بهینه سازی تامین انرژی شهرهای هوشمند بمنظور مدیریت بحران سوخت با استفاده از الگوریتم مبتنی برجغرافیای زیستی

به طور خلاصه، شهرهای هوشمند و تولیدات پراکنده در حال تغییر چشم انداز شبکه های قدرت هستند. با استفاده از منابع انرژی تجدیدپذیر و به کارگیری ذخیره سازهای ساکن و متحرک مانند خودروهای برقی، می توان پایداری شبکه را بهبود بخشید. هدف این تحقیق، کاهش هزینه ها و افزایش بهره وری در شهرهای هوشمند است. در ایران، به کارگیری رویکردهای نوین برای بهینه سازی برنامه ریزی شهری، همچون استفاده از الگوریتم های فراابتکاری و هوش مصنوعی، ضروری است. یکی از این الگوریتم ها، الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی است که ریشه در طبیعت دارد. این پژوهش، که از نوع تحقیقات توصیفی و تحلیلی است، به کارگیری الگوریتم جغرافیای زیستی برای تحلیل کمبود سوخت های فسیلی و افزایش گازهای گلخانه ای را مورد بررسی قرار داده است. در این الگوریتم، هر منطقه شهری به عنوان یک عضو منفرد با شاخص مطلوبیت مخصوص به خود شناخته می شود. تجزیه و تحلیل داده ها با استفاده از این الگوریتم در نرم افزار متلب انجام شده است. بهینه سازی توسط الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی، که یک الگوریتم تکاملی است، صورت پذیرفته است. سه اصلاحیه بر این الگوریتم اعمال شده که منجر به بهبود نتایج بهینه سازی شده است. در این تحقیق، بار تولیدی توسط نیروگاه های خورشیدی و بادی محاسبه و از بار کل مورد تقاضا در شبکه کم می شود. مقدار باری که باید توسط میکروتوربین، پیل سوختی و باتری ها تامین شود، با استفاده از تابع هدف کاهش هزینه ها بهینه سازی شده است. بهینه سازی برای ۲۴ ساعت و در قالب سه سناریو انجام شده است. نتایج تحقیق نشان می دهد که حضور خودروهای الکتریکی و قابلیت خاموش و روشن شدن منابع تولید پراکنده، به طور قابل توجهی هزینه های سیستم را کاهش می دهد. در سناریوی کامل، بهره برداری از شارژ و دشارژ خودروهای الکتریکی هزینه های کلی شبکه را به حداقل می رساند. این تحقیق نشان می دهد که ترکیب این فناوری ها می تواند به بهینه سازی هزینه ها و افزایش بهره وری انرژی در شبکه های هوشمند کمک کند.

کلیدواژه ها:

خودروهای الکتریکی ، شهر هوشمند ، تولیدات پراکنده ، بهینه سازی مبتنی بر جغرافیای زیستی