基于果蝇优化算法的混合发电系统最优容量配置

发布时间：2017-08-22 03:40

  本文关键词：基于果蝇优化算法的混合发电系统最优容量配置

  更多相关文章： 混合发电系统 容量优化配置 果蝇优化算法 多目标优化设计

【摘要】：随着全球经济的快速发展,人类对电能的依赖程度也不断增加,而远离电网的偏远岛屿及山区供电尚存在问题。这些地区一般拥有比较丰富的风、光等自然资源,同时风、光也是可再生清洁能源,既环保又经济。因此,因地制宜的建立含新能源发电的混合发电系统可以有效的解决其供电问题。本文结合我国珠海东澳岛地区的供电需求情况以及其特有的地理环境,提出了由风、光、柴、蓄等组成的混合发电系统。本文对该系统的研究和设计主要做了如下工作:本文首先根据混合发电系统的结构特点,介绍了系统各个组成元件的数学模型,并分析其工作特性,以东澳岛为项目实施地,根据该岛屿全年太阳能资源、风能资源分布情况及其气候特征对该地区自然资源进行了资源评估分析。对混合发电系统进行容量优化配置是其运行控制的前提。根据系统特性,建立了系统优化的成本函数模型、约束条件及能量运行方案。利用果蝇优化算法(FO A)分别对在不同的能量运行方案下的混合发电系统进行优化仿真实验,并对仿真结果及系统能量平衡进行了对比分析。结果表明,能量运行方案的选择对系统容量优化配置结果有较大影响。其次,在基本FOA算法的基础上,提出了一种改进的果蝇优化算法(IFOA)。用基于IFOA算法的方法对混合发电系统重新进行容量优化配置,并将优化结果与基本FOA算法、微粒群算法(PSO)以及人工蜂群算法(ABC)的优化结果进行对比分析,突出改进果蝇优化算法的优点。同时进行了不同类型的混合发电系统的仿真研究,以表明新能源发电部分对混合发电系统成本的影响。此外,用两种典型的天气状况对设计的系统进行验证,以证明得到的优化系统的适用性以及所用设计方法的合理性。最后,以系统年运行成本和年二氧化碳排放量为目标函数,以供电可靠性为约束条件,利用IFOA算法对该混合发电系统进行了多目标优化设计。建立了系统优化目标函数模型,分析了多目标问题的求解方法,在MATLAB仿真工具中进行仿真实验,并对仿真结果进行分析验证。并分别进行了系统不同型号设备匹配的仿真对比分析和不同地区的仿真实验对比分析。多目标优化结果综合考虑多种因素,为决策者提供更多更直观的系统配置选择。
【关键词】：混合发电系统 容量优化配置 果蝇优化算法 多目标优化设计
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM61;TP18
【目录】：

• 摘要5-6
• Abstract6-14
• 第1章 绪论14-23
• 1.1 课题研究背景及意义14-15
• 1.2 混合发电系统发展概况15-18
• 1.2.1 混合发电系统特征15-17
• 1.2.2 国外风光发电的发展现状17
• 1.2.3 我国风光发电的发展现状17-18
• 1.3 国内外对混合发电系统容量优化配置的技术研究18-21
• 1.3.1 国外研究现状18-20
• 1.3.2 我国的研究现状20
• 1.3.3 混合发电系统优化设计的发展前景及需解决问题20-21
• 1.4 本文研究内容与主要工作21-23
• 第2章 混合发电系统模型及能源资源评估23-35
• 2.1 混合发电系统的结构23
• 2.2 混合发电系统的模型23-30
• 2.2.1 风力发电机23-25
• 2.2.2 太阳能光伏发电阵列25-28
• 2.2.3 蓄电池组28-29
• 2.2.4 柴油发电机组29
• 2.2.5 其他组成部分29-30
• 2.3 项目实施地风光资源评估30-34
• 2.3.1 资源评估的意义30-31
• 2.3.2 太阳能资源分布情况31-32
• 2.3.3 风能资源分布情况32-34
• 2.4 本章小结34-35
• 第3章 基于FOA算法的混合发电系统最优容量配置35-47
• 3.1 混合发电系统优化模型的建立35-36
• 3.1.1 系统优化目标函数35-36
• 3.1.2 约束条件36
• 3.2 系统能量运行方案36-37
• 3.3 FOA算法37-39
• 3.3.1 果蝇群体行为描述37-38
• 3.3.2 FOA算法的原理38-39
• 3.3.3 FOA算法的发展与应用39
• 3.4 基于FOA算法的混合发电系统容量优化配置39-40
• 3.5 混合发电系统仿真参数40-43
• 3.6 仿真实验与分析43-45
• 3.7 本章小结45-47
• 第4章 基于IFOA算法的混合发电系统最优容量配置47-55
• 4.1 引言47
• 4.2 IFOA算法47-50
• 4.2.1 FOA算法改进机制分析47-48
• 4.2.2 IFOA算法的实现48-50
• 4.3 基于IFOA算法的混合发电系统最优容量配置50-54
• 4.3.1 仿真输入参数50
• 4.3.2 IFOA仿真实验及结果对比分析50-52
• 4.3.3 不同混合发电系统的优化结果对比分析52-53
• 4.3.4 不同天气情况下系统能量平衡分析53-54
• 4.4 本章小结54-55
• 第5章 混合发电系统的多目标优化设计55-67
• 5.1 混合发电系统多目标优化模型的建立55-56
• 5.2 多目标优化问题的求解56-58
• 5.2.1 Pareto最优概念56-57
• 5.2.2 实现多目标优化的算法57-58
• 5.3 基于IFOA算法的多目标优化58-59
• 5.4 混合发电系统的多目标优化仿真实验59-66
• 5.4.1 系统仿真结果及分析59-63
• 5.4.2 系统不同型号设备匹配时的仿真对比分析63-64
• 5.4.3 不同地区时系统的仿真对比分析64-66
• 5.5 本章小结66-67
• 第6章 总结与展望67-69
• 6.1 主要研究成果67-68
• 6.2 进一步工作展望68-69
• 参考文献69-74
• 致谢74-75
• 附录75

【参考文献】

中国期刊全文数据库 前3条

1 潘文超;;应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估[J];太原理工大学学报(社会科学版);2011年04期

2 南国君;丁明;王贻玲;;共直流母线式风光互补发电系统的仿真研究[J];合肥工业大学学报(自然科学版);2011年12期

3 谢磊;王飞;余世杰;陈晓高;;基于GBMMAS算法的“风-光”互补系统容量优化研究[J];中山大学学报(自然科学版);2011年01期

，

本文编号：716866