【正文】 參考文獻 (略 ) 原文出處： Wei Zhou et al. Current status of research on optimum sizing of standalone hybrid solar–wind power generation systems[J] Applied Energy 87 (2022) 311– 319. 。 本文中，詳細在第一階段設(shè)計的 對 可再生能源資源分析 ， 混合型 太陽能風力 系統(tǒng)的最佳大小和根據(jù)負載需求的最佳資源分配 對 該混合動力系統(tǒng)的初始成本和運行成本 分析 是必不可少的。 用 大多數(shù)常用的標準， 在 系統(tǒng)成本的影響評估系統(tǒng)供電 的 可靠性。 本文綜述了這項技術(shù)的最新進展，其中包括可行性研究，模擬分量，系統(tǒng)優(yōu)化和控制技術(shù) 優(yōu)化 。它通常只 需要 一個能源的電力供應(yīng)，比電網(wǎng)應(yīng)用系統(tǒng)更適合。 根據(jù)上面給出的詳細說明，表 2顯示了不同的優(yōu)化軟件和技術(shù)的相對優(yōu)點和缺點 。 Pareto 強度進化算法也適用于多目標設(shè)計的混合動力系統(tǒng)。n[110]提出了三重的多目標優(yōu)化，同時最大限度地減少整個安裝過程的污染物排放的二氧化碳（ CO2）和未負載以提高使 用壽命。 DufoL243。 BernalAgust237。多 目標的設(shè)計任務(wù) 從 多目標進化算法中脫穎而出，被應(yīng)用在眾多的論文 中。這映射排放的成本是主觀的，并影響 了 設(shè)計的結(jié)果。到現(xiàn)在為止，計算后獲得的污染物排放量通常 以 最大限度地降低成本 為 設(shè)計標準 。在專業(yè)技術(shù)文獻 [ 27,70,108 ]， 這些系統(tǒng)的設(shè)計通常是通過搜索配置或控制， 以 產(chǎn)生最低的總通過安裝的使用壽命成本 為設(shè)計依據(jù) 。 因此，在這方面的問題 上 得到了良好的效果的任務(wù)實物（多目標）是復(fù)雜的。在最佳大小 的太陽能風力 柴油混合系統(tǒng) 中 ，我們進行設(shè)計希望同時考慮至少兩個目標（成本和污染物排放）?；谀：壿嫼瓦z傳算法技術(shù) 上 一些新的方法 [ 105， 106 ]也提出了在電池和柴油的調(diào) 度 上 生成 太陽能風力 柴油混合系統(tǒng)。該控制器確定 了 每個系統(tǒng)的能量組件和系統(tǒng)的環(huán)保積分。 用 三個能 量 源的控制 技術(shù) ， 達到 最佳效率模糊邏輯控制技術(shù) 來 提供能量，它實現(xiàn) 了 最大功率跟蹤太陽能和風能的能量， 達 到一個固定的 DC電壓總線的最大功率。 除了傳統(tǒng)方法外，一些先進的控制技術(shù) 也 存在， 它們 可以拔下電源波動而引起可能影響的可再生能源的可變性的質(zhì)量傳遞到負載的功率 上 。 Valenciaga 和 Puleston[100]和Onar 等人 [101]開發(fā)混合動力系統(tǒng)的控制器。一些研究人員使用不同常規(guī) 的方法 控股不同組合的混合能源技術(shù) [ 98]系統(tǒng)。 傳統(tǒng)的方法，根據(jù)使用的各種混合系統(tǒng)需求的負載要求控制電源。電源的穩(wěn)定性和質(zhì)量的關(guān)鍵問題 在于 動態(tài)交互可再生能源和負載之間， 但 可能導致 的因素 在傳統(tǒng)的電力系統(tǒng) 中 不是很常見。 表 1 試點混合太陽能風力發(fā)電項目的詳細設(shè)計參數(shù) 加載 光伏陣列 風力發(fā)電機 組電池容量 設(shè)計參數(shù) 1500W (+24 V) MBFP100 WT6000/024 GFM1000 (2 V) 100W 78 = kW 6 kW 2 = 12 kW 5000 Ah (24 V) (176。人工神經(jīng)網(wǎng)絡(luò)使用少數(shù)的TRNSYS模擬進行訓練。 Kalogirou 利用人獨立混合太陽能風力發(fā)電系統(tǒng)的最佳規(guī)模的研究現(xiàn)狀 10 工神經(jīng)網(wǎng)絡(luò)和遺傳算法 [ 97 ]提出了一種太陽能系統(tǒng)優(yōu)化的數(shù)學模型。 人工神經(jīng)網(wǎng)絡(luò)被稱為“神經(jīng)網(wǎng)絡(luò)”，是一個基于生物神經(jīng)網(wǎng)絡(luò)數(shù)學模型或計算模型的網(wǎng)絡(luò) 。根據(jù)項目需求和技術(shù)的考慮，選擇 的 連續(xù) 1500W 作為能源消耗的需求負荷，詳細的設(shè)計參數(shù)如表 1所示。始建 的 電力來自可再生能源 供應(yīng)一個沿中國東南沿海偏遠的島嶼（ Dalajia 島）的電信 [1,4]。遺傳算法也被廣泛使用在大電源的配電系統(tǒng) 的 設(shè)計 [95] ，電力經(jīng)濟調(diào)度的解決方案 中 [96 ]，因為他們有能力處理復(fù)雜的問題 和 線性或非線性的成本函數(shù)都準確的問題和效率。 DufoL243。這種優(yōu)化模型，提出了計算系統(tǒng)最優(yōu)配置，該配置可以實現(xiàn)以最小的所需 LPSP系統(tǒng)的年度成本。方法建議在市售的列表系統(tǒng)設(shè)備的最佳數(shù)目和不同的單位 下 ， 以 確保 滿足 20年一輪的系統(tǒng)總成本最小化的遺傳算法負載能量的要求， 擺脫 負荷的約束。由于概率開發(fā)方案的解決，并不局限于遺傳算法局部最優(yōu)，它可以找到全局最優(yōu)的系統(tǒng)配置與相對于傳統(tǒng)計算簡單的如動態(tài)規(guī)劃的優(yōu)化方法梯度技術(shù)。 選擇遺傳算法 是 因為他們已經(jīng) 被 證明是非常適用于非線性系統(tǒng) 。 人工智能一個最廣泛意義上的術(shù)語，意味著一臺機器的能力或工藝 能 執(zhí)行類似人類思想的多種功能 [94]。 對于迭代優(yōu)化法，優(yōu)化體系成本實現(xiàn)線性變化的值相應(yīng)的決策變量采用線性規(guī)劃技術(shù)，導致在次優(yōu)的解決方案中，要求增加計算工作量。從這個迭代過程中，獲得了太陽能風力發(fā)電能力的幾種可能的組合。 先 確定所需的 LPSP值最優(yōu)的配置最后反復(fù)搜索所有可能的套配置實現(xiàn)能源均化成本最低。 Yang 等人 [2]提出了一種混合型 太陽能風力 系統(tǒng)優(yōu)化 （ HSWSO） 模型，它利用 LPSP模型迭代優(yōu)化技術(shù)和電源的可靠性和系統(tǒng)能量模型均化成本。最后，包括數(shù)值例子應(yīng)用程序說明概率模型的有效性： 將 結(jié)果進行比較，以產(chǎn)生時間序列模擬 。 沈陽農(nóng)業(yè)大學學士學位論文外文翻譯 9 Tina 等 [91]提出了一種基于卷積技術(shù)的概率方法 [92]消除波動性的資源和負載，從而消除了 需要 長時間 的時間序列數(shù)據(jù)，以評估 太陽能風力 的混合系統(tǒng) 的 長期表現(xiàn)， 并 可獨立并網(wǎng)應(yīng)用。 Gordon[90]和 Bagul 等對 Bucciarelli 的方法 進行了 修改 。在每天的概率密度遞增或遞減的存儲水平 的基礎(chǔ)上 近似 劃分 為兩個事件的概率分布 [88]。 用 上漿概率的方法 研究太陽能風力 混合系統(tǒng) 在 太陽輻射的影響 上 風速 的 變化。 另一種圖形化的技術(shù)已由 Markvart 給出 [86] ，考慮每月平均太陽能和風能的能量值以優(yōu)化設(shè)計混合太陽能風力發(fā)電系統(tǒng) 。最小費用將在之間的關(guān)系的曲線 的 切點 上 ，它表示數(shù)量的光伏組件的電池的數(shù)目。為給定的負載和所希望的 LPSP ， 在 最優(yōu)的配置或電池和光伏組件的數(shù)量計算的基礎(chǔ)上，該系統(tǒng)的成本最低。 建設(shè) 方法 Borowy 和 Salameh 用 一個圖形化的 建設(shè) 技術(shù)基于長期使用的太陽輻射和風速的數(shù)據(jù)記錄為一個獨立的 太陽能風力 混合系統(tǒng) 算出 光伏陣列和電池的最佳組合 [33]， 在 30 年的日子 里 可每隔一小時。 太陽能風力 混合系統(tǒng)的各種優(yōu)化技巧 在 已報道的文獻 中 ，如圖形建設(shè)方法，概率法，迭代技術(shù)，人工情報的方法，多目標設(shè)計 法 。 優(yōu)化變量的數(shù)目 的 增加數(shù)字的模擬也成倍增加，隨之所需時間和精力也 在增加。 Protogeropoulos 等 [79]以每年平均法進一步簡化了這一過程。為了優(yōu)化混合動力系統(tǒng)的性能，以減少 模擬的時間和減少使用的變量數(shù)已進行了許多努力。 時間步長的模擬方法的主要缺點是，它需要顯著的計算工作量。其他應(yīng)用程序，也可以使用時間序列 的方法仿真包括 BaringGould 等 [81]和 Notton 等 [82]， 他們 分別使用增量為 1小時， 1分鐘的時間尺度。 BorowySalameh [43]開發(fā)了一種算 法來優(yōu)化混合太陽能風系統(tǒng) 。一般情況下，研究人員使用的時間序列氣象站數(shù)據(jù)的可行性 作為 混合動力系統(tǒng)的研究和設(shè)計。相反“最 好 的月份”的方法，這種方法選擇了最獨立混合太陽能風力發(fā)電系統(tǒng)的最佳規(guī)模的研究現(xiàn)狀 8 糟糕的一個月為最大的光伏組件總面積風力發(fā)電機 發(fā)電數(shù)據(jù) 。第二種方法是“最糟糕的一個月”的方法，它選擇了最糟糕的月份 的 太陽能和風能系統(tǒng)數(shù)據(jù) 。第一種是“每年每月平