چکيده— انتظار می رود که سیستم ترکیبی مستقل تولید توان (شامل انرژی بادی/ انرژی خورشیدی/ باطری) - که انرژی های مکمل طبیعت یعنی انرژی بادی و خورشیدی را به صورت کامل مورد بهره برداری قرار می دهد - در بین تکنولوژی های متعدد تولید انرژی که به تازگی توسعه یافته اند، از کاربرد گسترده ای برخوردار شود. برای ایجاد مصالحه و توازن میان قابلیت اطمینان و هزینه، ظرفیت سیستم ترکیبی تولید توان می بایست بهینه سازی گردد. در این کار تحقیقاتی، هر یک از بخش های سیستم ترکیبی تولید توان (شامل انرژی بادی/ انرژی خورشیدی/ باطری) بصورت مفصل و با جزئیات کامل مورد بررسی قرار می گیرند و یک تابع هدف که مجموع احتمالات مربوط به هزینه ها و تلفات در فرآیند تولید توان را با یکدیگر ترکیب می نماید، ایجاد می شود. به منظور رفع مسائلی از قبیل غیر خطی بودن و محاسبات حجیم و پیچیده، یک الگوریتم PSO توسعه یافته است که لیست ممنوعه ای را گرد آوری می نماید و به این ترتیب محدوده جستجو را گسترش می دهد و بعلاوه این الگوریتم به منظور توسعه و ارتقای ظرفیت جستجوی سراسری، عملیات «راه اندازی مجدد» و «اغتشاش» را معرفی می کند. نتایج شبیه سازی نشان می دهند که الگوریتم پیشنهادی در مقایسه با الگوریتم استاندارد PSO قادر است تا نتایج بهتری را در خصوص حل مسئله تخصیص بهینه ظرفیت سیستم ترکیبی مستقل تولید توان (شامل انرژی بادی/ انرژی خورشیدی/ باطری) ، فراهم آورد.

Abstract:  A standalone wind/solar/battery hybrid power system, making full use of the nature complementarity between wind and solar energy, has an extensive application prospect among various newly developed energy technologies. The capacity of the hybrid power system needs to be optimized in order to make a tradeoff between power reliability and cost. In this study, each part of the wind/solar/battery hybrid power system is analyzed in detail and an objective function combining total owning cost and loss of power supply probability is built. To solve the problems with non-linearity, complexity and huge computation, an improved particle swarm optimization (PSO) algorithm is developed, which integrates the taboo list to broaden the search range and introduces ‘restart’ and ‘disturbance’ operation to enhance the global searching capability. The simulation results indicate that the proposed algorithm is more stable and provides better results in solving the optimal allocation of the capacity of the standalone wind/solar/battery hybrid power system compared with the standard PSO algorithm.