风光互补混合供电系统多目标优化设计

《风光互补混合供电系统多目标优化设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、风光互补混合供电系统多目标优化设计相比光伏或者风能独立供电系统,光伏电池与风能互补混合供电系统更为经济、可靠,能很好地适应环境的变化。提出一种基于改进微分进化算法的风光互补混合供电系统容量优化配置模型,在满足独立供电系统基本性能指标的前提下,构造出以系统投资成本、运行成本、维持系统供电可靠性等综合成本最小为目标的目标函数。该算法能够根据种群中个体分布情况,采用控制参数自适应调整策略,并利用解群转换操作提高全局寻优能力。算例分析表明,该算法能快速、有效求解混合系统的最优容量配置。太阳能与风能在时间和地域上天然具有很

2、强的互补性,风光互补混合供电系统是可再生能源独立供电系统的一种重要形式。与独立风力发电或光伏发电相比,风光互补混合供电系统能使电力输出更可靠平稳,同时还降低了对蓄电池储能的要求,因此被证明是一种比单一光伏或风力发电更经济、可靠的选择。目前,部分学者对风光互补混合供电系统的容量优化配置问题进行了研究,提出了一些很有价值的建议,然而在其研究中还存在模型不精确或未能考虑光伏电池倾角等问题。部分文献采用了传统的优化方法,但其计算效率低下。文献采用遗传算法及粒子群算法等新型智能优化算法,在一定程度上提高了问题寻优的速度,但

3、依然未能保证解的全局收敛性。另外,一些文献将负载假定为恒定不变,这都造成了所推导公式的适用范围非常有限。本文提出一种利用改进微分进化算法进行风光互补混合供电系统优化设计的方法。该方法采用了更精确的表征组件特性的数学模型,在满足独立供电系统基本性能指标的前提下,构造出以系统投资成本、运行成本、维持系统供电可靠性等综合成本最小为目标的目标函数。其寻优机理综合了遗传算法和粒子群算法的优点,能够根据种群中个体的分布情况,利用控制参数自适应调整策略,获得更高的全局收敛能力和更快的搜索效率。1　混合供电系统描述如图1所示,该

4、混合供电系统由不同型号的风力发电机(WG)组、光伏电池(PV)板和蓄电池(SB)组成。这些电源具有各自不同的成本,对用户供电的可靠性不同,其对环境的适应性也不同,因此集中在一起相互补偿,在满足系统性能指标的条件下,可获得最经济的发电方案。图1　风光互补混合供电系统的示意图1通过大量实验表明,WG的发电功率与风速间的关系如下:　　　　　式中:v为风力机轮毂高度处的风速;vei为切入风速;ve0为切出风速;v为额定风速;pr为额定输出功率。2)PV计算PV的输出能量时,需要考虑辐射和温度对能量输出的影响,其输出功率的

5、计算见文献[10]。PV的倾斜角是影响PV发电量的重要因素之一。从太阳能电池应用以来,相关学者已提出了一些选择最佳倾角的观点和方法,但是这些方法大多仅适用于独立光伏发电系统[11]。PV发电量Ps(t)与倾斜角β最终可以建立如下函数关系(具体推导见附录A):Ps(t)=Υ(Vm,Im)=Υ(Vm(β),Im(β))(2)　　3)SB混合系统中SB的能量是不断变化的。t时刻SB的状态与前一时刻S的状态和t-1时刻到t时刻电量的供求状况有关。当PV和WG的总输出电量大于负载用电量时,SB处于充电状态,否则,SB处于放

6、电状态。t时刻SB的荷电量可表示为:Pb,soc(t)=Pb,soc(t-1)-Pt(t)-Pd(t)ηinvηbPb,soc(t-1)-Pd(t)ηinv-Ptotal(t)(3)式中:ηinv和ηb分别为逆变器的效率和SB的充电效率;Pd(t)为t时刻所需的负荷;Pb,soc(t)为SB在t时刻的储能量,Pb,soc(t)-Pb,min(t)为SB在t时刻可提供的能量,Pb,min为SB规定的最小储能量;Pt(t)为风光混合系统在t时刻的供电量,Pt(t)=Pw(t)+Ps(t)(4)该计算忽略SB每小时自放

7、电率。