基于上海商业区的多能源系统多目标优化和策略分析

发布时间：2017-09-15 15:18

  本文关键词：基于上海商业区的多能源系统多目标优化和策略分析

  更多相关文章： 能效 分布式供能系统 多能源系统 多目标优化 遗传算法

【摘要】：中国经济在过去十年以每年平均10%的速度增长,2010年已成为世界第二大石油消费国和世界上最大的能源消费国。提高能源利用效率和控制二氧化碳排放等已经成为今后必须重视的关键问题。回顾中国的能源消费情况,分布式供能系统可以提供解决方案,实现政府制定的节能减排条略目标。由于分布式供能系统可以保证高能源效率,具有良好的环境影响性和可靠的能源供应。在未来几年,预计中国将成为应用CCHP第一大国。为解决未来能源的缺乏问题和环境污染问题,CCHP系统与新能源系统联合使用也是一种可行的技术方案。CCHP系统与多能源系统在确定之前,需要对目标建筑根据气候条件,负荷需求和能源价格等方面进行分析研究。以达到最佳的设计方案,并保证系统最佳性能。本文围绕建筑用能不断增加的趋势,提出的数学优化模型为遗传算法。由于优化问题是一个多目标优化问题,其评价标准是一次能源的消耗,二氧化碳排放量和成本等多参数。为找到最合适的策略,不同的优化策略算法如BL,FTL,FEL或FEHL将应用到模型上。在分析过程中,针对根据全年能耗以及夏季典型日的能源消耗,应用数学工具对模型进行分析,不仅研究得到系统的最佳设计方案,分析出系统最佳性能,同时对CCHP和多能源系统进行了杨西的指标比较。对模拟和分析结果进行归纳总结。
【关键词】：能效 分布式供能系统 多能源系统 多目标优化 遗传算法
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TK01
【目录】：

• 摘要5-6
• ABSTRACT6-13
• NOMENCLATURE13-15
• 1. INTRODUCTION15-29
• 1.1 Background15-18
• 1.2 Project context18-19
• 1.3 Literature review19-26
• 1.3.1 Related work on CCHP system19-22
• 1.3.2 Optimization of CCHP systems22-24
• 1.3.3 Related work on hybrid system24-26
• 1.4 Contributions26-27
• 1.5 Thesis organization27-29
• 2 CONFIGURATION OF SYSTEMS AND COMPONENTS29-47
• 2.1 Combined Cooling, Heating and Power Generation29-41
• 2.1.1 Prime movers30-37
• 2.1.2 Thermally-Activated technologies37-41
• 2.2 Hybrid System41-46
• 2.2.1 Geothermal heat pump42-44
• 2.2.2 Solar photovoltaic panels44-46
• 2.3 Conclusion of this chapter46-47
• 3 MATHEMATICAL OPTIMIZATION MODEL OF CCHP SYSTEM PERFORMANCE47-62
• 3.1 Optimization Algorithm: Genetic Algorithm47-53
• 3.1.1 Evaluation criteria function47-50
• 3.1.2 Objective function50-51
• 3.1.3 Genetic Algorithm model51-53
• 3.2 CCHP system53-57
• 3.2.1 Decision variables54
• 3.2.2 Constraints54-57
• 3.3 Hybrid System57-61
• 3.3.1 Decision variables59
• 3.3.2 Constraints59-61
• 3.4 Conclusion of this part61-62
• 4 OPTIMAL OPERATION STRATEGY SIMULATION OF BUILDING HYBRID SYSTEM USINGGENETIC ALGORITHM N REAL CASE STUDY62-103
• 4.1 Operation strategies62-83
• 4.1.1 Operation Strategies on the CCHP system62-65
• 4.1.2 Operation strategy on the Hybrid System without Energy Storage65-73
• 4.1.3 Operation strategies on the Hybrid System included Energy Storage73-83
• 4.2 Simulation parameters83
• 4.3 Results and Analysis83-101
• 4.3.1 Annual energy consumption83-91
• 4.3.2 Daily energy consumption91-101
• 4.4 General conclusion101-102
• 4.5 Further improvement and development102-103
• REFERENCE103-111
• 致谢111-112
• ACKNOWLEDGEMENTS112-113
• ACADEMIC ACHIEVEMENT113

【相似文献】

中国期刊全文数据库 前10条

1 刘平;乔和平;;效用函数理论在工程多目标优化中的应用[J];建筑技术开发;2010年01期

2 李雨生;;在一种广义锥凸性下的多目标优化解[J];河海大学学报;1987年05期

3 李雨生,张宇明;多目标优化的锥拓扑及有关问题[J];华中理工大学学报;1988年04期

4 陈林根,胡德明,张俊迈;舰船汽轮齿轮机组一体化的初步设计多目标优化[J];中国造船;1991年02期

5 银车来,李光熹,熊曼丽;水火电联合系统多目标优化调度[J];电力系统自动化;1993年09期

6 张翔;工程设计多目标优化的评价准则[J];机械设计;1993年04期

7 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期

8 姚新胜,黄洪钟,周仲荣,田志刚,李海滨;基于广义满意度原理的多目标优化理论研究[J];应用科学学报;2002年03期

9 张葵葵,汪晗;一种多目标优化进化算法研究[J];长沙交通学院学报;2003年02期

10 姜斌;梁士锋;冯佳佳;;催化吸收稳定系统的多目标优化[J];计算机与应用化学;2008年01期

中国重要会议论文全文数据库 前10条

1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年

6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年

7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年

8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年

9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年

10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

中国博士学位论文全文数据库 前10条

1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年

3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年

4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年

5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年

6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年

7 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年

8 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年

9 卢芳;多目标优化及随机变分不等式问题的若干研究[D];重庆大学;2016年

10 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年

中国硕士学位论文全文数据库 前10条

1 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年

2 东方世平;高速列车悬挂系统参数多目标优化[D];北京交通大学;2015年

3 苏贵良;基于免疫遗传微粒群智能算法的工程项目多目标优化研究[D];中国石油大学(华东);2014年

4 王学骥;多目标优化裁剪分配管理系统的研究与开发[D];东南大学;2015年

5 段雪凝;带时间窗的冷链物流车辆路径多目标优化问题研究[D];东北大学;2014年

6 赵丹;基于蚁群算法的建筑工程项目多目标优化研究[D];河北工程大学;2016年

7 孟涛;主动配电网广义电源多目标优化配置与运行[D];东北电力大学;2016年

8 李琰;黑箱多目标优化评估系统研究与实现[D];东北大学;2014年

9 孟婷婷;基于决策者偏好信息的NPS-CSS算法研究[D];东北大学;2014年

10 程慧敏;云环境中基于多目标优化的科学工作流数据布局策略研究[D];安徽大学;2016年

，

本文编号：857300