প্রাকৃতিক বাতাস-সৌর হাইব্রিড সিস্টেমের সঞ্চয় সহ দক্ষ অপটিমাইজেশন

1. বাতাস এবং সৌর ফটোভোল্টাইক বিদ্যুৎ উৎপাদনের বৈশিষ্ট্যের বিশ্লেষণ

বাতাস এবং সৌর ফটোভোল্টাইক (PV) বিদ্যুৎ উৎপাদনের বৈশিষ্ট্য বিশ্লেষণ করা হাইব্রিড সিস্টেম ডিজাইন করার জন্য মৌলিক। নির্দিষ্ট অঞ্চলের বার্ষিক বাতাসের গতিবেগ এবং সৌর আলোক প্রচারের পরিসংখ্যানগত বিশ্লেষণ থেকে দেখা যায় যে, বাতাসের সম্পদ ঋতুগত পরিবর্তনশীল, শীতকাল ও বসন্তে বাতাসের গতিবেগ বেশি এবং গ্রীষ্ম ও শরতে কম। বাতাস থেকে বিদ্যুৎ উৎপাদন বাতাসের গতিবেগের ঘনফলের সাথে সমানুপাতিক, যা উল্লেখযোগ্য উত্পাদনের পরিবর্তন তৈরি করে।

অন্যদিকে, সৌর সম্পদ স্পষ্ট দৈনিক এবং ঋতুগত প্যাটার্ন প্রদর্শন করে—গ্রীষ্মে দৈনিক আলোর সময় দীর্ঘ এবং তাপ বেশি এবং শীতে দুর্বল শর্ত। PV দক্ষতা তাপমাত্রার বৃদ্ধি দ্বারা ঋণাত্মকভাবে প্রভাবিত হয়। বাতাস এবং সৌর শক্তির সময় বিতরণের তুলনায় স্পষ্ট যে, তারা দৈনিক এবং বার্ষিক চক্রে পরস্পর পূরক বিশিষ্ট। এই পূরকতা দ্বারা দুটি শক্তি উৎসের অপটিমাল ক্ষমতা অনুপাত কনফিগার করা যায় যা সমগ্র বিদ্যুৎ উত্পাদনকে সুষম করে।

2. বাতাস-সৌর হাইব্রিড বিদ্যুৎ উৎপাদন সিস্টেমের মডেলিং

2.1 বাতাস বিদ্যুৎ উপ-সিস্টেম মডেল

বাতাস বিদ্যুৎ উপ-সিস্টেম মডেল বাতাসের গতিবেগ ডেটা এবং টারবাইনের বৈশিষ্ট্য ভিত্তিতে নির্মিত। বাতাসের গতিবেগের সম্ভাব্যতা বিতরণ বর্ণনা করার জন্য ওয়েইবুল বিতরণ ব্যবহার করা হয়, যা তার পরিসংখ্যানগত আচরণ সঠিকভাবে বর্ণনা করে। টারবাইন উত্পাদন শক্তি এবং বাতাসের গতিবেগের মধ্যে সম্পর্ক টুকরো ফাংশন দ্বারা প্রতিনিধিত্ব করা হয়, যা কাট-ইন বাতাসের গতিবেগ, রেটেড বাতাসের গতিবেগ এবং কাট-আউট বাতাসের গতিবেগ সহ গুরুত্বপূর্ণ প্যারামিটারগুলি অন্তর্ভুক্ত করে। 

টারবাইন পাওয়ার কার্ভ ফিট করার জন্য লিটল স্কোয়ার পদ্ধতি প্রয়োগ করা হয়, যা বাতাসের গতিবেগের বিরুদ্ধে শক্তি উত্পাদনের গাণিতিক প্রকাশ দেয়। বাতাসের গতিবেগের যাদৃচ্ছিকতা বিবেচনায় মন্টে কার্লো সিমুলেশন পদ্ধতি প্রবর্তন করা হয় বাতাসের খামার উৎপাদন পূর্বাভাস করার জন্য। মডেলটি বাতাস বিদ্যুৎ সিস্টেমের গতিশীল বৈশিষ্ট্যগুলি সঠিকভাবে প্রতিফলিত করে এবং সিস্টেম অপটিমাইজেশনের জন্য একটি ভিত্তি প্রদান করে। এটি বাতাসের দিক পরিবর্তনের উপর উৎপাদন দক্ষতার প্রভাব অন্তর্ভুক্ত করে বাতাসের দিক সংশোধন ফ্যাক্টর প্রবর্তন করে, যার ফলে পূর্বাভাসের সঠিকতা বৃদ্ধি পায়।

2.2 ফটোভোল্টাইক বিদ্যুৎ উপ-সিস্টেম মডেল

ফটোভোল্টাইক উপ-সিস্টেম মডেল সৌর আলোক, পরিবেশগত তাপমাত্রা এবং PV মডিউলের বৈশিষ্ট্যগুলি সম্পূর্ণরূপে বিবেচনা করে। সৌর আলোকের সাথে সময়ের পরিবর্তন বর্ণনা করার জন্য একটি পরিসংখ্যানগত মডেল প্রতিষ্ঠিত হয়। PV মডিউলের উত্পাদন বৈশিষ্ট্য I-V কার্ভ দ্বারা প্রতিনিধিত্ব করা হয়। তাপমাত্রার প্রভাব একটি একক-ডায়োড সমতুল্য সার্কিট দ্বারা মডেল করা হয়, যার ফলে উত্পাদন শক্তি একটি অ-রৈখিক সমীকরণ সিস্টেম সমাধান করে গণনা করা হয়।

মডেলটি ছায়া এবং ধুলো জমার মতো কারণগুলি অন্তর্ভুক্ত করে, পূর্বাভাসের সঠিকতা বৃদ্ধির জন্য সংশোধন সহগ প্রবর্তন করে। এটি PV মডিউলের বয়স্কতা বিবেচনা করে বাৎসরিক অপসারণ হার অন্তর্ভুক্ত করে দীর্ঘমেয়াদী শক্তি উত্পাদনের পরিবর্তন পূর্বাভাস করে। এই মডেলটি বিভিন্ন পরিবেশগত শর্তের অধীনে PV সিস্টেমের পারফরম্যান্সকে সঠিকভাবে প্রতিফলিত করে।

2.3 শক্তি সঞ্চয় সিস্টেম মডেল

শক্তি সঞ্চয় সিস্টেম মডেল মূলত লিথিয়াম-আয়ন ব্যাটারির বৈশিষ্ট্য ভিত্তিতে নির্মিত। ব্যাটারির চার্জ স্টেট (SOC) এর একটি গতিশীল মডেল উন্নয়ন করা হয় যা চার্জ এবং ডিচার্জ প্রক্রিয়া বর্ণনা করে। স্ব-ডিচার্জ বৈশিষ্ট্য এবং চার্জ/ডিচার্জ দক্ষতা বিবেচনা করা হয়, এবং পরিবেশগত প্রভাব প্রতিফলিত করার জন্য একটি তাপমাত্রা সংশোধন ফ্যাক্টর প্রবর্তন করা হয়। ব্যাটারির জীবনকাল চক্র গণনা এবং ডিপথ অফ ডিচার্জ (DOD) এর সমন্বয়ে প্রতিষ্ঠিত হয় যা ক্ষমতা অপসারণ পূর্বাভাস করে।

মডেলটি বিভিন্ন পরিচালনা শর্তের অধীনে ব্যাটারির পারফরম্যান্সকে সঠিকভাবে প্রতিফলিত করে, যা অপটিমাল সাইজিং এবং ডিস্প্যাচ কৌশলের সমর্থন করে। এটি রেজিস্ট্যান্স, চক্র গণনা এবং তাপমাত্রার মধ্যে ফাংশনাল সম্পর্ক প্রতিষ্ঠা করে ডায়নামিক বিহেভিয়রের আরও সুনিশ্চিত সিমুলেশন সম্ভব করে। মূল আউটপুটগুলি হল বাস্তব-সময় SOC, উপলব্ধ ক্ষমতা, চার্জ/ডিচার্জ শক্তি এবং প্রত্যাশিত জীবনকাল—অপটিমাল পরিচালনা এবং রক্ষণাবেক্ষণের জন্য সম্পূর্ণ ডাটা সমর্থন প্রদান করে।

2.4 সিস্টেম ইন্টিগ্রেশন মডেল

ইন্টিগ্রেটেড সিস্টেম মডেল বাতাস, সৌর এবং সঞ্চয় উপ-সিস্টেমগুলিকে একটি একীভূত ফ্রেমওয়ার্কে সংযুক্ত করে। লোড দোলনা হ্যান্ডেল করার জন্য সমতুল্য লোড পদ্ধতি ব্যবহার করা হয়, এবং একটি সিস্টেম পাওয়ার ব্যালেন্স সমীকরণ প্রতিষ্ঠিত হয়। সিস্টেম পারফরম্যান্স মূল্যায়নের জন্য বিশ্বাসযোগ্যতা সূচক যেমন লোস অফ লোড প্রোবাবিলিটি (LOLP) এবং এক্সপেক্টেড এনার্জি নট সাপ্লাইড (EENS) প্রবর্তন করা হয়। সিক্যুয়েন্সিয়াল টাইম-সিরিজ সিমুলেশন ব্যবহার করা হয় বিভিন্ন সময় স্কেলে সিস্টেম পরিচালনা অবস্থা গণনা করার জন্য।

মডেলটি উপ-সিস্টেমগুলির মধ্যে পরস্পর প্রভাব, যেমন বাতাসের টারবাইনের ছায়া সৌর প্যানেলের উপর, অন্তর্ভুক্ত করে। এটি গ্রিড ইন্টারফেসও অন্তর্ভুক্ট করে, যা গ্রিড-সংযুক্ত পরিচালনা কৌশলের বিশ্লেষণ যেমন টাইম-অফ-ইউজ ট্যারিফ অধীনে অর্থনৈতিক ডিস্প্যাচ এবং গ্রিড ফ্রিকোয়েন্সি রেগুলেশন সার্ভিসের অন্তর্ভুক্ত করে। আউটপুটগুলি হল মোট বিদ্যুৎ উৎপাদন, লোড সন্তোষ হার এবং অর্থনৈতিক পারফরম্যান্স মেট্রিক, যা সিস্টেম পরিকল্পনা, ডিজাইন এবং পরিচালনা সিদ্ধান্ত গ্রহণের জন্য একটি সম্পূর্ণ তাত্ত্বিক ভিত্তি প্রদান করে।

3. বাতাস-সৌর হাইব্রিড সিস্টেমের অপটিমাইজেশন পদ্ধতি এবং পরীক্ষামূলক বিশ্লেষণ

3.1 লক্ষ্য ফাংশন এবং সীমাবদ্ধতা

অপটিমাইজেশন লক্ষ্য ফাংশন অর্থনৈতিক, বিশ্বাসযোগ্যতা এবং পরিবেশগত বিবেচনাগুলি একীভূত করে। অর্থনৈতিক লক্ষ্য মোট সিস্টেম খরচ সর্বনিম্ন করা, যা প্রাথমিক বিনিয়োগ, পরিচালনা এবং রক্ষণাবেক্ষণ (O&M), এবং প্রতিস্থাপন খরচ অন্তর্ভুক্ত করে। বিশ্বাসযোগ্যতা লক্ষ্য বিদ্যুৎ সরবরাহের বিশ্বাসযোগ্যতা সর্বাধিক করা, যা LOLP দ্বারা কমানোর মাধ্যমে পরিমাপ করা হয়। পরিবেশগত লক্ষ্য কার্বন উत্সর্গ হ্রাসের মাধ্যমে পরিমাপ করা হয়।

সীমাবদ্ধতাগুলি হল পাওয়ার ব্যালেন্স, শক্তি সঞ্চয় ক্ষমতা সীমা এবং উপকরণ পরিচালনা সীমা। পাওয়ার ব্যালেন্স সীমাবদ্ধতা সুনিশ্চিত করে যে, লোড ডিম্যান্ড সর্বদা পূরণ করা হয়। সঞ্চয় ক্ষমতা সীমাবদ্ধতা DOD কে সীমিত করে ব্যাটারির জীবনকাল বৃদ্ধি করে। উপকরণ সীমাবদ্ধতা উপকরণের রেটেড পাওয়ার এবং পরিচালনা বৈশিষ্ট্য বিবেচনা করে। একটি বহু-লক্ষ্য ওয়েটিং পদ্ধতি এই লক্ষ্যগুলিকে একটি একক লক্ষ্য ফাংশনে একীভূত করে, যার ওয়েট ডিসিশন-মেকারের পছন্দ এবং প্রয়োগের পরিস্থিতি অনুযায়ী নির্ধারিত হয়।

3.2 পার্টিকেল সুয়ার্ম অপটিমাইজেশন (PSO) এর প্রয়োগ

পার্টিকেল সুয়ার্ম অপটিমাইজেশন (PSO), একটি বুদ্ধিমান অপটিমাইজেশন অ্যালগরিদম, বাতাস-সৌর হাইব্রিড সিস্টেমের ডিজাইনে প্রয়োগ করা হয়। পাখি দলের আচরণ সিমুলেশন করে, PSO সমাধান স্পেসে অপটিমাল সমাধান খোঁজে। প্রতিটি পার্টিকেল একটি সম্ভাব্য সিস্টেম কনফিগারেশন প্রতিনিধিত্ব করে, যা বাতাসের টারবাইনের ক্ষমতা, PV ক্ষমতা এবং সঞ্চয় ক্ষমতা সহ সিদ্ধান্ত চলকগুলি অন্তর্ভুক্ত করে। পার্টিকেলের অবস্থান এবং গতি পুনরাবৃত্তভাবে হালনাগাদ করা হয়, যা গ্লোবাল অপটিমামের দিকে প্রবাহিত হয়।

পার্ফরম্যান্স বৃদ্ধির জন্য, একটি রৈখিকভাবে হ্রাস প্রাবল্য ওয়েট পদ্ধতি গ্রহণ করা হয়—প্রাথমিকভাবে শক্ত গ্লোবাল অনুসন্ধান এবং পরবর্তীতে স্থানীয় অনুসন্ধান বৃদ্ধি করে। স্থানীয় অপটিমাম এড়ানোর জন্য এডাপ্টিভ মিউটেশন প্রবর্তন করা হয়। সমস্যার জটিলতা বিবেচনায়, একটি হাইয়ারার্কিক্যাল এনকোডিং পদ্ধতি অবিচ্ছিন্ন এবং ডিসক্রিট চলকগুলি পৃথক করে। অ্যালগরিদমটি সর্বোচ্চ পুনরাবৃত্তি গণনা পৌঁছানোর বা সমsecutive পুনরাবৃত্তিতে অপটিমাল মানের পরিবর্তন কম থাকার সাথে সমাপ্ত হয়।

3.3 পরীক্ষার ডিজাইন এবং প্যারামিটার সেটিং

পরীক্ষাটি নির্দিষ্ট অঞ্চলের বাস্তব আবহাওয়া এবং লোড ডেটা ভিত্তিতে পরিচালিত হয়, যা একটি সাধারণ বছরের ঘন্টার ডেটা ব্যবহার করে। আবহাওয়া ইনপুটগুলি ঘন্টার বাতাসের গতিবেগ, সৌর আলোক এবং পরিবেশগত তাপমাত্রা অন্তর্ভুক্ত করে। লোড প্রোফাইল সাধারণ শিল্প পার্কের ব্যবহার প্যাটার্ন অনুসরণ করে, যা ঋতুগ