Electricity cost optimization in energy storage systems by combining a genetic algorithm with dynamic programming
Autores: Lee, Seung-Ju; Yoon, Yourim
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Electricity cost optimization in energy storage systems by combining a genetic algorithm with dynamic programming
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Renovable
Microrred
Sistemas de almacenamiento de energía
Horarios de carga/descarga
Algoritmo genético
Programación dinámica
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Recientemente, los sistemas de almacenamiento de energía (ESSs) están cobrando más importancia a medida que avanzan las tecnologías renovables y de microrredes. Los ESSs pueden actuar como un amortiguador entre la generación y la carga, y permitir a los usuarios finales comerciales e industriales reducir sus gastos de electricidad controlando la cantidad de carga/descarga. En este documento, se propone derivar horarios eficientes de carga/descarga de los ESSs basados en la tarificación por tiempo de uso con energía renovable, mediante una combinación de algoritmo genético y programación dinámica. El rendimiento del método combinado se mejora ajustando el tamaño de las unidades base de la programación dinámica. Mostramos la efectividad del método propuesto mediante la simulación de experimentos con perfiles de carga y generación de diversos consumidores de electricidad comerciales.
Descripción
Recientemente, los sistemas de almacenamiento de energía (ESSs) están cobrando más importancia a medida que avanzan las tecnologías renovables y de microrredes. Los ESSs pueden actuar como un amortiguador entre la generación y la carga, y permitir a los usuarios finales comerciales e industriales reducir sus gastos de electricidad controlando la cantidad de carga/descarga. En este documento, se propone derivar horarios eficientes de carga/descarga de los ESSs basados en la tarificación por tiempo de uso con energía renovable, mediante una combinación de algoritmo genético y programación dinámica. El rendimiento del método combinado se mejora ajustando el tamaño de las unidades base de la programación dinámica. Mostramos la efectividad del método propuesto mediante la simulación de experimentos con perfiles de carga y generación de diversos consumidores de electricidad comerciales.