找到 1 条结果
综合能源领域独立和并网可再生能源系统多目标优化设计的受控非支配排序遗传算法
Controlled Non-Dominated Sorting Genetic Algorithms for Multi-Objective Optimal Design of Standalone and Grid-Connected Renewable Energy Systems in Integrated Energy Sectors
Hamza El Hafdaoui · Ahmed Khallaayoun · Salah Al-Majeed · IEEE Access · 2025年1月
非支配排序遗传算法因其在优化可再生能源系统中的鲁棒性和灵活性而受认可，通过处理多目标和生成多样Pareto最优解超越传统方法。然而随机初始种群和变异导致的低效率可影响处理时间和错误率。本研究引入受控非支配排序遗传算法，通过受控种群初始化和变异机制增强优化。与传统非支配排序遗传算法相比，受控版本显示卓越性能，在高能源需求下实现2.4%错误降低、117%更低任务违规率和157%更快处理时间。摩洛哥Ifrane旅游村具有显著季节能源需求的案例研究说明算法应用。结果显示考虑潜在电网出口机会的独立和并网系...
解读: 该多目标优化算法对阳光电源可再生能源系统设计有重要应用价值。阳光光储系统配置需要平衡多个目标如成本、可靠性和环保性。受控遗传算法的性能优势可应用于阳光iSolarCloud平台的系统优化工具。独立和并网双场景分析与阳光微电网和并网储能业务一致。净现值和平准化成本优化对阳光项目经济性评估至关重要。该研...