一種孤島混合可再生能源系統(tǒng)的多目標(biāo)組合優(yōu)化配置方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種孤島混合可再生能源系統(tǒng)的多目標(biāo)組合優(yōu)化配置方法，具體而言 是考慮能源系統(tǒng)中的各單元的類型和數(shù)量的配置，最優(yōu)化系統(tǒng)的各個(gè)目標(biāo)，屬于計(jì)算機(jī)領(lǐng) 域。
【背景技術(shù)】
[0002] 能源問題始終伴隨著人類文明發(fā)展的整個(gè)進(jìn)程，特別是進(jìn)入21世紀(jì)后，工業(yè)經(jīng)濟(jì) 的急速發(fā)展對能源需求提出了更高的要求。然而煤、石油之類的化石能源日益枯竭，并且使 用化石燃料帶來的環(huán)境問題日益凸顯，能源安全和環(huán)境污染已經(jīng)成為當(dāng)前世界各國面臨的 巨大挑戰(zhàn)。為了應(yīng)對能源和環(huán)境的雙重危機(jī)，大力發(fā)展和利用可再生能源，如太陽能、風(fēng)能 等，成為當(dāng)務(wù)之急。
[0003]混合可再生能源系統(tǒng)（Hybrid Renewable Energy Systems,HRES)顧名思義，是一 種混合使用化石能源和可再生能源的系統(tǒng)。具體而言是包括風(fēng)力發(fā)電、光伏發(fā)電、柴油發(fā)電 以及儲能裝置的能源系統(tǒng)。孤島混合可再生能源系統(tǒng)指HRES沒有接入系統(tǒng)電網(wǎng)。孤島混合 可再生能源系統(tǒng)通常用于海島之類的偏遠(yuǎn)地區(qū)。用戶相對較少，用電量需求較低，引入大電 網(wǎng)比較困難且經(jīng)濟(jì)成本較高。
[0004] 孤島混合可再生能源系統(tǒng)規(guī)劃需要解決的問題是：如何合理配置風(fēng)力機(jī)、光伏板、 柴油機(jī)以及儲能設(shè)備以使得整個(gè)能源系統(tǒng)滿足區(qū)域用能需求，同時(shí)經(jīng)濟(jì)成本最低、對環(huán)境 危害最小。
[0005] 目前關(guān)于孤島混合可再生能源系統(tǒng)的組合優(yōu)化配置研究主要集中于單目標(biāo)的優(yōu) 化模型，如在滿足供需平衡下，最小化HRES全壽命周期成本或最小化HRES的溫室氣體排放 量等。然而，從實(shí)際角度出發(fā)，HRES的組合優(yōu)化配置需要同時(shí)考慮全壽命周期成本、溫室氣 體排放量等評估指標(biāo)，是一個(gè)多目標(biāo)優(yōu)化問題。同時(shí)，HRES的組合優(yōu)化配置中涉及到風(fēng)光柴 儲設(shè)備的選擇，柴油使用量等變量的規(guī)劃，是一個(gè)多類型變量的（連續(xù)、離散變量)優(yōu)化問 題。此外，HRES組合優(yōu)化配置還需滿足供需平衡約束。綜上所述，HRES的組合優(yōu)化配置是一 個(gè)多變量、多目標(biāo)、帶約束的復(fù)雜優(yōu)化問題，目前關(guān)于HRES優(yōu)化配置的相關(guān)研究(包括模型 及求解算法)遠(yuǎn)不能滿足實(shí)際需求。
[0006] 所述的多目標(biāo)優(yōu)化問題是指：同時(shí)對多個(gè)目標(biāo)進(jìn)行優(yōu)化，由于各個(gè)目標(biāo)之間通常 是耦合在一起且互相制約、互相競爭，即某個(gè)目標(biāo)的改善可能引起其他目標(biāo)性能的降低，很 難找到一個(gè)真正意義上的最優(yōu)解使得各個(gè)目標(biāo)同時(shí)達(dá)到最優(yōu)，因此多目標(biāo)優(yōu)化問題的最優(yōu) 解通常不是單一的，而是一組多個(gè)互有利弊的非支配解，是一個(gè)非劣解的集合，即帕累托 (Pareto)最優(yōu)解集。求解多目標(biāo)優(yōu)化問題的核心是找到一組分布均勾的Pareto最優(yōu)解。
[0007] 所述的智能多目標(biāo)優(yōu)化算法是指:傳統(tǒng)的處理多目標(biāo)優(yōu)化問題的方法，如加權(quán)法、 約束法、目標(biāo)規(guī)劃法等，通過構(gòu)建一個(gè)評價(jià)函數(shù)，將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題，然 后利用一般的求解方法計(jì)算得到問題的一個(gè)解。智能多目標(biāo)優(yōu)化算法是通過模擬某些自然 過程發(fā)展而來的基于種群的優(yōu)化算法，其思想和內(nèi)容涉及數(shù)學(xué)、生物學(xué)和計(jì)算機(jī)學(xué)科等。該 類算法不依賴于梯度信息，一次運(yùn)行能夠找到一組Pareto最優(yōu)解，具有全局、并行、高效、魯 棒和通用性強(qiáng)等特點(diǎn)。是求解復(fù)雜非線性多目標(biāo)優(yōu)化問題的有效方法。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明要解決的技術(shù)問題是如何合理配置風(fēng)力機(jī)、光伏板、柴油機(jī)以及儲能設(shè)備 以使得整個(gè)孤島混合可再生能源系統(tǒng)滿足區(qū)域用能需求，且經(jīng)濟(jì)成本最低、環(huán)境危害最小。
[0009] 為解決該問題，本發(fā)明所采取的技術(shù)方案是:建立HRES的組合優(yōu)化配置模型，利用 智能多目標(biāo)優(yōu)化算法求解，得到一組分布均勾的Pareto最優(yōu)解，從這組Pareto最優(yōu)解中，選 擇一個(gè)作為最終配置方案來對HRES進(jìn)行配置。
[0010]步驟1:以HRES全壽命周期成本最低，HRES對環(huán)境危害最小為目標(biāo)，以滿足區(qū)域能 源需求為約束條件，建立HRES的多目標(biāo)組合優(yōu)化配置模型：
[0011]
[0012]
[0013]
[0014] 式（1)表示以最小化HRES的全壽命周期成本和系統(tǒng)的C〇2排放量為目標(biāo)，以系統(tǒng)供 能滿足用戶用電需求為約束條件，構(gòu)造出帶約束的兩目標(biāo)優(yōu)化模型；
[0015] 其中Fccist(x)表示HRES配置方案為X下的全壽命周期（T年）成本，包括孤島風(fēng)光柴 儲能源系統(tǒng)中各類設(shè)備的初始安裝費(fèi)用和使用過程中的維護(hù)費(fèi)用；
[0016] &〇2(Χ)表示HRES配置方案為X下系統(tǒng)的 C〇2排放量，包括HRES中風(fēng)光柴儲設(shè)備在生 產(chǎn)制造過程的c〇2排放量和柴油機(jī)使用過程中的c〇2排放量，其中風(fēng)力機(jī)、光伏板以及儲能設(shè) 備在使用過程中的c〇2排放量不予考慮；
[0017] Fsupply(x)表示HRES配置方案為X下的供電量；
[0018] Fdemand表示某一地區(qū)的用電需求量；
[0019] 所述配置方案X是指HRES系統(tǒng)中光伏組件、風(fēng)力機(jī)、儲能設(shè)備、柴油機(jī)四類組件的 配置數(shù)量以及柴油使用量，配置方案X表示如下：
[0020]
[0021] xi表示HRES中第i類型的光伏板個(gè)數(shù)，ie{l，2，. . .，NPV}; Vi表示HRES中第j類型 的風(fēng)力機(jī)個(gè)數(shù)，je{l，2, . . .，Nwt};xvv^表示HRES中第k類型的儲能設(shè)備個(gè)數(shù)，ke{l， 2，. . .，Nba}; 表示HRES中第 1 類型的柴油機(jī)個(gè)數(shù)，1 e {1，2，. . .，Nfg}; 示HRES中第1類型的柴油機(jī)的柴油使用量，單位為升，取值范圍為[0，C]，C表示柴油使用量 的上限值，對于柴油發(fā)電機(jī)，若未使用某一類型的柴油機(jī)，那么其對應(yīng)的柴油使用量設(shè)定為 〇;配置方案X的前Npv+N wt+Nba+Nfg個(gè)變量取值范圍為(0，Nl]，Nl表示設(shè)備個(gè)數(shù)的上限值;N PV表 示光伏板的類型數(shù)，Nwt表示風(fēng)力機(jī)的類型數(shù)，他3表示備選儲能設(shè)備的類型數(shù)，心 8表示柴油 機(jī)的類型數(shù)；
[0022] Fccist(x)表示為：
[0023]
[0024] Fc〇stPV(x)表不腿S配置方案為x下的光伏板全壽命周期費(fèi)用，匕燃(》) = 1:'-; <?", + C2n， Fcos· (x)表不HRE S配置方案為x下的風(fēng)力機(jī)全壽命周期費(fèi)用，4tWT W = Σ ,1卜n?β+ ""r) * 心他⑴表示TOS配置方案為x下的備選儲能設(shè)備全壽命周期費(fèi)用，，; FmstreW^^^RES配置方案為x下的柴油機(jī)周期費(fèi)用， Clpvi表不第i類型光伏板的初裝費(fèi)用，C2pvi表不第i類型光伏板的維護(hù)費(fèi)用；ClwTj表不第j類 型風(fēng)力機(jī)的初裝費(fèi)用，C2叩表示第j類型風(fēng)力機(jī)的維護(hù)費(fèi)用;ClBAk表示第k類型備選儲能設(shè) 備的初裝費(fèi)用，C2 BAk表示第k類型備選儲能設(shè)備的維護(hù)費(fèi)用;C1FC1表示第1類型柴油機(jī)的初 裝費(fèi)用，C2?表示第1類型柴油機(jī)的維護(hù)費(fèi)用;C FG表示柴油價(jià)格；
[0025]
[0026]
[0027] Fc〇2PV(x)ifcrii?Sl￡Kir案為 X 下的光伏 表不HRES配置方案為X下的風(fēng)力機(jī)全壽命周期碳排放量，= ; .&α2ΒΑ(χ_.)_ 表示HRES配置方案為X下的備選儲能設(shè)備全壽命周期碳排放量，&2βα> = ΣΓ:;W
表不HRES配置方案χ下的柴油設(shè)備全壽命周期碳排放量，+~％.??.*+?.，*<)* Pm表示第i類型光伏板的額定功率;〇PVl表示制造單位面積的第i類型光伏板產(chǎn)生的碳排放 量;Own表示制造第j類型風(fēng)力機(jī)產(chǎn)生的碳排放量;〇BAk表示制造第k類型備選儲能設(shè)備產(chǎn)生 的碳排放量;〇 FC1表示第1類型柴油發(fā)電設(shè)備產(chǎn)生的碳排放量;表示燃燒每升柴油的碳排 放量；
[0028]
[0029]
[0030] Fsuppiypv(x)表不HRES配置方案為X下的光伏板發(fā)電量，.FsupplyPV(x) = i：、； L為HRES建設(shè)地區(qū)年平均光照強(qiáng)度，單位為勒克斯，相關(guān)數(shù)據(jù)可以通過查詢當(dāng)?shù)貧v史天氣數(shù) 據(jù)分析得到；FsupplyWT(X)表不HRES配置方案為X下的風(fēng)力機(jī)發(fā)電量， AUpplyWT(X) = * Γ * ; V為年平均風(fēng)速，單位為米/秒，相關(guān)數(shù)據(jù)可以通過查詢當(dāng) 地歷史天氣數(shù)據(jù)分析得到；FsupplyBA(x)表示HRES配置方案為X下的備選儲能設(shè)備供電量， 巧upplyBA(X) = Σ?? * ' J :; FsupplyFG ( X )表不HRES配置方案為X下的柴油設(shè)備發(fā)電直， W / V ) - \ ^ ，Γ ρ '1·· γ 承：y .? Siippl5Hrv ~ Lui-^X · . -十/ ?卡1+"
[0031] PPVl表示第i類型光伏板的額定功率;PWTj表示第j類型風(fēng)力機(jī)的額定功率，P BAk表示 第k類型備選儲能設(shè)備的額定功率，ρ?表示第1類型柴油機(jī)的額定功率；
[0032] Fdemand表不為：
[0033] Fd_nd = Q，其中Q為某地區(qū)年平均用電量為Q(瓦）；
[0034] 步驟2:利用智能多目標(biāo)優(yōu)化算法NSGA-II求解HRES組合優(yōu)化模型，具體過程如下：
[0035] 步驟2.1:設(shè)置算法參數(shù):包括種群規(guī)模和終止條件，種群規(guī)模為N，取值范圍100至 500，終止條件采用最大運(yùn)行代數(shù)maxgen，取值范圍50至500;
[0036] 步驟2.2:初始化種群：隨機(jī)生成種群規(guī)模N= 100父代種群S;種群中每個(gè)個(gè)體X包 含η個(gè)編碼值，其中n = Npv+Nwt+Nba+2*Nf g，令當(dāng)前運(yùn)行代數(shù)gen = 1;
[0037] 步驟2.3:基于當(dāng)前種群S，通過交叉變異操作產(chǎn)生子代種群Sc