一种使用风光互的补混合能源目外文文献翻译.doc

《一种使用风光互的补混合能源目外文文献翻译.doc》由会员分享，可在线阅读，更多相关《一种使用风光互的补混合能源目外文文献翻译.doc（17页珍藏版）》请在三一办公上搜索。

1、 一种使用风光互的补混合能源目 前和未来的发展状况Pragya Nema , R.K. Nema, Saroj Rangnekar 巴基斯坦阿扎德国家技术研究所，能源部，能源中心 巴基斯坦阿扎德国家技术研究所，电气工程系摘要风能和太阳能是无处不在的，免费的，清洁环保的能源。但是由于低风速和太阳能相比的其他不可预知的原因，风力能源系统在技术上不能在所有地方都可行。正是由于有这些不足的存在，使得组合使用这些可再生能源变得越来越有吸引力，并正在广泛被作为石油能源的替代品使用。经济方面的优势使得这些可再生能源技术在增加发展中国家的发电力上表现优秀。一个可再生混合能源系统包括两个或多个能量来源，一个功率

2、调节装置，一个控制器，还有一个可选的能量存储系统。由于先进的可再生能源技术和大幅上升的石油产品价格，在偏远的地区，这些混合能源系统已经成为了受欢迎的供电方式。努力研究和开发太阳能，风能，和其他可再生能源能源技术的要求，继续完善他们的表现，为准确地预测它们的输出和其他常规发电来源可靠得结合而建立技术。本文的目的是审查独立的太阳能光伏发电，风能发电与柴油机或电网等传统的能源的混合领域当前的设计，操作和控制技术。本文还强调了该技术未来的发展，这有可能增加此系统的经济吸引力和用户数量。关键词:混合能源系统、太阳能、风能、可行性研究、模型、优化、控制器内容1. 介绍2. 混合系统的可行性研究分析3. 机

3、组规模和优化4. 建立混合可再生能源系统组件的模型 4.1 建立光伏组件的模型 4.2 建立风能组件的模型 4.3 建立柴油发电机组的模型5. 能量流通和管理的混合控制器 5.1 使用传统的方法 5.2 使用专业系统6. 混合动力系统的设计和操作的未来发展趋势7. 结论 致谢 参考文献1. 介绍一种可行的合理利用可再生能源的技术是在架设电网成本昂贵，燃料成本大幅增加的偏远地方安装混合能源系统。最近在可再生能源方面的研究和进展显示出其在作为一种传统发电系统的替代品方面有着卓越的潜力。为满足在不同的自然条件持续负荷需求，不同的能源和转换器需要相互融合扩展使用来替代能源。在偏远的地方，太阳能，风能，

4、或小规模28，,49的水力发电等等这些可再生能源能够代替发动机驱动的发电机供应电能39,66。混合能源系统已经被证实，在许多情况下能显著降低单机电能供应的总生命周期4，但同时却能提供更加可靠地电力供应3,44。长期广泛使用的混合能源系统指的是一种将可再生和常规能量源与蓄电池，功率调节设备和控制器相结合的单机发电系统57。控制器和功率调节系统1,12用于维护电网功率质量70。另外，这种系统也被称为综合科再生能源系统。混合能源系统的概念如图1所示。在这个系统中，常规系统如柴油发电机或电网被用作备用发电系统。在过去的10年里，许多国家都安装了各种混合能源系统15，18，导致了一些可以与传统和偏远地区

5、基于燃料的电力供应系统竞争的系统2。研究主要集中于性能分析演示系统和高效的电源转换器16,52，如双向逆变器，电池管理单元。最大功率点跟踪器41,58。各种可供选择的模拟方案71，这让混合动力系统拥有偏于操作的最佳大小。近期先进的混合动力系统技术的发展是在一些研究领域中的活动的结果，例如l 由于提供新型电力电子半导体器件性能的提高，电力转换效率、系统的质量和可靠性有了很大进步。l 各种混合动力系统仿真软件的开发；制造过程中不断进步和提高效率的光伏组件。l 专向、自动的控制器的发展，大大提高了混合动力系统的运作，并降低维护要求的发展。l 深循环、可再生能源系统的铅酸电池的发展。l 提供更有效和可

6、靠的交流和直流设备，在其超出的工作寿命时收回额外支出成本。l 混合能源系统的控制器的任务是控制各种系统组件的交互和控制系统的电流，从而提供稳定可靠地能源。 图1随着对净流计介绍的广泛传播，在不久的将来，小型独立的混合能源系统和与电网融合的混合能源系统预计将增长。本文的目的是介绍混合能源系统在设计科操作方面的当前现状，以及展望未来的发展。无论在发达国家还是在发展中国家，混合能源系统给的市场都将扩大。2. 混合动力系统的可行性分析预测在一些特定的地方，气候条件决定了风能和太阳能的可用性和大小。可行性分析预测研究是根据气候数据3（风速，太阳辐射）和特定站点的负荷要求。为了计算现有系统的性能，或在系统

7、给的设计阶段预测能源的消耗或系统产生的能量，需要适当的气象数据。全球的气象数据能通过因特网74或者当地的气象计量站获得。如图2和图3显示的是美国宇航局地表计量站绘制的全球气侯形态图。在图2中红色和黄色表示的地区有较高的风能资源，而用蓝色表示的地区风能资源极为缺乏。图3表示了全球不同地区的太阳能辐射水平。这些全球的气候图能帮助我们设计风光互补发电系统。我们需要为每一个站点选择一个最可行的方案。有些站点可以选择市电或电网，有些站点可以选择发电机，而有的可以选择上面提到的混合能源系统。一些研究人员在进行可行性研究和设计混合能源系统时会参考气象计量站的数据。风光互补发电系统减少了电池组和柴油的需求。风

8、光互补发电系统的可行性严重依赖于所在地区的太阳能辐射量和风能的多少。为了评估风光互补发电系统的可行性选择22，50，研究人员做了很多的可行性和性能报告38。光伏发电的列阵面积，风力发电机的数量和蓄电池的存储能力在满足风光互补系统负载能力上显得尤为重要1。Celik48提出了利用综合气象数据来评估风光互补系统的可行性的技术。Ding 和 Buckeridge54认为，为了确保稳图2 图3定的优势，一个风光互补发电系统应该包括两个或多个可再生能源系统。可以用风能，太阳能或者水能来实现项目站点的照明要求。要规划，建模，设计一个可行的混合发电系统必须要以当地的风能，太阳能，和水能的详细信息为基础。设计

9、忽而规划系统的结构必须以搜集到的各种能源的数据位基础。为了使得到的气象数据更准确45，仿真和建模的周期要超过12个月。该模型还允许确定混合发电系统的最佳容量。Khan和Iqbal22讨论了一个架设在家庭或街道周围的混合发电系统的主要设计和可行性分析。Johns, Newfoundland在街道附近的房子周围搜集了一年的风速，太阳能辐射量和功耗等数据。这些数据被用来进行混合发电细听的可行性研究。 3. 机组规模和优化经过可行性研究之后，我们可以根据气象数据和最大容量来适当的选择设备的尺寸和规模。机组的规模大小对决定系统的可靠性和经济性方面起着重要的作用。这部分主要撰述了不同的研究人员为了确定独立

10、发电系统中风力发电机功率，光伏电池板的数量和电池组的数量所做的研究。Rahm和Chedid30一个独立的风光互补发电系统或并网的风光互发电系统的优化设计的方案。他们在设计和操作阶段要求对大限度的减少电能的平均生产成本，同时要以一个可靠的方式满足负载要求，并考虑到环境因素。因此他们提出了线性规划技术 。Markvart43描述了一个确定风光互补发电系统的光伏阵列和风力发电机组的大小的程序。作者使用太阳能和风能测量数据在给定的位置采用一个简单的图形化建模，确定最优配置的两台发电机，实现满足用户一年四季的能源需求。Katti和Khedkar9 使用每小时的风速，日照，电力需求等数据开发了一种算法，以

11、确定在没有电能损失的情况下需要的风光发电能力。Elhadidy和Shaahid24-26 通过研究风光互补发电系统中电池存储容量的变化所产生的影响计算出风光互发电系统最佳的电池容量。另据作者表示，为平衡存储容量和柴油发电之间的大小，假设一个恒定的风电输出。可以通过计算每小时或者每月的平均功耗，每月的最小光伏发电功率17和每月的平均风力发电功率可以计算出风光互补发电系统的最佳规模。作者通过固定风力发电机的功率，并且对不同容量的光伏发电组和电池组每年损失的功率进行了计算，从而对风光互补发电系统的性能进行了比较；无论是在设计和运作阶段，通过权衡之间的电池组和光伏阵列的容量给曲线，电力以一个可靠地方式

12、运行，同时满足负载要求，并考虑到环境因素，有助于找到最佳配置以最少的成本。他们采用了线性编程技术34，以减低平均生产成本。 研究人员运用各种优化技术，如线性规划20,51，概率方法64，迭代法53，动态规划62，多目标遗传算法19,6来设计最经济的风光互补发电系统。为了计算在小型的，独立的电力系统中风光互补发电系统的可靠性/成本的影响，Karki和Billintons4提出了aMonte-Carlo模拟方法。Samarkou et al.10比较了风光互补发电系统单纯的和其他算法的优化技术。他们在失负荷概率决定最佳比例的太阳能和风力发电能力的风光互补能源系统的基础上提出了一个评价方法；在成本和

13、年自主水平上选择优化系统组合。系统的自主性水平是LOLP的定义条款，并被用来寻找系统配置61。Protogeropoulos et al.34已经开发了一种通用的方法，同时考虑到了诸如自主权，尺寸和优化等设计要素。Ai et al.42提出了一套完整的数学计算方法的优化设计风光互补发电系统。在这种方法中，采用了风力发电机和电池更准确和实用的数学模型，描述光伏模块；结合实测气象数据和每小时的符合数据，性能的风光互补发电系统15是确定一个小时的基础。Yang8开发了一种新的优化模型的混合太阳能风力发电系统。为了优化采用电池组的不同组成的风光互补发电系统，作者还计算电池的容量要求，从而获得能达到语气

14、水平的系统性能仿真模型。它支出，为实现高度的制动控制，必须有备份发电机，从而减少电池容量的负担。Hancock et al.61讨论了在生命周期成本上和计算最有系统的基础上实现优化风光互补发电系统和常规发电系统的方法。美国国家可再生能源实验室的的再生电力混合模型73已经被用作规模和优化的软件工具72。它包含了许多能源组件，并在成本和资源可获得的情况下评价合适的技术。分析HOMER要求信息资源，经济拮据，和控制方法。它也需要投入的组件类型，它们的数量，成本，效率，寿命，等。灵敏度分析可以做变量有一个范围值，而不是一个特定的数。4. 建立混合可再生能源系统组件的模型 资料显示，在过去的几十年里，H

15、RES应用在偏远的地区的迅速增长证明其有很强的竞争力。据观察，大约90%关于HRES的研究报道是在设计和经济方面的，只有一些研究报告时关于控制方面的。使用互动型HRES68还没有得到普及。据预计，在未来几年内HRES将和电网电源在大范围内形成竞争。因此，为了提高产品质量水平，有必要调查光伏和风力发电系统的潜力和性能计算。仿真结果证明了这个操作的原则，可行性和可靠性。太阳能风能混合发电系统已被运用于农村家庭和偏远地区的学校。4.1.建立光伏组件的模型太阳能转换器同依靠太阳能电池盒光伏组件。下面介绍太阳能-光伏发电系统的数学建模。太阳能电池的理想等效电路有一个电流源与二极管并联。电路的输出端子连接

16、到负载。理想情况下，太阳能电池的电压，电流方程可表示为 （1） Iph为光电流（A），I0为二极管的反响饱和电流(A),q为电子电荷=1.6*10-19（C），k为波尔滋蔓常数=1.38*10-23（J/K）；T为电池温度（K）。太阳能电池的额输出功率表示为 （2）Ipv为太阳能电池板的输出电流（A）。Vpv为太阳能电池工作电压（V）。Ppv为太阳能电池的输出功率（W）。在1000瓦/平方米的标准辐射强度，25摄氏度的常温下，光伏电源电压的p-v特性曲线如图4所示。另外光伏发电系统的输入能量是在一个倾斜面上太阳辐射能的总和可表示为 （3）Ib和Id分别是直接电流和漫反射电流。Rb、Rd和RT分

17、别是光束的倾斜因素，传播因素和太阳辐射的反射部分。太阳辐射总量从而取决于再养在空中的位置，每个月都变化。每小时功率平均每天从区域波动（M2）的光伏系统输出个月，总太阳辐射的IT（kWh/m2）事件对光伏表面，公式如下： （4） 为光伏系统的效率，可表示为 （5）模块化效率可表示为 （6）为模块参考效率，为电源调节效率，Pf为堆积因子，为列阵效率的温度因素，Tr为电压效率的参考温度，Tc为平均每月的电池温度。4.2.建立风能组件的模型 风能转换系统的数学模型包括,风力发电机组的动力学和发电机建模。这里考虑的是三叶片，水平轴，免维护的风力发电机33。它能将风能转换成电能。从风力发电涡轮机，可以预见

18、从风力发电在这里讨论的方程。来自风力涡轮机捕捉风力产生的机械输出可表示为 （7）风力发电机产生的扭矩为 （8）Pt为输出功率，Tt为风力发电机组产生的扭矩，Cp为功率系数，为叶尖速比，为空气密度，单位为Kg/m3，A为风力发电机组的迎风面积，v为风速。 （9）图 4图 5图 5表示的是风力发电曲线，其中为涡轮转子速度，单位为 rad/s，R为涡轮叶片的半径，单位为m，为风速，单位为m/s。一些研究人员都在研究风能转换系统的不同的建模技术。Arifujjaman et al.24,47提出了运用furling 动态技术来给小型风力发电机组建模的方法。这种小型风力发电机是基于永磁发电机和使用负荷控

19、制，其速度可调节。研究人员运用叶尖速比控制和爬山控制法对这种风力发电机组的最大输出功率进行了研究。这个系统通过用Matlab/Simulink进行了仿真，试图找到一个合适的控制方法。Boroey和Salameh33讨论了带有储能电池的风独立的风能转换系统的动态响应。他们提出了一个独立的风能转换系统中的每个元素的数学模型。d-q转子参照系表示了模型变量。在这项研究中的风力发电机组被视为能量的唯一来源。利用该模型，可以通过计算的发电机电流，整流电流，负载电流，电池充电电流，和电池电压来研究有风时系统的响应记录。4.3柴油发电机组建模为了减轻在能源生产短缺的时期日照差，光伏发电系统需要备份的柴油发电

20、机，以此来提高系统的可用性和保证最小存储要求。柴油发电机组的选择取决于负载的类型和性质。要确定要安装发电机的额定容量，应考虑以下两种情况下：1. 如果柴油发电机直接连接负载，那么发电机的额定容量必须至少等于最大负 荷。2. 如果柴油发电机组作为一个电池充电器，那么发电机产生的电流应不大于CAH/ 5 A，其中CAH是安培小时容量电池。柴油发电机组的整体效率可表示为：20 这里的 柴油发动机制动热效率。通常情况下，为了达到所需的自治，柴油发电机组必须在混合电力系统的控制下建立模型。据观察，发电机运行在满负荷的70-90是比较经济的12。在需求高峰期的情况下，柴油发电机组12通常用于满足负载要求，

21、并为电池充电。 5. 能量流和管理的混合控制器HES的主要问题之一是相关的控制能量分布系统和监督。在传统的电力系统中，电网和/或负载和可再生能源电力电子接口之间的动态相互作用导致系统稳定性和电能质量的关键问题不是很常见。我们必须要做到管理整个系统的能源流，以保证持续供应负载需求。能量流和管理系统的主要目的是提供负载的全部需求。系统中能量流35,36的运作方法在前面已经讲过。它也同样满足集成电源的高效运作系统14,60。为了克服间歇性发电问题，可将光伏发电系统与其他电源集成在一起。燃料电池是极具吸引力的选择，因为它高效率，并且具有模块化和燃料的灵活性的优点。然而，他的一个缺点是慢动态。另一方面，

22、在目前的技术下，电池本身就能为日益增加的符合需要长期提供能源。可以通过集成光伏发电系统，燃料电池和蓄电池组成混合动力系统，提供不间断的高品质电源。本研究的目标是基于一种可再生的混合动力系统，设计一个有效的电源管理系统。5.1.传统的方法控制给负载供电的电源的常规方法是根据需求使用不同的混合动力系统。在传统的方法中，基于DC-DC变换器的电力电子技术被用来从太阳能和风能中提取能源和控制整个混合系统。一些研究人员对不同的混合动力系统组合使用了不同的控制技术。下面给出了不同的研究论文的回顾。Das et al.21提出的光伏/风能/燃料电池混合建模能源系统。在最坏的环境条件下，无论有没有风或光源的输

23、出功率，燃料电池将在其额定功率10千瓦下运行。他们提出了一个既经济又简单的控制方法用DC-DC变换器来跟踪最大功率点，因此从风力涡轮机和太阳能光伏阵列提取最大功率。将个别的DC -DC转换器依次连接到一个PWM电压源逆变器，它拥有平衡输入和输出功率的直流链接所有在一个固定的值转换器的输出电压。所有能源都可以用PSIM软件工具来分析他们动态行为。完整的混合动力系统是模拟的能量来源不同的操作条件。奥伯丁和许59提出了使用感应发电机的风能转换的控制计划。该计划由水平轴风力涡轮机和连接，通过双架空输电线路的来驱动一个三相异步发电机。异步发电机端子连接静态无功补偿来调节其电压。用机械输入功率来控制距角。

24、使用MATLAB软件来调节发电机的输出状态和输出反馈控制器设计。从仿真结果来看在在不同类型的大干扰下闭环系统的响应表现出的一个很好的阻尼和快速恢复。在文中，Bansal等人讨论了孤立风力柴油混合动力系统的自动无功控制，该系统有一个风能转换的感应发电机和柴油发电的同步发电机。Park等人根据混合动力系统的负载需求，提出了控制电流的动力补偿系统。Valenciaga、Puleston和Onar 等开发了混合动力系统的控制器。在该系统中，开发的了三种操作模式，并且他们使用的滑动模式控制方法控制混合动力系统。5.2 使用专家系统HES的控制系统通过最大限度地利用可再生能源电源来减少燃料消耗。然而，由于

25、可再生能源的多样性会造成功率的波动，引起干扰，影响到供给负载的电能质量。为有效管理具有良好的质量功率的能量流，需要在不久的将来发展预先控制技术。在出版的刊物中，几乎没有利用人工智能和专家系统来开发控制混合动力系统能量流的控制器。EL-Shater等人讨论了能量流和混合风力、光伏和燃料的管理。在本文中，提出了一个包括光伏、风能和燃料电池三种能源的动力系统。每个能源都被控制以使传输电能是效率最高。采用模糊逻辑控制技术，以实现最大功率跟踪光伏和风能，并且把这个最大功率传输到一个总线上。1993年，Fung等提偏远地区供电（RAPS）短期代混合动力系统调度问题的解决方案。RAPS系统，不用扩大主电网,

26、是偏远地区用户用电的经济选择。他们为RAPS系统电池的调度和柴油发电机组系提出了基于模糊逻辑（FL）和遗传算法（GA）技术的新方法。他们已经开发了两种方法。一个是基于纯粹的遗传算法（PGA）的方法，另一个是基于混合模糊逻辑和遗传算法（FGA）。他们已经发展和分析了混合RAP的（偏远地区供电）系统操作的优化方法。在回顾以上文献的基础上，专注于系统的设计、操作和HRES的独立系统性能分析的研究人员发现，为了预测的性能，各个组件应该先进行评估之后他们的组合才可以进行评估，以满足要求可靠。6. 未来混合能源系统设计和操作的发展趋势 该系统可为可持续发展的两种模式的混合动力系统的设计考虑。一种是单机模式

27、，另一种是电网辅助模式。在单机模式下，它接收来自风力太阳能混合能源系统能源。在电网辅助模式，当混合动力系统是无法供应时，它会自动并网。如果特定网站的数据不可用，可以使用在设计系统中的最近的气象观测站数据。系统电压的变化、在电网连接的时间、频率、波形和功率因数，必须维持在一定限度内。可以根据当地的条件提高电能质量。混合能量流控制时使用电力电子变换器。在许多应用，如船舶动力系统、电动混合动力汽车、电信行业和农村电气化等，这部分能量将是有益的。进一步研发太阳能光伏和风能技术的可降低可再生能源的成本。常规能源资源的成本每年都在增加。这个系统在将来会是经济的。除了低消耗，对环境的友好也将使这些系统得到广

28、泛的应用和认可。正如上一节中所讨论的，在不久的将来人工智能的在系统管理方面的应用，混合能源的运作会得到优化。通过在一个集中的系统的控制器中实施先进的控制方法，模块化混合动力系统的性能得以改善。根据负荷需求和可再生资源预测优化资源配置，有望显著降低系统的总营运成本。应用现代控制技术监督的模块化混合动力系统，使可再生资源优化可以实现。通过先进的控制技术改善能源管理也将提高这类系统的性能。7. 结论在世界各地的偏远地区的电力供应中，混合能源系统作为一个可替代电网供电或常规燃料为基础的电力供应得到了认可。文献回顾显示，可再生能源为主的低排放的混合动力系统是对传统化石燃料发电系统在成本方面竞争力不足。然

29、而，对更清洁的电力的需求和替代能源技术的改进，这种系统具有的良好潜力。此外，在工业化国家和欠发达国家的农村家庭，为价可靠的、有限的电力供应花费很高。社区设施，如农村医院、学校、电信和抽水站，对偏远地区的人民福利和农村发展有显著贡献。虽然它是公认的技术，只能是社会发展的一个方面，可再生能源系统表现出的潜力，为一些偏远地区和市区的基础设施不同应用提供支持。虽然近年来在降低成本和混合动力系统的技术发展是令人鼓舞的，他们仍然保持昂贵的电力来源。为了让这一新兴技术的广泛应用，有需要进一步改进研发太阳能光伏和风能技术，降低混合动力系统的成本。常规能源资源的成本每年都在增加，可再生能源技术的成本在逐渐减退促

30、进了它的广泛应用，RES会成为系统将来单机电力生产一种经济手段。这可能最终得出结论，集成了可变速风力发电机和光伏阵列发电系统相结合的混合动力系统与控制器的优化设计能够连续向负载供电。混合控制器管理系统组件之间潮流，这样的能源成本是最低的，且以全面满足全年负荷的要求。鸣谢作者对博帕尔毛拉纳阿扎德国家技术研究所的主任Kirshna Sankar Pandey博士为我们在能源中心开展工作的支持表示衷心的感谢。参考文献1 Wu JC, Liu TS. A sliding-mode approach to fuzzy control design. IEEE Transactionson Control

31、 Systems Technology 1996;4(2):14151.2 Elhadidy MA, Shaahid SM. Role of hybrid (wind + diesel) power systems inmeeting commercial loads. Renew Energy 2004;29(1):10918.3 Yang HX, Lu L, Burnett J. Weather data and probability analysis of hybridphotovoltaicwind power generation systems in Hong Kong. Ren

32、ew Energy2003;28(11):181324.4 Karki R, Billinton R. Reliability/cost implications of PV and wind energyutilization in small isolated power systems. IEEE Transactions on EnergyConversion 2001;16(4):36873.5 Senjyu T, Hayashi D, Urasaki N, Funabashi T. Optimum configuration forrenewable generating syst

33、ems in residence using genetic algorithm. IEEETransactions on Energy Conversion 2006;21(1):45967.6 Tina G, Gagliano S, Raiti S. Hybrid solar/wind power system probabilisticmodeling for long-term performance assessment. Science Direct Solar Energy2006;80(9):57888.7 Onar OC, Uzunoglu M, Alam MS. Dynam

34、ic modeling, design and simulation of awind/fuel cell/ultra-capacitor-based hybrid power generation system. Journalof Power Sources 2006;161:70722.8 Yang H, Lu L, Zhou W. A novel optimization sizing model for hybrid solarwindpower generation system. Solar Energy Journal 2007;81:7684.9 Katti K, Khedk

35、ar MK. Alternative energy facilities based on site matching andgeneration unit sizing for remote area power supply. Renewable Energy2007;32(2):134666.10 Shahirinial AH, Tafreshi SMM, Hajizadeh A, Gastaj, Moghaddamj AR. Optimalsizing of hybrid power system using genetic algorithm. IEEE Transaction200

36、6;11:2128.11 Deshmukha MK, Deshmukh SS. Modeling of hybrid renewable energy systems.Renewable and Sustainable Energy Reviews 2006;12(7):115.12 Valenciaga F, Puleston PF. Supervisor control for a stand-alone hybrid generationsystem using wind and photovoltaic energy. IEEE Transactions onEnergy Conver

37、sion 2005;20(2):398440.13 Kolhe M, Agbossou K, Hamelin J, Bose TK. Analytical model for predicting theperformance of photovoltaic array coupled with a wind turbine in a standalonerenewable energy system based on hydrogen. Renewable Energy2003;28(5):72742.14 El-Shatter TF, Eskander MN, El-Hagry MT. E

38、nergy flow and management of ahybrid wind/PV/fuel cell generation system. Energy Conversion and Management2006;47:126480.15 Buckeridge JS, Ding JJ. Design considerations for a sustainable hybrid energysystem. IPENZ Transactions 2000;27(1):15.16 Bonanno F, Consoli A, Lombardo S, Raciti A. A logistica

39、l model for performanceevaluations of hybrid generation systems. IEEE Transactions on IndustryApplications 1998;34(6):1397403.17 Kellogg WD, Nehrir MH, Venkataramanan G, Gerez V. Generation unit sizingand cost analysis for stand-alone wind photovoltaic and hybrid wind/PVsystems. IEEE Transactions on

40、 Energy Conversion 1998;13(1):705.18 Jain S, Agarwal V. An integrated hybrid power supply for distributed generationapplications fed by non conventional energy sources. IEEE Transactions onEnergy Conversion 2008;13(4):12430.19 Koutroulis E, Kolokotsa D, Potirakis A, Kalaitzakis K. Methodology for op

41、timalsizing of stand-alone photovoltaic/wind-generator systems using geneticalgorithms. Solar Energy 2006;80(3):107288.20 Kaldellis JK, Vlachos GTh. Optimum sizing of an autonomous winddieselhybrid system for various representative wind-potential cases. Applied Energy2005;83:11332.21 Das D, Esmaili

42、R, Dave Nichols LX. An optimal design of a grid connected hybridwind/photovoltaic/fuel cell system for distributed energy production. IEEE2005;23(5):2499505.22 Khan MJ, Iqbal MT. Pre-feasibility study of stand-alone hybrid energy systemsfor applications in Newfoundland. Renewable Energy 2005;30(6):8

43、3554.23 Nelson DB, Nehrir MH,Wan C. Unit sizing of stand-alone hybrid wind/PV/fuelcell power generation systems. IEEE Transaction 2005;13466.24 Shaahid SM, Elhadidy MA. Opportunities for utilization of stand-alone hybrid(photovoltaic + diesel + battery) power systems in hot climates. Renew Energy200

44、3;28(11):174153.25 Elhadidy MA, Shaahid SM. Role of hybrid (wind + diesel) power systems inmeeting commercial loads. Renewable Energy 2004;29(12):10918.26 Elhadidy MA, Shaahid SM. Optimal sizing of battery storage for hybrid(wind + diesel) power systems. International Journal of Renewable Energy1999

45、;18(1):7786.27 Bansal RC, Bhatti TS, Kothari DP. Automatic reactive power control of winddiesel-micro-hydro autonomus hybrid power systems using ANN tuned staticvar Com/pensator. IEEE Transaction 2003;14(3):1828.28 Bansal RC. Automatic reactive power control of winddiesel hybridpower systems. IEEE Transaction on Industrial Electronics 2006;53(4):111626.29 Seeling GCH. A combined optimization concept for the design and operationstrategy of hybridPV energy systems. Solar Energy 1997;61(2):7787.30 Rahman S, Chedid R. Unit si