.GydF4y2Ba也显示了相同的趋势。成本似乎高于原点，但在一段时间后差异，从第六个月到第9个月后仍然很低。该模式与上一个图表直接相关，以贡献单个来源。当能量仅由水电站提供时，成本低，但就太阳能和风使用，电力成本自动变高。GydF4y2Ba

基于线性规划方法的能源分布（ACCRA案例）。GydF4y2Ba

数字GydF4y2Ba 6.GydF4y2Ba另一方面，显示了能源需求与能源供应。蓝色供应的能量几乎总是高于少数例外的红色需求。这解释了所提出的解决方案的可靠性。少数情况下，几个月2,6和10，在不符合所需负载的情况下，可以归因于能源生成所需的足够主要资源的不可用。GydF4y2Ba

能源供应与能源需求（accra）。GydF4y2Ba

混合电力成本（accra的情况）。GydF4y2Ba

 3.3。讨论GydF4y2Ba

已经开发出混合能源系统的一般框架。该框架包括在某些先前研究的差异中的个人能源来源的直接模型。它进一步采用了Matlab软件下的线性优化编程方法。该框架是通过从Retscreen International软件中收集的数据进行测试，以获得Accra的位置。结果表明，选择不同来源以供应负载的有趣动态，同时显而易见的混合能源成本。除了几个案例外，还始终提供所需的能源需求。GydF4y2Ba

本研究对HES提出的框架的发现与Du等人的断言一致[GydF4y2Ba 17.GydF4y2Ba[这两个框架都提出了解决方案到考虑到多输入和多输出方面的混合问题的优化。此外，与MATLAB软件的常用使用相同的资本成本和运营和维护成本的考虑因素包括确认与Du等人的研究的亲近或相似性的极大因素。[GydF4y2Ba 17.GydF4y2Ba]。GydF4y2Ba

此外，[GydF4y2Ba 23.GydF4y2Ba[本文中的建议框架是否有所证实，该框架还基于成本结合多种能量来源。显示满足所需负载的能量混合的直方图同样被视为两个框架的性能措施。GydF4y2Ba

拟议的框架通过考虑MIMO系统和使用先进的线性优化求解器将混合能量分量的型号嵌入框架中。在框架中的组件模型的参与是新颖的，这导致了重要的理论贡献。从理论上讲，使用新的组件模型应该改善先前开发的框架而不建模HES组件。这也鼓励采用绿色能源，并一般改善他。GydF4y2Ba

 4.结论GydF4y2Ba

本文提出了一种混合系统优化框架。提出的框架在第一阶段考虑由不同的可再生资源构成的输入变量。在第二阶段，这些能源被输入到各自的能源生产模型中。然后，计算出的单个电源的能量被送入人工智能箱，由人工智能箱估算每个电源的电力成本。人工智能盒还监控负载，并决定以最低成本提供负载的最佳组合。为了实现这一点，在人工智能框中提出了不同的优化技术，并在单独的流程图中进一步阐述。人工智能盒的决策是通过控制开关来实现的，这些开关关闭选定源和负载之间的链接。建议框架的第四阶段处理添加选定的源，然后将它们提供给负载。GydF4y2Ba

该框架被认为是新颖的，因为它嵌入了对单个能源生产的建模，因此，这意味着开发具有单个组件完整模型的更健壮的HES。在这方面，鼓励在加纳减少可再生能源部分的进出口关税和净计量的新政策和管制文书。GydF4y2Ba

此外，建议使用依赖于诸如保证收敛粒子群优化（GCPSO），混合GapSo（HGAPSO），组合PSO和模拟退火算法的更多的多一代植物进行混合能量系统的优化。GydF4y2Ba

 相互竞争的利益GydF4y2Ba

作者宣布没有竞争利益。GydF4y2Ba

 Ackwa.GydF4y2Ba C。GydF4y2Ba 电力不安全及其对加纳经济的影响GydF4y2Ba 2015年GydF4y2Ba 阿克拉，加纳GydF4y2Ba 加纳大学统计社会经济研究所GydF4y2Ba 古普塔GydF4y2Ba S. C.GydF4y2Ba 库马尔GydF4y2Ba y。GydF4y2Ba AgnihotriGydF4y2Ba G。GydF4y2Ba 太阳能混合系统的最佳尺寸GydF4y2Ba IET-UK国际信息和通信技术会议的诉讼程序（ICTES'07）GydF4y2Ba 2007年12月GydF4y2Ba 印度泰米尔纳德邦,GydF4y2Ba 282.GydF4y2Ba 287.GydF4y2Ba 10.1049 / IC：20070625GydF4y2Ba 2 - s2.0 - 67650451309GydF4y2Ba RawatGydF4y2Ba R.GydF4y2Ba 枝形吊灯GydF4y2Ba S. S.GydF4y2Ba 印度丘陵地区太阳能光伏-风力独立混合系统的仿真与优化GydF4y2Ba 国际可再生能源研究杂志GydF4y2Ba 2013年GydF4y2Ba 3.GydF4y2Ba 3.GydF4y2Ba 595.GydF4y2Ba 604.GydF4y2Ba 2 - s2.0 - 84885734970GydF4y2Ba 达瓦迪GydF4y2Ba P. G.GydF4y2Ba 梅哈GydF4y2Ba C. R.GydF4y2Ba 太阳能混合动力系统的可行性研究GydF4y2Ba 国际新兴技术和先进工程学报GydF4y2Ba 2012年GydF4y2Ba 2GydF4y2Ba 3.GydF4y2Ba Muralikrishna.GydF4y2Ba mGydF4y2Ba LakshminarayanaGydF4y2Ba V。GydF4y2Ba 用于隔离发电系统的10 kW组合混合（风和太阳能光伏）能量系统GydF4y2Ba ARPN工程和应用科学杂志GydF4y2Ba 2011年GydF4y2Ba 6.GydF4y2Ba 6.GydF4y2Ba 99.GydF4y2Ba 104.GydF4y2Ba 2-S2.0-84859894723GydF4y2Ba ekren.GydF4y2Ba 经过。GydF4y2Ba ekren.GydF4y2Ba O.GydF4y2Ba 基于模拟PV /风混合能量转换系统的尺寸优化，电池储存在各种负载和辅助能量条件下GydF4y2Ba 应用能量GydF4y2Ba 2009年GydF4y2Ba 86.GydF4y2Ba 9.GydF4y2Ba 1387.GydF4y2Ba 1394GydF4y2Ba 10.1016 / J.Apenergy.2008.12.015GydF4y2Ba 2-S2.0-63449101038GydF4y2Ba lal.GydF4y2Ba d·K。GydF4y2Ba 破折号GydF4y2Ba B. B.GydF4y2Ba 阿克拉GydF4y2Ba A. K.GydF4y2Ba 研究区荷马地区PV/wind/微水电/柴油混合动力系统优化GydF4y2Ba 电子工程与信息学国际期刊GydF4y2Ba 2011年GydF4y2Ba 3.GydF4y2Ba 3.GydF4y2Ba 307.GydF4y2Ba 325.GydF4y2Ba 10.15676 / ijeei.2011.3.3.4GydF4y2Ba 2-S2.0-84857804978GydF4y2Ba Acakpovi.GydF4y2Ba 一种。GydF4y2Ba 哈根GydF4y2Ba E. B.GydF4y2Ba 迈克尔GydF4y2Ba m B。GydF4y2Ba 与荷马优化相比，自优化混合太阳能 - 风力 - 水电供应成本效益分析GydF4y2Ba 国际计算机应用杂志GydF4y2Ba 2015年GydF4y2Ba 114.GydF4y2Ba 18.GydF4y2Ba 32GydF4y2Ba 38GydF4y2Ba 10.5120 / 20081 - 2133GydF4y2Ba Acakpovi.GydF4y2Ba 一种。GydF4y2Ba 哈根GydF4y2Ba E. B.GydF4y2Ba 迈克尔GydF4y2Ba m B。GydF4y2Ba 与荷马优化相比，自优化混合太阳能 - 风力 - 水电供应成本效益分析GydF4y2Ba 国际计算机应用杂志GydF4y2Ba 2015年GydF4y2Ba 114.GydF4y2Ba 18.GydF4y2Ba 32GydF4y2Ba 38GydF4y2Ba 10.5120 / 20081 - 2133GydF4y2Ba Acakpovi.GydF4y2Ba 一种。GydF4y2Ba 哈根GydF4y2Ba E. B.GydF4y2Ba 基于Matlab/Simulink的新型光伏模块建模GydF4y2Ba 国际计算机应用杂志GydF4y2Ba 2013年GydF4y2Ba 83.GydF4y2Ba 16.GydF4y2Ba 27.GydF4y2Ba 32GydF4y2Ba 10.5120 / 14535-2978GydF4y2Ba villalva.GydF4y2Ba m·G。GydF4y2Ba Gazoli.GydF4y2Ba J. R.GydF4y2Ba filho.GydF4y2Ba E. R.GydF4y2Ba 光伏阵列建模与仿真的综合方法GydF4y2Ba 电力电子产品上的交易GydF4y2Ba 2009年GydF4y2Ba 24.GydF4y2Ba 5.GydF4y2Ba 1198.GydF4y2Ba 1208GydF4y2Ba 10.1109 / tpel.2009.2013862GydF4y2Ba 2 - s2.0 - 67349141404GydF4y2Ba 拉莫斯 - Paja.GydF4y2Ba c。GydF4y2Ba 佩雷斯GydF4y2Ba E.GydF4y2Ba 蒙蒂亚GydF4y2Ba d·G。GydF4y2Ba Carrejo.GydF4y2Ba c, E。GydF4y2Ba 西蒙 - 梅拉GydF4y2Ba 一种。GydF4y2Ba 阿隆索GydF4y2Ba C。GydF4y2Ba 全光伏系统建模应用于先进控制策略GydF4y2Ba 2010年GydF4y2Ba 波哥大,哥伦比亚GydF4y2Ba Nacional de ColumbiaGydF4y2Ba 蔡GydF4y2Ba H. L.GydF4y2Ba 你GydF4y2Ba CS。GydF4y2Ba 苏GydF4y2Ba Y. J.GydF4y2Ba 使用MATLAB / SIMULINK的广义光伏模型的开发GydF4y2Ba 关于世界工程与计算机科学大会的诉讼程序（WCECS'08）GydF4y2Ba 2008年GydF4y2Ba 6.GydF4y2Ba KhajuriaGydF4y2Ba S.GydF4y2Ba kaur.GydF4y2Ba j。GydF4y2Ba 使用Simulink（MATLAB）的风力涡轮机的俯仰控制GydF4y2Ba 国际计算机工程与技术高级研究杂志GydF4y2Ba 2012年GydF4y2Ba 1GydF4y2Ba 4.GydF4y2Ba 196.GydF4y2Ba 200.GydF4y2Ba 阿巴斯GydF4y2Ba f·a·R。GydF4y2Ba Abdulsada.GydF4y2Ba 嘛。GydF4y2Ba MATLAB造型涡轮速度控制的仿真GydF4y2Ba 国际计算机电气工程学杂志GydF4y2Ba 2010年GydF4y2Ba 2GydF4y2Ba 5.GydF4y2Ba 1793GydF4y2Ba 8163GydF4y2Ba Acakpovi.GydF4y2Ba 一种。GydF4y2Ba 哈根GydF4y2Ba E. B.GydF4y2Ba 使用双馈感应发电机（DFIG）的风力涡轮机系统模型GydF4y2Ba 国际计算机应用杂志GydF4y2Ba 2014年GydF4y2Ba 90.GydF4y2Ba 15.GydF4y2Ba 6.GydF4y2Ba 11.GydF4y2Ba 10.5120 / 15794 - 4477GydF4y2Ba 杜GydF4y2Ba W.GydF4y2Ba 加西亚GydF4y2Ba 他。GydF4y2Ba 帕迪斯GydF4y2Ba C. J. J.GydF4y2Ba 动态混合能源系统的优化框架GydF4y2Ba 第十届国际Modelica会议的诉讼程序GydF4y2Ba 2014年3月GydF4y2Ba 瑞典隆德GydF4y2Ba 767.GydF4y2Ba 776.GydF4y2Ba 10.3384 / ECP14096767GydF4y2Ba 福克斯GydF4y2Ba E. F.GydF4y2Ba 马斯姆GydF4y2Ba M. A. S.GydF4y2Ba 可再生能源系统的电源转换GydF4y2Ba 2011年GydF4y2Ba 美国纽约GydF4y2Ba 兴趣者GydF4y2Ba 埃尔南德斯GydF4y2Ba G. A. M.GydF4y2Ba Mansoor.GydF4y2Ba S. P.GydF4y2Ba 琼斯GydF4y2Ba D. L.GydF4y2Ba 建模与控制水电站GydF4y2Ba 2013年GydF4y2Ba 柏林,德国GydF4y2Ba 兴趣者GydF4y2Ba 工业控制的进展GydF4y2Ba 10.1007 / 978-1-4471-2291-3GydF4y2Ba GanoeGydF4y2Ba R. D.GydF4y2Ba 堆栈屋GydF4y2Ba P. W.GydF4y2Ba DeYoung而言GydF4y2Ba R. J.GydF4y2Ba Retscreen Plus软件教程GydF4y2Ba 2014年GydF4y2Ba NASA技术报告服务器GydF4y2Ba lGydF4y2Ba G. J.GydF4y2Ba Retscreentm International：评估潜在可再生能源项目的独立工具GydF4y2Ba 2014年GydF4y2Ba 加拿大CANMET能源多样化研究实验室(CEDRL)GydF4y2Ba 马蒂诺特GydF4y2Ba E.GydF4y2Ba McDoomGydF4y2Ba O.GydF4y2Ba 促进能源效率和可再生能源:全球环境基金气候变化项目及其影响GydF4y2Ba 出版前草案GydF4y2Ba 1999年GydF4y2Ba 华盛顿特区，美国GydF4y2Ba 全球环境基金GydF4y2Ba 结论者GydF4y2Ba T. R.GydF4y2Ba 海恩斯GydF4y2Ba C。GydF4y2Ba 通过可再生和替代能源进行区域合作的混合能源系统建模与仿真框架GydF4y2Ba 将中亚将中亚纳入世界经济的国际会议诉讼程序GydF4y2Ba 2007年GydF4y2Ba 华盛顿特区，美国GydF4y2Ba