基于NSGA-Ⅱ算法的光热光伏混合系统多目标优化

论文摘要

本课题利用NSGA-Ⅱ算法实现对光热光伏混合发电系统平准化能源成本LCOE、容量因子CF及单位容量初投资C′的多目标优化。首先,分别对槽式光热发电系统与光伏发电系统进行了理论分析并建立了数学模型,在此基础上利用TRNSYS软件与Simulink软件分别对PTC与PV系统进行了仿真平台的搭建,并结合酒泉地区天气参数进行了模拟验证;其次,为确定多目标优化的目标函数,在前人研究的基础上对光热光伏混合发电系统的技术经济评价数学模型进行了改进,包括平准化能源成本LCOE、容量因子CF和单位容量初投资C′;最后,在MATLAB软件中完成NSGA-Ⅱ算法的编写,将确定的目标函数与决策变量进行编码,并在NSGA-Ⅱ中调用TRNSYS与Simulink中所搭建好的PTC与PV发电系统模型进行多目标优化并输出优化结果。基于简化后的技术经济评价数学模型,确定了影响这三个目标函数的决策变量,并限定了变量的范围。应用SAM软件对简化后的模型进行了简单的验证,其偏差百分比均小于4%,可认为该数学模型有较高评价准确性。利用该模型分别对独立的槽式光热系统、光伏发电系统及光热光伏混合发电系统分别进行了仿真,仿真结果表明独立槽式光热发电系统基本可以满足基荷需求,实现高匹配度供电,容量因子为38.2%。光热光伏混合发电系统（光热装机容量35MW,太阳倍数2.0,光伏装机容量35MW,TES储热系统容量7.5h）的平准化度电成本约为1.07元/MWh,容量因子约为72.3%;而独立槽式光热发电系统（带7.5hTES储热装置）的容量因子为41.2%。比较可知,混合发电系统拥有更优的容量因子,且平准化度电成本与单位容量初投资远低于独立的槽式光热发电系统。因此,槽式光热光伏混合发电系统具有较高的研究价值。由三目标分析结果可以看出,PV成本的增加降低了混合系统的优势,迫使PV与PTC功率比增加。之所以出现这种情况,是因为其中一个目标旨在最大限度地减少初始投资,而初始投资的最小化应该通过较高的光伏光热比和较低的储热配比来解决。例如,对于PTC+光伏电站（考虑到35MW槽式光热电站,光伏成本为7.8元/W）,双目标优化（LCEO、CF）最优解决方案为光伏配套约48MW和TES容量为11.982h,三个目标最优解决方案为光伏配套约58MW,TES容量为9.729h。若将初始投资作为第三个目标纳入,则设计电站的成本较低,LCOE处于相同的水平,但容量因子显著降低。当比较这些混合系统与独立槽式光热发电系统的性能时,充分证明了混合发电系统所具有的优势。

论文目录

摘要

Abstract

第一章绪论

1.1 课题研究背景

1.2 光热光伏混合发电系统国内外研究现状

1.3 遗传算法基本原理与研究现状

1.3.1 遗传算法的基本原理

1.3.2 遗传算法的特点和优点

1.3.3 遗传算法研究现状

1.4 本课题研究目标及意义

1.4.1 研究目标

1.4.2 研究意义

1.5 本课题研究内容和技术路线

第二章光热与光伏发电系统理论及数学分析

2.1 引言

2.2 光热光伏混合发电系统概述

2.3 光热发电系统理论及数学分析

2.3.1 槽式太阳能光热转换能量模型

2.3.2 过热器再热器

2.3.3 蒸汽发生器

2.3.4 给水预热器

2.3.5 冷凝器

2.3.6 汽轮机

2.3.7 膨胀油槽

2.3.8 回热加热器及除氧器

2.3.9 给水泵

2.3.10 储热系统TES

2.4 光伏发电系统

2.4.1 光伏电池工作原理

2.4.2 光伏电池等效电路

2.4.3 工程用光伏电池的数学模型

2.5 本章小结

第三章基于MATLAB及 TRNSYS的混合发电系统建模及验证

3.1 引言

3.2 基于TRNSYS平台槽式光热发电系统建模的仿真模拟及验证

3.2.1 TRNSYS软件介绍

3.2.2 槽式光热发电系统建模

3.3 基于MATLAB/Simulink平台光伏电站建模仿真模拟

3.3.1 MABLAB/Simulink平台介绍

3.3.2 光伏发电系统建模

3.3.3 模拟参数及模型验证

3.4 光热光伏混合发电系统仿真

3.4.1 天气参数

3.4.2 槽式光热发电系统仿真结果

3.4.3 联合仿真结果

3.5 本章小结

第四章光热光伏混合发电系统技术经济评价数学模型及验证

4.1 引言

4.2 目标函数及决策变量

4.2.1 目标函数

4.2.2 决策变量

4.3 基于SAM（System Advisor Model）软件的经济评价数学模型验证

4.4 本章小结

第五章基于NSGA-Ⅱ算法的模型求解与结果分析

5.1 引言

5.2 基于遗传算法的多目标研究

5.2.1 多目标优化

5.2.2 带精英策略的非支配排序遗传算法（NSGA-Ⅱ）

5.3 基于NSGA-Ⅱ算法的光热光伏混合发电系统多目标优化

5.3.1 问题描述及优化目标

5.3.2 基于NSGA-Ⅱ求解模型

5.4 优化求解及结果分析

5.4.1 优化求解过程

5.4.2 结果分析

5.5 本章小结

第六章结论与展望

6.1 主要结论

6.2 不足与展望

参考文献

文章来源

类型: 硕士论文

作者: 吴军

导师: 王军

关键词: 槽式太阳能,光伏,混合发电,多目标优化

来源: 东南大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 数学,电力工业

单位: 东南大学

分类号: TM615;O224

DOI: 10.27014/d.cnki.gdnau.2019.001658

总页数: 76

文件大小: 3247K

下载量: 141

基于NSGA-Ⅱ算法的光热光伏混合系统多目标优化

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢