We develop a simulation-based meta-heuristic approach that determines the optimal size of a hybrid renewable energy system for residential buildings. This multi-objective optimization problem requires the advancement of a dynamic multi-objective particle swarm optimization algorithm that maximizes the renewable energy ratio of buildings and minimizes total net present cost and CO₂ emission for required system changes. Three proven performance metrics evaluate the quality of the Pareto front generated by the proposed approach. The obtained results are compared against two reported multi-objective optimization algorithms in the related literature. Finally, an existing residential apartment located in a cold Canadian climate provides a test case to apply the proposed model and optimally size a hybrid renewable energy system. In this test application, the model investigates the potential use of a heat pump, a biomass boiler, wind turbines, solar heat collectors, photovoltaic panels, and a heat storage tank to produce renewable energy for the building. Furthermore, the utilization of plug-in electric vehicles for transportation reduces gasoline use where all power is generated by the building, and the utility provides the means to match intermittent renewable generation from solar and wind to the building electrical loads. Model results show that under the chosen meteorological conditions and building parameters a wind turbine, and plug-in electric vehicle technologies are consistently the optimal option to achieve a target renewable energy ratio. In particular, the optimization result shows that the renewable energy ratio can achieve near 100% by installing a 73 kW wind turbine, a 200 kW biomass boiler, and using plug-in electric vehicles. This option has a net present cost of C$705,180 and results in total CO₂ emission of 2.4 ton/year. Finally, a sensitivity analysis is performed to investigate the impact of economic constants on net present cost of the obtained non-dominated solutions

چکیده

ما یک روش فرا ابتکاری مبتنی بر شبیه سازی را که اندازه بهینه یک سیستم انرژی تجدید پذیر هیبرید را برای ساختمان های مسکونی تعیین می کند، به کار برده ایم. این مسئله بهینه سازی چندمنظوره نیازمند به کارگیری یک الگوریتم بهینه سازی چندمنظوره انبوه ذرات به صورت دینامیکی است که نسبت انرژی تجدید پذیر را در ساختمان ها ماکزیمم سازی نموده و هزینه خالص فعلی و نیز انتشار CO₂ را نیز برای تغییرات مورد نیاز سیستم مینیمم سازی می کند. سه معیار عملکرد مختلف که قبلاً اثبات شده است، کیفیت جبهه پارتوی تولید شده توسط روش پیشنهادی را ارزیابی می کند. نتایج به دست آمده با دو الگوریتم بهینه سازی چندمنظوره که در مقالات مرتبط گزارش شده است مقایسه می گردد. در نهایت، یک آپارتمان مسکونی ساکن در یک منطقه کانادایی به عنوان مورد مطالعه ای انتخاب شده تا مدل پیشنهادی و نیز اندازه بهینه یک سیستم انرژی تجدید پذیر هیبرید را روی آن اعمال کنیم. در این مورد آزمایشی، مدل پیشنهادی، قابلیت استفاده از یک پمپ حرارتی، یک بویلر بیومس، توربین های بادی، کلکتورهای خورشیدی، پنل های فتوولتائیک، و یک مخزن ذخیره سازی حرارتی را برای تولید انرژی تجدید پذیر برای ساختمان بررسی می کند. علاوه بر این، استفاده از خودروهای برقی پلاگین برای حمل و نقل بدون استفاده از بنزین مورد استفاده قرار گرفته است که در آن تمامی ‌توان توسط خود ساختمان تولید شده و شبکه اصلی ابزارهایی را برای منطبق سازی انرژی تولیدی متناوب که از منابع خورشیدی و بادی تولید شده است، با بارهای الکتریکی ساختمان ارائه می کند. نتایج مدل نشان می دهد که تحت شرایط مبتنی بر روش انتخاب شده و پارامترهای ساختمان، یک توربین بادی، و فناوری های خودروی برقی هیبرید، گزینه های بهینه ای هستند که برای دستیابی به یک نسبت انرژی تجدید پذیر با هم کاملاً سازگاری دارند. به ویژه، نتایج بهینه سازی نشان می دهد که نسبت انرژی تجدید پذیر می تواند با نصب یک توربین بادی 73 kW، یک بویلر بیومس 200 kW و استفاده از خودروهای برقی هیبرید، به نزدیک 100% برسد. این گزینه دارای هزینه خالص فعلی برابر C$705,180 بوده و نتایج به دست آمده برای کل میزان انتشار CO₂ برابر 2.4 تن در هر سال است. در نهایت، یک آنالیز حساسیت به منظور بررسی اثر پارامترهای اقتصادی روی هزینه خالص فعلی برای پاسخ های غیر غالب به دست آمده اعمال شده است.

1-مقدمه

در دهه های اخیر، مصرف سوخت فسیلی و در نتیجه اثرات زیست محیطی آن به یک نگرانی جهانی تبدیل شده است. ساختمان ها در حدود 40% از تقاضای انرژی را به خود اختصاص می دهند. در حال حاضر، ساختمان های مسکونی سهم اصلی را در مصرف انرژی (70%) در بخش مسکونی دارند. از این رو، برنامه ریزی سمت تولید و تقاضا نیازمند کاهش این تقاضای انرژی و نیز تأمین باقی انرژی بار به کمک منابع انرژی تجدید پذیر می باشد