احمد خسروی - کارشناسی ارشد سیستم های انرژی،دانشگاه آزاد اسلامی واحد تهران جنوب
مفید گرجی بندپی - دانشگاه صنعتی نوشیروانی بابل ،گروه مکانیک

آنالیز اگزرژی اکونومیک یکی از روش هایی است که با کمک آن می توان به بهینه سازی سیکل های نیروگاه پرداخت. الگوریتم های هوش مصنوعی نیز اخیرا برای بهینه سازی سیستم های حرارتی مورد توجه قرار گرفته اند. در این مقاله، سیکل 041 MW توربین گازی یک نیروگا از دید آنالیز اگزرژی اکونومیک مورد بررس ی قرار دادیم. سپس با توجه این که الگوریتم PSO و ژنتیک دارای قابلیت بهینه سازی همزمان چند تابع هستند، به بهینه سازی سیکل موردنظر پرداختیم. نتایج به دست آمده نشان می دهد که بازده اگزرژتیک کل سیکل از %31.66 در حالت واقعی به % 36.28 برای الگوریتم ژنتیک و% 36.261 برای الگوریتم PSO افزایش داشته است. تخریب اگزرژی (برحسب MW ) در حالت واقعی از 178.7 به 124.03 و 129.47 برای الگوریتم های ژنتیک و PSO به ترتیب کاهش یافته است. بررسی نتایج دیگر نشان دهنده نتایج دقیق تر و بهینه تر الگوریتم ژنتیک نسبت به الگوریتم PSO می باشد.

الگوریتم PSO ، الگوریتم ژنتیک، توربین گاز، اگزرژی اکونومیک، بهینه سازی