风光互补独立供电系统的多目标优化设计

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。