多源互联的微电网发电系统多级多目标优化研究

发布时间：2020-08-19 20:56

【摘要】：随着社会的发展,人类对能源的需求日益递增,为了满足社会生产和生活需求,寻找并开发清洁可再生能源成为世界范围内的共同话题。现阶段光伏发电技术已经基本成熟,但光伏发电的光电转换效率较低,相对来说太阳能热发电的能源利用率则较高,目前限制太阳能热发电发展的因素主要为建设成本太高,初期投资成本巨大,而基于光伏发电、太阳能热发电、超级电容储能和蓄热装置的多源互联发电系统在一定程度上可以解决这一问题。微电网是分布式发电的一种重要形式,并且由于储能系统的存在,微电网发电系统抗干扰能力强,大大提高了发电系统的供电可靠性。本文针对多源互联的微电网发电系统,利用大系统关联平衡法,对系统的建造成本、运行成本和系统容量进行了多级多目标优化研究,结果表明,利用关联平衡法对系统的优化结果相对传统的多目标优化方法能够进一步降低系统的成本。首先,针对多源互联的微电网发电系统,讨论了其系统构成,并对每部分的功能和特性进行了介绍;建立光伏发电系统、太阳能热发电系统和储能系统的容量模型,对多源互联的微电网发电系统发电能力进行计算;针对系统的建造成本、运行成本和发电容量,以供电可靠性作为系统的约束条件,构建多级多目标优化的目标函数。其次,介绍了大系统递阶理论,阐述了关联平衡法的原理,通过构建局部决策单元和协调器,建立了多源互联的微电网发电系统关联平衡模型,并且在应用关联平衡法时,对局部决策器和协调器的优化指标采用精英非支配解排序遗传算法(Elitist Non-dominated Sorting Genetic Algorithm,NSGA-II)和粒子群算法(Particle Swarm Optimization,PSO)进行多目标优化,并对NSGA-II算法和PSO算法进行了性能对比。最后,将应用关联平衡法对多源互联的微电网发电系统进行多级多目标优化的结果与运用传统多目标优化方法对系统进行多目标优化的结果相对比,选用目标函数为系统的建造成本、运行成本和发电容量,以供电可靠性为约束,分别得出了多源互联的微电网发电系统在发电容量为4MW,6MW,8MW和10MW时的优化结果。通过对优化结果的分析,既证明了多源互联的微电网发电系统在经济性能上的优势,又证明了应用关联平衡法对系统进行多级多目标优化的结果要优于传统的多目标优化算法,并且整体上,应用NSGA-II算法对系统进行优化的结果要优于应用PSO算法。
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM615;TP18
【图文】：

图 1.2 中国太阳能资源分布图能总辐射量和日照时数最高的省份为青海、甘肃、西藏、新疆、世界范围内也属于最丰富的地区之一。其中，太阳能资源最为丰太阳辐射量可以达到 2333kW h/m2，位居世界第二位。中国东部能资源的中等丰富区。在中国，根据统计的年太阳辐射总量和全国的太阳能资源总量划分成 5 个等级[5]。中国太阳能资源分布情示。辐射(Direct normal insolation,DNI)是指未被大气层扩散或吸收的太阳辐射，通常光伏发电系统和太阳能热发电系统的电能力由 D的太阳辐射强度，可以根据表 1.1 进行估算。能具有储量巨大，清洁无污染，而且便于开发和利用的特点，但过程中，也存在着能量密度低和能量不稳定的问题[6]。随着世界和环境问题，尽快对太阳能资源的稳定利用进行研究和开发对人多源互补的发电方式为解决这这些问题提供了可靠的选项。改变人类社会和历史的关键能源，在世界各国都是支柱产业，而

0~3300837×104225~285青海西部和西藏西部0~3200586×104~670×104220~225河北西部、山西北部、内蒙和宁夏南部、甘肃中部、青海东部、西藏东部和新疆南部0~3000502×104~686×104170~200山东、河南、河北东南部、山西南部、新疆北部、吉林、辽宁、云南、山西北部、甘肃东南部、广东和福建南部、江苏和安徽北部0~2200419×104~502×104140~170湖北、湖南、江西、浙江、广西、广东北部、陕西、江苏和安徽南部、黑龙江0~1400335×104~419×104115~140 四川和贵州 .3 为世界各国光伏发电量预测。

进行了优化[20]；2009 年，崔映红等对太阳能与煤炭互补的发电系统进行明在大容量机组上利用太阳能的热经济性要优越于其他方式[21]；文献[2发电系统中，发电成本与燃料投资呈线性的变化关系，即发电成本随燃料加，将系统建设周期由 3 年延长至 6 年会X椉

本文编号：2797580