利用改进的Harris Hawks优化器对混合型可持续与可再生能源系统进行最优规模设计

《Results in Engineering》：Optimum Sizing of Hybrid Sustainable and Renewable Energy Systems Using a Modified Harris Hawks Optimizer

针对阿尔及利亚Sidi Khattab地区提出基于改进Harris Hawks优化算法的离网混合可再生能源系统（PV/WT/Bat），旨在降低总净现成本并提高可靠性。通过对比多种算法，证明MHHO在成本、可靠性和经济性方面表现最佳，为当地工业应用提供了可持续解决方案。

　　在当前全球能源转型的背景下，推动可再生能源的使用成为各国共同关注的焦点。可再生能源的利用不仅有助于减少温室气体排放，缓解全球变暖带来的环境压力，还能够提升能源安全性和可持续性，减少对有限化石燃料资源的依赖。太阳能和风能作为自然界中丰富的能源形式，因其可再生性和清洁性，成为构建可持续能源系统的理想选择。为了提高可再生能源系统的经济性、可靠性和运行效率，研究者们不断探索新的优化方法，以实现不同能源源之间的最优组合。

在本研究中，针对阿尔及利亚Sidi Khattab地区的能源需求，提出了一种独立运行的混合可再生能源系统（HRES），该系统结合了风力发电机（WT）、光伏（PV）和电池（Bat）三种能源形式。这一研究不仅有助于提高当地能源供应的稳定性，还为阿尔及利亚的工业领域提供了可行的可再生能源解决方案。研究的主要目标是降低系统的总净现值（TNPC）和单位成本（COE），同时确保系统的可靠性，这一目标通过损失供电概率（LPSP）作为约束条件得以实现。通过改进的哈里斯鹰优化器（MHHO）算法，研究人员成功优化了系统配置，使得在满足可靠性的前提下，实现了更低的经济成本。

为了实现这一目标，研究团队对哈里斯鹰优化器进行了改进，使其能够更好地应对多目标优化问题。改进的算法引入了“保存最佳三个解”的机制，从而提高了种群的多样性，避免了算法在优化过程中陷入局部最优解。此外，算法还结合了反向学习策略，以提升搜索效率和跳出局部最优的能力。通过比较三种不同的系统配置——光伏/电池、风力/电池和光伏/风力/电池，研究人员发现混合系统（光伏/风力/电池）在经济性和可靠性方面表现最佳。这表明，将多种可再生能源形式结合，并辅以储能技术，是应对能源供应波动和确保稳定运行的有效策略。

研究团队对Sidi Khattab地区的太阳能辐射、温度和风速进行了详细分析，发现该地区具备较高的太阳能资源和一定的风能潜力。尽管风速不足以支撑大规模风力发电项目，但小规模风力发电装置仍能在特定条件下发挥作用。同时，由于该地区气温变化较大，影响了光伏组件的效率，因此，系统设计需要充分考虑温度对能源产出的影响，确保在不同气候条件下都能维持较高的能源利用率。为了确保系统的稳定运行，研究团队还设定了电池的充放电状态（SOC）范围，避免了电池过度放电或充电对系统寿命的影响。

在系统建模方面，研究团队对光伏、风力发电和电池的输出进行了详细建模，考虑了环境因素和系统运行参数对能源供应的影响。通过引入多种优化策略，研究人员能够准确预测系统在不同条件下的运行状态，并据此调整系统配置，以达到最优的经济和环境效益。此外，研究团队还对系统的管理策略进行了探讨，提出了一种基于负载的跟踪策略（LFS），该策略通过实时调整能源生产，确保系统能够高效地满足负载需求，减少能源浪费。

研究的优化方法不仅适用于Sidi Khattab地区的具体案例，还具有推广价值。通过对比多种优化算法，包括原始哈里斯鹰优化器、克里尔优化算法（KOA）、红松鼠算法（RSA）、改进的浣熊优化算法（MCOA）和广义反向社交蜘蛛算法（GOOSE），研究团队发现MHHO在所有配置条件下均表现出色。这一结果表明，改进的算法在处理复杂优化问题方面具有更强的适应性和鲁棒性，能够在多样化的系统条件下找到最优解。

在实际应用中，混合可再生能源系统（HRES）的优化设计不仅有助于降低能源成本，还能够提升系统的整体可靠性。例如，在系统负载增加的情况下，MHHO算法表现出更高的适应性，能够调整系统配置以应对更高的能源需求。同时，当负载减少时，系统运行成本也随之降低，表明该优化方法在不同负载条件下都具有良好的经济性。通过进一步的敏感性分析，研究人员还发现系统的经济性受到负载变化的影响较大，这提示在实际应用中，需要对负载进行有效管理，以提高系统的运行效率和经济性。

此外，研究团队还对混合系统与传统电网供电的经济性和环境效益进行了对比分析。结果显示，混合系统不仅在单位成本（COE）上显著低于电网供电，还在碳排放方面表现出更大的优势。在阿尔及利亚，电网供电主要依赖天然气，而天然气发电每千瓦时的碳排放量约为0.55千克。相比之下，混合系统在满足相同可靠性要求的情况下，能够实现零碳排放，这对于减少大气污染、改善环境质量具有重要意义。

研究还强调了政策支持在推动可再生能源发展中的关键作用。尽管阿尔及利亚政府已经表达了向可再生能源转型的决心，并设定了到2030年实现27%可再生能源发电的目标，但在实际操作中，仍需进一步的政策激励，如碳税等，以加速可再生能源的应用。碳税作为一种经济激励手段，已被证明在其他国家的能源转型中具有显著效果，例如日本通过实施碳税政策，实现了高达53%的碳排放减少。因此，阿尔及利亚可以借鉴这些经验，制定相应的政策以促进可再生能源的广泛应用。

总体而言，本研究不仅在技术层面提出了一个高效的混合可再生能源系统优化方法，还在经济和环境层面提供了有价值的分析。通过改进的哈里斯鹰优化器算法，研究人员成功优化了系统的配置，使其在满足可靠性要求的同时，实现了更低的经济成本。这一成果为阿尔及利亚的能源转型提供了新的思路，并为其他类似气候和工业条件的地区提供了可参考的解决方案。未来的研究可以进一步探讨该优化方法在不同地理环境和负载条件下的适用性，同时关注系统的长期经济性和环境影响，以确保其在实际应用中的可持续性。