基于改进粒子群优化算法的先进绝热压缩空气储能系统参数-热力发电.PDF

第47 卷 第1 期 热 力 发 电 Vol.47 No. 1 2018 年 1 月 THERMAL POWER GENERATION Jan. 2018 基于改进粒子群优化算法的先进绝热 压缩空气储能系统参数优化 1 1,2 周 檬 ，贾亚雷 （1.河北软件职业技术学院软件技术系，河北 保定 071000 ； 2.华北电力大学电站设备状态监测与控制教育部重点实验室，河北 保定 071000） ［摘 要］压缩空气储能技术是一种高效、环保的大规模储能技术，在可再生能源并网和电网调峰领 域有广泛应用。为了提高压缩空气储能系统的储能效率，对系统建立了热力学模型，研究 了系统运行参数对系统性能的影响，并采用改进粒子群算法对多个运行参数进行优化。研 究结果表明：随着储气室最低压力的升高，储能效率先升高后降低，储气过程压力升高幅 度和储气室对流换热系数的增大会使储能效率降低；通过改进粒子群优化算法，储能效率 最高可以达到0.699 45 ；优化算法具有较好的全局收敛性和较高的精确度。 ［关 键 词］先进绝热压缩空气储能；改进粒子群算法；储能效率；储气室；换热器；优化 ［中图分类号］TK89 ［文献标识码］A ［DOI 编号］10.19666/j.rlfd.201704010 ［引用本文格式］周檬, 贾亚雷. 基于改进粒子群优化算法的先进绝热压缩空气储能系统参数优化[J]. 热力发电, 2018, 47(1): 94-99. ZHOU Meng, JIA Yalei. Parameter optimization for compressed air energy storage system based on particle swarm optimization[J]. Thermal Power Generation, 2018, 47(1): 94-99. Parameter optimization for compressed air energy storage system based on particle swarm optimization 1 1,2 ZHOU Meng , JIA Yalei (1. Hebei Software Institute Department of Software Technology, Baoding 071000, China; 2. Key Laboratory of Condition Monitoring and Control for Power Plant Equipment of Ministry of Education, North China Electric Power University, Baoding 071000, China) Abstract: The compressed air energy storage (CAES) technology is an efficient and green large-scale