蚁群算法在风光互补系统优化配置中的应用.pdfVIP

摘要 ，，’ 摘要 由于化石燃料愈加紧缺，人们对新能源的利用也愈加关注。风能、太阳能作 为一种清洁环保、可再生的能源，在新能源发电中具有良好的前景。但是风能太 阳能都具有能量密度低，随机性强的特点，使得单独的风能或太阳能发电难以有 稳定的电能输出。风光互补发电系统合理利用了风能与太阳能的天然互补性，为 负载提供了较好的电能。风光互补发电系统包括风力发电单元、太阳能发电单元 以及混合储能单元，如何对系统进行合理配置才能在最经济的前提下，使风能和 太阳能的互补性得到充分的发挥，将是衡量系统优越性的重要指标。 增大供电可靠性和降低系统成本是风光互补配置优化中两个相冲突的目标， 本文首先介绍了互补系统中太阳能发电单元中一些基本知识以及光伏阵列倾角 与光伏阵列电能输出的关系；风力发电单元中的风力机的基本知识、风速的换算 公式，重点介绍了风机安装高度与风机发电量的关系；混合储能单元中的储能模 式、储能类型特点等，重点介绍了蓄电池容量的计算方法，然后建立了系统优化 数学模型，引入了蚁群算法对系统的负载缺电率和成本进行了联合优化，把风机 数目、太阳能光伏阵列并联数目、蓄电池的并联数目、风机安装高度以及太阳能 倾角作为待优变量，确定了各个待优变量的限定取值范围。蚁群算法作为一种新 型的模拟进化算法，有着模型简单，适应性强、正反馈以及解的全局性等优点， 文中建立了系统优化图使参数优化问题与商旅问题巧妙地结合在一起，根据蚂蚁 对目标函数适应度进行信息素更新，每条路径对应着一组待优变量数据，利用蚁 群的协作机制进行全局搜索，寻找出使待优变量较好的路径组，待迭代次数完毕 后对排名前a的蚂蚁对应的待优变量组成了一个最优解集，对其对应的负载缺电 率和系统成本函数进行画图描点，根据切线法确定使两者最有的待优变量组合。 最后，对本文所提出的优化方法进行了算例分析，并对全文做了总结及对风 光互补进一步的问题进行了展望。 关键词：风光互补，蚁群算法，优化算法，风力发电，太阳能发电，混合储能 Abstract 11 ／ Abstract Becauseofthe offossil becomes attention shoRage fuels，peopleeverincreasingly tothe ofnew andwindhave in thenew using energy．Solarenergy goodprospects resources are bothcleanandrenewableresources energy power but generation．They also the haveweaknessof lowandthe they energydensity characteristicsof strong of orsolar difficulttohaveastable randomicity．Becausethis，wind power power alone．Wind-solar rationalutilizationofthe ou