GENETİK ALGORİTMA İLE DAĞITIK ENERJİ SİSTEMLERİNİN MODELLENMESİ


Özet Görüntüleme: 116 / PDF İndirme: 32

Yazarlar

DOI:

https://doi.org/10.5281/zenodo.12565265

Anahtar Kelimeler:

Dağıtık enerji sistemleri, Ağ tasarımı, Genetik algoritma

Özet

Dağıtık Enerji Sistemleri (DES), küçük yerel ünitelerde elektrik enerjisi ile birlikte ısıtma ve soğutma enerjilerini de bir arada üretebilirler. Kojenerasyon (ikili üretim, ısı ve elektrik enerjisi) veya trijenerasyon (üçlü üretim, ısıtma, soğutma ve elektrik enerjisi) sistemleri ile eş zamanlı enerji üretiminden yüksek termodinamik verim ve birincil enerji tasarrufu sağlanmaktadır. Son kullanıcıların yakınında konumlandırılan enerji üretim üniteleri ile de enerji iletim kayıpları önemli ölçüde azaltılabilmektedir. Ayrıca bu sistemler, yerel yenilenebilir enerji kaynaklarından da (örneğin güneş, rüzgâr ve biokütle) yararlanma fırsatı sunarak enerji üretim sistemlerine esneklik katmaktadırlar. Matematiksel modelleme, DES'lerin optimum tasarımı için sıklıkla tercih edilen bir yaklaşımdır. Ancak NP-zor yapısındaki bu ağ tasarımı ve atama modellerinde değişken sayısı arttıkça model karmaşıklaşmaktadır. Dağıtık enerji sistemlerinin altyapı ihtiyaçlarını dikkate alan sürdürülebilir kentsel planlama için genel bir çerçeve öneren matematiksel modelde, özellikle talep noktası sayısı ve kapsama mesafesi arttıkça çözüm süresinin uzadığı görülmüştür. Bu çalışmada, bölgesel ölçekli dağıtık enerji üretim noktalarının atanması ve ısıtma/soğutma ağının optimum tasarımı için geliştirilen matematiksel modele alternatif olarak sezgisel bir algoritma önerilmektedir. Enerji dağıtım kayıplarını ve taşıma maliyetlerini azaltmak amacıyla önerilen kapasiteli sabit maliyetli yer seçimi modeline, arz ve talep noktaları arasındaki olabilecek en büyük mesafenin de dikkate alındığı maksimum kapsama mesafesinin entegre edilmesiyle oluşturulan matematiksel modelin çözüm sonuçları,  sezgisel algoritma ile elde edilen sonuçlarla karşılaştırılmıştır. Bu bağlamda, daha kısa çözüm süresinde optimuma yakın çözümler elde etmek amacıyla genetik algoritma temelli bir çözüm yöntemi geliştirilerek elde edilen sonuçlar değerlendirilmiştir.

Referanslar

Clarke, F., Dorneanu, B., Mechleri, E., & Arellano-Garcia, H. (2021). Optimal design of heating and cooling pipeline networks for residential distributed energy resource systems. Energy. Retrieved from https://www.sciencedirect.com/science/article/pii/S0360544221016789

Egberts, P., Tümer, C., Loh, K., & Octaviano, R. (2020). Challenges in heat network design optimization. Energy. Retrieved from https://www.sciencedirect.com/science/article/pii/S0360544220307957

Holland, J. (1992). Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence. Retrieved from https://books.google.com/books?hl=tr&lr=&id=5EgGaBkwvWcC&oi=fnd&pg=PR7&dq=Holland,+J.H.+(1975).+Adaptation+in+natural+and+artificial+systems:+an+introductory+analysis+with+applications+to+biology,+control,+and+artificial+intelligence+&ots=mKgj-ZMjpi&sig=_

Li, H., & Svendsen, S. (2013). District heating network design and configuration optimization with genetic algorithm. Journal of Sustainable Development of Energy, 1(4), 291–303. doi:10.13044/j.sdewes.2013.01.0022

Luz-Silveira, J., Beyene, A., Leal, E., & Santana, J. (2002). Thermoeconomic analysis of a cogeneration system of a university campus. Applied Thermal Engineering. Retrieved from https://www.sciencedirect.com/science/article/pii/S1359431102000649

Obara, S. (2007). Equipment arrangement planning of a fuel cell energy network optimized for cost minimization. Renewable Energy, 32(3), 382–406. doi:10.1016/J.RENENE.2006.02.012

Ok, Y, & Atak, M. (2018). Allocation of distributed energy systems at district-scale over wide areas for sustainable urban planning with a MILP model. Mathematical Problems in Engineering. Retrieved from https://www.hindawi.com/journals/mpe/2018/4208415/abs/

Ok, Yeşim. (2016). The Network Desıgn For Dıstrıct-Scale Dıstrıbuted Energy Generatıon Systems Based On Coverage Dıstance (Bölge-ölçekli dağıtık enerji üretim sistemleri için kapsama mesafesi temelli ağ tasarımı). Gazi University. Retrieved from https://acikbilim.yok.gov.tr/handle/20.500.12812/298153

Sameti, M., & Haghighat, F. (2017). Optimization approaches in district heating and cooling thermal network. Energy and Buildings. Retrieved from https://www.sciencedirect.com/science/article/pii/S0378778816312245

Yang, Y., Zhang, S., & Xiao, Y. (2015). An MILP (mixed integer linear programming) model for optimal design of district-scale distributed energy resource systems. Energy. Retrieved from https://www.sciencedirect.com/science/article/pii/S036054421500907X

Yayınlanmış

2024-06-27

Nasıl Atıf Yapılır

Ok, Y., & Atak, M. (2024). GENETİK ALGORİTMA İLE DAĞITIK ENERJİ SİSTEMLERİNİN MODELLENMESİ. ARCENG (INTERNATIONAL JOURNAL OF ARCHITECTURE AND ENGINEERING) ISSN: 2822-6895, 4(1). https://doi.org/10.5281/zenodo.12565265