全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

风光互补独立供电系统的多目标优化设计

, PP. 104-111

Keywords: 多目标进化算法(MOEA),混沌初始种群,自适应遗传算法,风光互补

Full-Text   Cite this paper   Add to My Lib

Abstract:

在风光互补独立供电系统的设计中,如何配置风力发电机、太阳能电池板和蓄电池,在满足负荷需求的前提下,使风能和太阳能资源得到充分利用,负荷的供电可靠性较高,而系统成本最小,这是一个多目标优化设计问题。本文首先建立了风力发电和光伏发电的天气模型,提出了衡量供电可靠性的失负荷概率LOLP、衡量清洁能源浪费的失能量概率LOEP和系统成本等指标,并采用蒙特卡罗仿真进行计算。为了求解这一多目标优化问题,本文提出了一种混沌自适应进化算法(CSEA),新算法的混沌初始种群算子提高了初代种群的多样性,分组选择策略保证了各代中一定数量的劣势个体能参与进化,自适应遗传算子增加了劣势个体的交叉和变异概率,从而避免算法早熟,增强了算法的全局搜索能力。算例表明,CSEA算法比传统单目标遗传算法的结果更加接近实际运行的Pareto优化前端,综合效果更优。另外,与纯光伏、纯风力发电方式比较发现,风光互补供电方式更为合理。可见,采用CSEA算法进行风光互补独立供电系统的优化设计,对于提高供电可靠性,降低成本,减少能源浪费具有非常重要的意义。

References

[1]  Mukund R. Patel. 风能与太阳能发电系统——设计、分析与运用[M]. 2版. 北京: 机械工业出版社, 2009.
[2]  刘山凤, 龙江, 方韬. 风光互补新能源成新趋势[J]. 电气技术, 2008(12): 1-2.
[3]  崔逊学. 多目标进化算法及其应用[M]. 北京: 国防工业出版社, 2006.
[4]  郑锁珍. 风光互补发电是最合理的独立电源系统[J].机械管理开发, 2008(6): 1-2.
[5]  Shahirinia A H, Tafreshi S M M, Hajizadeh Gastaj A, et al. Optimal sizing of hybrid power system using genetic algorithm[C]. 2005 International Conference on Future Power Systems, 2005: 2-5.
[6]  Xu Daming, Kang Longyun, Chang Liuchen, et al. Optimal sizing of standalone hybrid wind/PV power systems using genetic algorithms[C]. 2005 Canadian Conference on Electrical and Computer Engineering, 2005: 1722-1725.
[7]  Knowles J, Corne D. The Pareto archived evolution strategy: A new baseline algorithm for multiobjective optimization[C]. Proceedings of the 1999 Congress on Evolutionary Computation, Piscataway, Nanjing, 1999: 98-105.
[8]  徐大明, 康龙云, 曹秉刚.基于NSGA-II的风光互补独立供电系统多目标优化[J]. 太阳能学报, 2006, 27(6): 1-3.
[9]  Srinivas N, Deb K. Multiobjective function optimization using nondominated sorting genetic algorithms[J]. IEEE Transactions on Evolutionary Computation, 1995, 2(3): 221-248.
[10]  Deb K, Pratap A, Agarwal S, et al. A fast and elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2): 182-186.
[11]  王志良, 邱林, 付强, 等. 混沌优化算法在非线性约束规划问题中的应用[J]. 华北水利水电学院学报, 2002, 23(2): 1-3.
[12]  张成, 李影, 邢伟. 基于适应度分组的进化策略[J].系统仿真学报, 2007, 19(21): 5081-5082.
[13]  刘勇, 张晓红. 遗传算法的多目标优化资源选择算法[J]. 火力与指挥控制, 2008, 33(2):3-4.
[14]  IEEE Guide for Array and Battery Sizing in Stand-
[15]  Alone Photovoltaic Systems[S]. IEEE Standards Coordinating Committee 21, New York, USA, 2008.
[16]  沈辉, 曾祖勤. 太阳能光伏发电技术[M]. 北京: 化学工业出版社, 2004.
[17]  Huang Pengzhou, Wu Junuong, Liu XiaoMin. Multi-
[18]  objective sizing optimization of standalone photovoltaic system[C]. The 1st International Confer- ence on Sustainable Power Generation and Supply, 2009, Nanjing, China, 2009: 2-4.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133