風(fēng)光互補(bǔ)供電系統(tǒng)優(yōu)化配置研究.pdf

1、由于化石燃料愈加緊缺，人們對太陽能和風(fēng)能等可再生能源的利用也愈加關(guān)注。雖然可再生的能源具有良好的前景，但是風(fēng)能和太陽能都受到環(huán)境和天氣影響，具有能量密度低，隨機(jī)性強(qiáng)的特點(diǎn)，由單純的光伏電站或風(fēng)電場發(fā)電難以有穩(wěn)定的電能輸出。風(fēng)光互補(bǔ)供電系統(tǒng)合理利用了風(fēng)能與太陽能的天然互補(bǔ)性，通過內(nèi)部各個(gè)電源對本地區(qū)負(fù)荷進(jìn)行供電，其主要目標(biāo)是最大限度地增強(qiáng)發(fā)電功率與負(fù)荷之間的匹配性。為保證供電可靠性同時(shí)提高系統(tǒng)的經(jīng)濟(jì)性，需根據(jù)現(xiàn)有的天氣和環(huán)境資源條件對系統(tǒng)

2、的容量配置進(jìn)行優(yōu)化設(shè)計(jì)，選取最優(yōu)的電源容量組合。
　　 遺傳算法作為一種新的全局優(yōu)化搜索算法，以其簡單、通用、魯棒性強(qiáng)、適于并行處理以及應(yīng)用范圍廣等顯著特點(diǎn)，常用來解決發(fā)電系統(tǒng)的容量配置優(yōu)化問題，但是由于其局部尋優(yōu)能力較差，運(yùn)行效率較低、參數(shù)難選擇等問題，使得其計(jì)算過程較慢，結(jié)果不夠精確。為此，引入極端學(xué)習(xí)機(jī)，以其良好的非線性映射能力與遺傳算法種群進(jìn)化機(jī)制相結(jié)合，對傳統(tǒng)遺傳算法進(jìn)行改進(jìn)，通過定量模擬染色體進(jìn)化過程，引導(dǎo)種群進(jìn)化方

3、向，從而有效提高遺傳算法的全局收斂速度，能更好的解決風(fēng)光互補(bǔ)供電系統(tǒng)配置優(yōu)化問題。算例分析表明了改進(jìn)遺傳算法相對于傳統(tǒng)遺傳算法，只需較少的迭代次數(shù)，就能使得函數(shù)快速收斂，且達(dá)到同樣迭代誤差所需時(shí)間也更短。
　　 在研究風(fēng)光互補(bǔ)供電系統(tǒng)的運(yùn)行情況的基礎(chǔ)上分析了系統(tǒng)運(yùn)行中各種可能的調(diào)度策略。根據(jù)系統(tǒng)的不同調(diào)度策略、約束條件以及包含供電可靠性和風(fēng)光互補(bǔ)特性在內(nèi)的系統(tǒng)優(yōu)化評價(jià)指標(biāo)，建立了風(fēng)光互補(bǔ)供電系統(tǒng)中各個(gè)電源的數(shù)學(xué)模型，以及包含初始