Abstract Energy supply through integrated renewable energy sources (RESs) and battery systems will be of higher importance for future residential sectors. Optimal energy management and sizing for the components of residential systems can enhance efficiency, self-suffiency, and meanwhile can be cost-effective by reducing investment as well as operating costs. Accordingly, this paper proposes an exhaustive optimization model for determining the capacity of RESs, namely: wind turbines and photovoltaic (PV) systems. In this study, batteries and electric vehicles (EVs) are utilized in line with other sources to capture fluctuations of RESs. To model the uncertainties of RESs, energy prices, and load demands a linearized stochastic programming framework is applied. The proposed framework involves long-term and efficient resource development alongside with short-term management and utilization of these resources for supplying the demand load. In our study, we utilize the roulette wheel mechanism (RWM) method as well as proper probability distribution functions (PDFs) to generate scenarios for all sources of uncertainties, including wind turbines, PV systems, demand, and electricity market price. The approach is verified in two different cases, including an individual home and a larger micro-grid (MG). The results of multiple numerical simulations demonstrate the effectiveness of the proposed stochastic model.

中文翻译：

---

通过随机 MILP 模型优化能源管理和住宅部门可再生能源和电池系统的规模

摘要 通过综合可再生能源 (RES) 和电池系统提供能源对于未来的住宅部门将具有更高的重要性。住宅系统组件的最佳能源管理和尺寸调整可以提高效率、自给自足，同时可以通过减少投资和运营成本来实现成本效益。因此，本文提出了一种详尽的优化模型，用于确定可再生能源的容量，即：风力涡轮机和光伏 (PV) 系统。在这项研究中，电池和电动汽车 (EV) 与其他来源结合使用，以捕捉 RES 的波动。为了模拟可再生能源、能源价格和负载需求的不确定性，应用了线性化随机规划框架。拟议的框架涉及长期有效的资源开发以及这些资源的短期管理和利用，以提供需求负载。在我们的研究中，我们利用轮盘机制 (RWM) 方法以及适当的概率分布函数 (PDF) 为所有不确定性来源生成场景，包括风力涡轮机、光伏系统、需求和电力市场价格。该方法在两种不同的情况下得到验证，包括个人家庭和更大的微电网 (MG)。多次数值模拟的结果证明了所提出的随机模型的有效性。我们利用轮盘机制 (RWM) 方法以及适当的概率分布函数 (PDF) 为所有不确定性来源生成场景，包括风力涡轮机、光伏系统、需求和电力市场价格。该方法在两种不同的情况下得到验证，包括个人家庭和更大的微电网 (MG)。多次数值模拟的结果证明了所提出的随机模型的有效性。我们利用轮盘机制 (RWM) 方法以及适当的概率分布函数 (PDF) 为所有不确定性来源生成场景，包括风力涡轮机、光伏系统、需求和电力市场价格。该方法在两种不同的情况下得到验证，包括个人家庭和更大的微电网 (MG)。多次数值模拟的结果证明了所提出的随机模型的有效性。