基于快速非支配排序遗传算法的风—氢储能容量优化的研究

发布时间：2018-01-06 03:27

本文关键词：基于快速非支配排序遗传算法的风—氢储能容量优化的研究　出处：《新疆大学》2017年硕士论文　论文类型：学位论文

【摘要】：随着环境问题的日益加重和传统不可再生能源储量的不断减少,寻找清洁的可再生能源引起了世界各国政府的高度重视,由于风能在利用过程中没有环境污染问题的存在,并且它的来源是自然界中的空气流动,因此成为发展可再生能源的最佳选择。但由于风速不稳定的因素,致使风电带有波动性、随机性、间歇性的特点,为了克服风力发电对电力用户带来的负面影响,通常在风力发电系统中加储能系统,形成风储一体化的结构。由于氢气有能量密度大,热值高,燃烧后的产物是水,对环境无污染等优点,本文将风电和氢能系统耦合在一起,构建了风-氢储能系统的结构图,该储能系统是由碱性电解槽,气体压缩机,氢气储存罐,质子交换膜燃料电池(PEMFC)及一些辅助设备构成,利用风电出力较大时,碱性电解槽电解水制氢,并且利用气体压缩机存储在高压储氢罐中;风电出力变小时,燃料电池系统消耗高压储氢罐中的氢气发电。考虑到碱性电解槽额定压力及其气体压缩机的效率,制定了该系统的运行策略;在建立风-氢储能系统容量优化配置的模型时,首先分析了该系统中主要设备的数学模型,然后根据该模型,确定了评价该系统的三个指标,分别为:风电弃风量,负荷缺电率,风电波动量;以风力发电机组的台数,碱性电解槽中每个小电室的个数及产氢的摩尔数、燃料电池堆中由单个氢氧单元构成的燃料电池的个数及耗氢的摩尔数五个量为决策变量。本文介绍了带精英策略的快速非支配排序遗传算法(NSGA-II)的原理,在建立了容量优化配置模型的基础上,利用该算法进行优化计算,鉴于该模型中决策变量搜索范围的差异较大,改变了NSGA-II算法的变异策略,并与原来的算法对比分析。最后考虑到现有技术下如何利用风电大规模制氢的需要,本文将商用碱性电解槽用在风-氢储能系统中,从能量流向的角度出发,建立容量优化配置的模型,确定了以风电波动量和储氢量为评价指标,分析了两者在容量优化配置中它们之间的关系,为建立真正意义上的风-氢储能系统提供数据支撑和解决方法。
[Abstract]:In order to overcome the adverse effects of wind power generation on electric power users , the paper introduces the principle of wind power generation system , which is composed of basic electrolytic cell , gas compressor , hydrogen storage tank , proton exchange membrane fuel cell and auxiliary equipment . Based on the model of capacity optimization configuration , the relationship between the momentum and hydrogen storage capacity of the wind wave is determined , and the relationship between them in the capacity optimization configuration is analyzed . The data support and solution method are provided for the establishment of the real wind - hydrogen storage system .

【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM61

【参考文献】