Resumen

Este estudio se centra en la optimización de un sistema híbrido de energía conformado por tecnología fotovoltaica, turbina generadora de energía eólica, un banco de batería y un generador diesel, a través de un algoritmo computacional suave metaheurístico conocido como optimizador Manta Ray Foraging  (MRFO).Este se emplea a fin de minimizar el costo anual del sistema (ASC) y mejorar la confiabilidad para abastecer un área norte sin conexión a la red en Arabia Saudita. En cuanto a la verificación de resultados, el MRFO se compara con otros cinco algoritmos de computación blanda: optimización de enjambre de partículas (PSO), algoritmo genético (GA), algoritmo de optimización de saltamontes (GOA), algoritmo big-bang-big-crunch (BBBC), y optimización de los halcones de Harris (HHO). De acuerdo con los hallazgos de la optimización, el algoritmo MRFO es superior en términos de  captura de solución global y tiempo de convergencia.

• Materias:Optimización matemática Generación de energía fotovoltáica Energía solar Energía eólica Algoritmos (Matemáticas) Algoritmos (Computadores)
• Subjects:Mathematical optimization Photovoltaic power generation Solar energy Wind energy Agorithms (Math) Computer algorithms
• Palabras claves:Sistemas híbridos de energía independientes, Costo anualizado del sistema, Fracción de energía renovable, Excedente de energía, Optimizador de forrajeo de mantarrayas (MRFO), Algoritmos de computación blanda
• Keywords:Off-grid hybrid energy systems, Annualized system cost, Renewable energy fraction, Surplus energy, Manta ray foraging optimizer (MRFO), Soft computing algorithms