本研究提出了一种最佳电网连接混合微电网框架，旨在解决发展中国家教育机构面临的持续电力可靠性挑战，以印度西孟加拉邦的一所农村大学校园为案例研究。频繁的电网停电导致对柴油发电机的高度依赖，造成能源成本上升至₹11.74/kWh（≈ USD 0.14/kWh）以及年二氧化碳排放量高达650.37公吨。为了克服这些问题，提出了一种结合太阳能光伏（PV）、风力涡轮（WT）和现有柴油发电机（DG）基础设施的混合系统架构。使用最近开发的鹈鹕优化算法（POA）对组件规模进行优化，该算法显示出优越的收敛特性和解决方案质量。基于真实气象和负载数据的模拟结果确认，集成的PV-WT-DG-电网系统实现了42%的能源成本下降，使平准化能源成本（LCOE）降至₹6.82/kWh（≈ USD 0.082/kWh），同时二氧化碳排放减少了83%，降至每年109.72公吨。研究结果强调了POA在现实条件下微电网设计的适用性，并突显了以可再生能源为主的混合系统的经济和环境可行性。所提方法为在类似资源受限环境中的机构提供了可复制和供应商导向的模型，为政策制定者和能源规划者在弱电网或偏远地区寻求可靠、低碳能源解决方案提供了宝贵见解。
Maity等（周二）研究了这个问题。