Optimal Sizing of Hybrid Energy System Using Random Exploratory Search-Centred Harris Hawks Optimizer with Improved Exploitation Capability
Notice bibliographique
Résumé
Due to the depletion of traditional energy resources, emissions of greenhouse gases, climate change, etc., renewable energy resources (RER) based power generation is becoming the main source of the present and future power sector. The major RERs, including solar, wind, and small hydro, may provide reliable and sustainable solutions in the smart grid environment. Solar and wind energy-based power generation is more prevalent but varies in nature and is not even very predictable very efficiently. Therefore, it has become necessary to integrate two or more RER and develop a hybrid energy system (HES). The HESs provide a cost-effective and reliable power supply with reduced and/or almost negligible greenhouse gas emissions as well. Due to economic and power reliability concerns, the optimal sizing of components is necessary for the development of an optimum HES. In recent years, metaheuristic evolutionary algorithms have been widely used for optimal sizing of HES. Harris hawk’s optimizer (HHO) is a recently devised metaheuristics search method that has the ability to discover global minima and maxima. However, due to its weak exploitation capacity, the basic HHO algorithm’s local search is pretty slow and has a slow rate of convergence. Thus, to boost the exploitation phase of HHO, a new approach, random exploratory search centered Harris hawk’s optimizer (hHHO-ES), has been developed in the present work for optimal sizing of HES. The suggested approach is validated and compared to existing optimization approaches for a variety of well-known benchmark functions, including unimodal, multimodal, and fixed dimensions. Following this, it is used to develop HES, which will be capable of providing power to remote areas where grid supply is scarce. The objective function is formulated using net present cost (NPC) as a prime function under a set of constraints such as bounds of system components and reliability. The obtained results are compared with those from harmony search (HS) and particle swarm optimization (PSO) and found to be better.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».