Rule-based energy management strategies for a hybrid microgrid using grey wolf optimizer

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Compares GWO with other optimizers for microgrid sizing and energy management, offering insights for algorithmic selection.

🏢実務担当者:The rule-based management strategy and cost analysis can guide real-world microgrid deployment for residential systems.

本研究は、住宅システムにおける太陽光発電（PV）と風力タービン（WT）を用いた系統連系型マイクログリッドを利用するものである。信頼性向上のため、システムはバッテリー貯蔵とディーゼル発電機（Dgen）を使用する。提案システムは、エネルギー管理戦略の実装のために監視コントローラ（ルールベースのエネルギー管理システムとして）を使用する。グレイウルフオプティマイザ（GWO）を使用する本質は、提案されたマイクログリッド運用におけるルールベースのエネルギー管理システムを戦略化することである。主な目的は、低い均等化発電原価（LCOE）を達成し、マイクログリッド構成要素の最適数を決定することである。GWOの性能は、ベンチマーク目的で、アントライオンオプティマイザ（ALO）、粒子群オプティマイザ（PSO）、およびカッコウ探索アルゴリズム（CSA）の3つの他の最適化アルゴリズムと比較される。調査結果は、提案されたGWOがALO、PSO、およびCSOをエネルギーコスト削減においてそれぞれ30.3%（0.0448 $/kWh）、65.6%（0.0971 $/kWh）、および120%（0.1774 $/kWh）上回ることを示している。提案アルゴリズムは、システムの構成要素の最適数、すなわちPVモジュール46枚、風力タービン30基、バッテリーユニット10台を選択する。勾配降下アルゴリズムとのハイブリッド化に基づく改良GWOベースのアルゴリズムが、顧客満足を確保し、エネルギーコストをさらに削減できる顧客中心のエネルギー管理を実装することが想定されている。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This study utilizes grid-connected microgrids using photovoltaics (PVs) and wind turbines (WTs) in a residential system. For improved reliability, the system uses battery storage and diesel generators (Dgen). The proposed system uses supervisory controllers (as a rule-based energy management system) for energy management strategy implementations. The essence of using the grey wolf optimizer (GWO) is to strategize the rule-based energy management system in the proposed microgrid operations. The primary objectives are to achieve a low levelized cost of energy (LCOE) and determine the optimal number of microgrid components. The performance of the GWO is compared with three other optimization algorithms, namely, antlion optimizer (ALO), particle swarm optimizer (PSO), and cuckoo search algorithm (CSA), for benchmarking purposes. The findings indicate that the proposed GWO supersedes ALO, PSO, and CSO in energy cost reduction by 30.3% (0.0448 $/kWh), 65.6% (0.0971 $/kWh), and 120% (0.1774 $/kWh), respectively. The suggested algorithm selects the optimum number of the system’s components, which is 46 PV modules, 30 wind turbines, and 10 units of batteries. An improved GWO-based algorithm based on hybridization with gradient descent algorithms is envisaged to implement a customer-centered energy management that can ensure customer satisfaction and further reduce energy cost.

• Zenodo https://zenodo.org/records/20638128first seen 2026-06-12 04:20:34 · last seen 2026-06-13 04:16:35