Dimensionnement optimal d'un système hybride d'énergie renouvelable intelligent en utilisant différents algorithmes d'optimisation

Les sources d'énergie renouvelable hybride (HRE) sont devenues une alternative populaire dans les zones isolées et rurales, en raison de l'augmentation des prix des combustibles fossiles et de leurs émissions de CO2. Cet article examine l'application de méthodes d'optimisation récentes pour dédier la configuration optimale des sources d'HRE. Ces sources d'HRE comprennent des panneaux photovoltaïques (PV), des éoliennes (WT) avec un système de stockage par batterie (BSS) et des générateurs diesel de secours (DG). La fonction de coût pour le problème d'optimisation a été choisie comme étant le coût de l'énergie (COE) et la probabilité de perte de fourniture d'énergie du système HRE. La fonction principale des algorithmes d'optimisation est de minimiser cette fonction de coût. Cependant, la configuration optimale ne peut être réalisée sans respecter les contraintes de fiabilité et d'exploitation du système. Des algorithmes de nuées salp (SSA), l'optimiseur de loup gris (GWO) et l'optimiseur de loup gris amélioré (IGWO) ont été employés comme techniques d'optimisation. Pour évaluer l'efficacité de ces techniques d'optimisation, elles ont été appliquées en utilisant la simulation MATLAB. Une comparaison de leurs résultats a été réalisée afin de déterminer quelle technique était la plus efficace. De plus, une étude statistique a été menée pour déterminer la stabilité de performance de chaque stratégie d'optimisation. Les résultats ont révélé les variables optimales, y compris le nombre de PV, WT, banques de batteries (BB) et la capacité des DG. Au cours d'une année, la configuration optimisée a été mise à l'épreuve contre une étude de ses coûts d'investissement et de carburant. L'IGWO a montré les meilleures performances parmi les trois techniques, tandis que les résultats statistiques prouvent la robustesse de l'algorithme SSA.