سیستم بهینه‌سازی ترکیبی باد-فتوولتایی کارآمد با ذخیره‌سازی
1. تحلیل ویژگی‌های تولید برق از باد و فتوولتائیک خورشیدی
تحلیل ویژگی‌های تولید برق از باد و فتوولتائیک (PV) خورشیدی برای طراحی یک سیستم هیبریدی مکمل ضروری است. تحلیل آماری داده‌های سالانه سرعت باد و تابش خورشیدی برای منطقه خاصی نشان می‌دهد که منابع بادی تغییرات فصلی دارند، با سرعت باد بالاتر در زمستان و بهار و سرعت پایین‌تر در تابستان و پاییز. تولید برق بادی متناسب با مکعب سرعت باد است که باعث نوسانات خروجی قابل توجه می‌شود.
منابع خورشیدی از طرف دیگر الگوهای روزانه و فصلی واضحی دارند—ساعات روشن‌تر و تابش قوی‌تر در تابستان و شرایط ضعیف‌تر در زمستان. کارایی PV با افزایش دما منفی تحت تأثیر قرار می‌گیرد. با مقایسه توزیع زمانی انرژی باد و خورشیدی، مشخص می‌شود که آنها در چرخه‌های روزانه و سالانه رفتار مکملی دارند. این مکمل‌بودن امکان طراحی سیستم‌های توانی کارآمد و پایدار را فراهم می‌کند، جایی که می‌توان نسبت ظرفیت بهینه این دو منبع انرژی را تنظیم کرد تا خروجی کلی توان را هموار کرد.
2. مدل‌سازی سیستم‌های تولید هیبریدی باد-خورشیدی
2.1 مدل زیرسیستم بادی
مدل زیرسیستم بادی بر اساس داده‌های سرعت باد و ویژگی‌های توربین ساخته می‌شود. توزیع وایبول برای برازش توزیع احتمال سرعت باد استفاده می‌شود که به صورت دقیق رفتار آماری آن را توصیف می‌کند. رابطه بین خروجی توان توربین و سرعت باد با یک تابع تکه‌ای که شامل پارامترهای کلیدی مانند سرعت باد آستانه، سرعت باد اسمی و سرعت باد حداکثری است، نشان داده می‌شود.
روش کمترین مربعات برای برازش منحنی توان توربین استفاده می‌شود که یک عبارت ریاضی از خروجی توان نسبت به سرعت باد ارائه می‌دهد. برای در نظر گرفتن تصادفی بودن سرعت باد، روش شبیه‌سازی مونت کارلو معرفی می‌شود تا تولید برق مزرعه بادی پیش‌بینی شود. این مدل به صورت دقیق ویژگی‌های پویای سیستم‌های توان بادی را منعکس می‌کند و پایه‌ای برای بهینه‌سازی سیستم فراهم می‌کند. همچنین تأثیر تغییرات جهت باد بر کارایی تولید را با معرفی یک ضریب اصلاح جهت باد در نظر می‌گیرد و بدین ترتیب دقت پیش‌بینی را افزایش می‌دهد.
2.2 مدل زیرسیستم فتوولتائیک
مدل زیرسیستم فتوولتائیک به طور جامع تابش خورشیدی، دمای محیط و ویژگی‌های ماژول‌های PV را در نظر می‌گیرد. یک مدل آماری برای تابش خورشیدی برای توصیف تغییرات زمانی آن ایجاد می‌شود. خصوصیات خروجی ماژول‌های PV با منحنی‌های I-V نشان داده می‌شوند. تأثیر دما بر کارایی با استفاده از مدار معادل یک دیود حل می‌شود و خروجی توان با حل یک سیستم معادلات غیرخطی محاسبه می‌شود.
مدل همچنین عواملی مانند سایه‌گیری و تجمع گرد و غبار را در نظر می‌گیرد و ضرایب اصلاح را برای افزایش دقت پیش‌بینی معرفی می‌کند. تخریب سالانه ماژول‌های PV را برای پیش‌بینی تغییرات بلندمدت خروجی توان در نظر می‌گیرد. این مدل به صورت دقیق عملکرد سیستم‌های PV را در شرایط محیطی مختلف منعکس می‌کند.
2.3 مدل سیستم ذخیره‌سازی انرژی
مدل سیستم ذخیره‌سازی انرژی عمدتاً بر اساس ویژگی‌های باتری لیتیوم-یون است. یک مدل پویا از وضعیت شارژ باتری (SOC) برای توصیف فرآیندهای شارژ و دیشارژ توسعه یافته است. خصوصیات خود-دیشارژ و کارایی شارژ/دیشارژ در نظر گرفته شده و یک ضریب اصلاح دما برای منعکس کردن تأثیرات محیطی معرفی شده است. عمر باتری با استفاده از ترکیب تعداد دوره‌ها و عمق دیشارژ (DOD) برای پیش‌بینی تخریب ظرفیت مدل‌سازی شده است.
این مدل به صورت دقیق عملکرد باتری را در شرایط عملکرد مختلف منعکس می‌کند و از استراتژی‌های اندازه‌گیری و تخصیص بهینه پشتیبانی می‌کند. همچنین تغییر مقاومت داخلی را با ایجاد روابط تابعی بین مقاومت، تعداد دوره‌ها و دما در نظر می‌گیرد و بدین ترتیب شبیه‌سازی دقیق‌تر رفتار پویا را ممکن می‌سازد. خروجی‌های کلیدی شامل SOC واقعی، ظرفیت موجود، توان شارژ/دیشارژ و عمر مورد انتظار هستند که پشتیبانی داده‌ای جامع برای عملکرد و نگهداری بهینه فراهم می‌کنند.
2.4 مدل یکپارچه‌سازی سیستم
مدل یکپارچه‌سازی سیستم زیرسیستم‌های بادی، خورشیدی و ذخیره‌سازی را در یک چارچوب واحد ترکیب می‌کند. روش بار معادل برای مدیریت نوسانات بار استفاده می‌شود و یک معادله تعادل توان سیستم ایجاد می‌شود. شاخص‌های قابلیت اطمینان مانند احتمال عدم تأمین بار (LOLP) و انرژی منتظره‌ای که تأمین نمی‌شود (EENS) برای ارزیابی عملکرد سیستم معرفی می‌شوند. شبیه‌سازی سری‌های زمانی توالی برای محاسبه حالت‌های عملکرد سیستم در مقیاس‌های زمانی مختلف استفاده می‌شود.
مدل تعاملات بین زیرسیستم‌ها مانند سایه‌گیری توربین‌های بادی بر روی پانل‌های PV را در نظر می‌گیرد. همچنین یک رابط شبکه را شامل می‌شود که تحلیل استراتژی‌های عملیاتی متصل به شبکه را ممکن می‌سازد، از جمله تخصیص اقتصادی تحت تعرفه‌های زمانی و خدمات تنظیم فرکانس شبکه. خروجی‌ها شامل تولید کلی توان، نرخ تأمین بار و شاخص‌های عملکرد اقتصادی هستند که پایه‌ای جامع برای برنامه‌ریزی، طراحی و تصمیم‌گیری عملیاتی سیستم فراهم می‌کنند.
3. روش‌های بهینه‌سازی و تحلیل تجربی سیستم‌های هیبریدی باد-خورشیدی
3.1 تابع هدف و محدودیت‌ها
تابع هدف بهینه‌سازی اهداف اقتصادی، قابلیت اطمینان و محیطی را یکپارچه می‌کند. هدف اقتصادی کاهش هزینه کل سیستم، از جمله سرمایه‌گذاری اولیه، عملیات و نگهداری (O&M) و هزینه‌های جایگزینی را شامل می‌شود. هدف قابلیت اطمینان به حداکثر رساندن قابلیت اطمینان تأمین توان، با کمینه کردن LOLP کمیت‌سازی می‌شود. هدف محیطی با حداکثر رساندن کاهش تولید دی‌اکسید کربن اندازه‌گیری می‌شود.
محدودیت‌ها شامل تعادل توان، محدودیت‌های ظرفیت ذخیره‌سازی و محدودیت‌های عملکرد تجهیزات هستند. محدودیت تعادل توان اطمینان می‌دهد که تقاضای بار در تمام زمان‌ها تأمین شود. محدودیت‌های ظرفیت ذخیره‌سازی عمق دیشارژ (DOD) را محدود می‌کنند تا عمر باتری را افزایش دهند. محدودیت‌های تجهیزات قدرت نامی و ویژگی‌های عملکردی اجزا را در نظر می‌گیرند. روش وزن‌دهی چندهدفه این اهداف را در یک تابع هدف واحد یکپارچه می‌کند، با وزن‌هایی که بر اساس ترجیحات تصمیم‌گیرنده و سناریوهای کاربردی تعیین می‌شوند.
3.2 کاربرد بهینه‌سازی گروه ذرات (PSO)
بهینه‌سازی گروه ذرات (PSO)، یک الگوریتم بهینه‌سازی هوشمند، در طراحی سیستم‌های هیبریدی باد-خورشیدی استفاده می‌شود. PSO با شبیه‌سازی رفتار گله‌های پرنده در فضای راه‌حل به دنبال راه‌حل‌های بهینه می‌گردد. هر ذره نمایانگر یک ساختار سیستم احتمالی است، شامل متغیرهای تصمیم‌گیری مانند ظرفیت توربین بادی، ظرفیت PV و ظرفیت ذخیره‌سازی. موقعیت و سرعت ذرات به طور تکراری به‌روزرسانی می‌شوند تا به بهینه جهانی همگرا شوند.
برای بهبود عملکرد، استراتژی وزن لختی خطی کاهشی به کار گرفته می‌شود—با حفظ کاوش قوی جهانی در اوایل و افزایش استخراج محلی در مرحله بعد. جهش تطبیقی برای اجتناب از بهینه‌های محلی معرفی می‌شود. با توجه به پیچیدگی مسئله، استراتژی کدگذاری سلسله‌مراتبی متغیرهای پیوسته و گسسته را جدا می‌کند. الگوریتم در صورت رسیدن به تعداد تکرار حداکثری یا وقتی که مقدار بهینه در تکرارهای متوالی تغییر کمتر از یک آستانه داشته باشد، متوقف می‌شود.
3.3 طراحی آزمایش و تنظیمات پارامترها
آزمایش بر اساس داده‌های واقعی هواشناسی و بار از یک منطقه خاص، با استفاده از یک سال معمولی از داده‌های ساعتی است. ورودی‌های هواشناسی شامل سرعت باد ساعتی، تابش خورشیدی و دمای محیط است. پروفایل‌های بار الگوی مصرف یک پارک صنعتی معمولی را دنبال می‌کنند که تغییرات فصلی و روزانه را منعکس می‌کنند. پارامترهای تجهیزات از توربین‌های بادی و ماژول‌های PV تجاری اصلی انتخاب می‌شوند و داده‌های عملکرد از گزارش‌های تست سازنده‌ها منشا می‌گیرند.
باتری لیتیوم-یون برای ذخیره‌سازی استفاده می‌شود، با پارامترهایی از جمله ظرفیت اسمی، کارایی شارژ/دیشارژ و عمر دوره‌ای. پارامترهای PSO به شرح زیر تنظیم می‌شوند: اندازه جمعیت = ۵۰، تعداد تکرار حداکثر = ۱۰۰۰، وزن لختی خطی کاهشی از ۰.۹ به ۰.۴، و عوامل یادگیری c1 و c2 هر دو به ۲ تنظیم می‌شوند. برای اطمینان از قابلیت اعتماد نتایج، هر کانفیگوراسیون ۳۰ بار اجرا می‌شود و میانگین به عنوان نتیجه نهایی در نظر گرفته می‌شود.
3.4 شاخص‌های ارزیابی عملکرد سیستم
شاخص‌های ارزیابی عملکرد شامل جنبه‌های فنی، اقتصادی و محیطی هستند. شاخص‌های فنی شامل قابلیت اطمینان سیستم، نرخ استفاده از انرژی و هموارسازی توان هستند. قابلیت اطمینان با شاخص توانایی تأمین (RSCI) و احتمال فقدان تأمین برق (LPSP) اندازه‌گیری می‌شود. نرخ استفاده از انرژی کارایی انرژی‌های تجدیدپذیر را منعکس می‌کند، در حالی که هموارسازی توان پایداری خروجی را ارزیابی می‌کند. شاخص‌های اقتصادی شامل هزینه‌ی سطح‌بندی برق (LCOE)، ارزش فعلی خالص (NPV) و دوره بازگشت سرمایه هستند. LCOE هزینه‌های چرخه حیات را در نظر می‌گیرد، NPV سودآوری پروژه را منعکس می‌کند و دوره بازگشت سرمایه سرعت بازیابی سرمایه را ارزیابی می‌کند.
شاخص محیطی کاهش تولید دی‌اکسید کربن است که با مقایسه با تولید مبتنی بر سوخت‌های فسیلی محاسبه می‌شود. علاوه بر این، یک شاخص عملکرد ترکیبی—شاخص سودمندی سیستمی (SCBI)—جنبه‌های فنی، اقتصادی و محیطی را از طریق جمع‌زنی وزن‌دار یکپارچه می‌کند. این شاخص‌ها و وزن‌های آنها بر اساس قضاوت خبرگان و نیازهای عملی تعیین می‌شوند و ارزیابی جامع عملکرد سیستم و پشتیبانی از تصمیم‌گیری آگاهانه را فراهم می‌کنند.
