基于多目標(biāo)進(jìn)化算法的混合可再生能源系統(tǒng)規(guī)劃研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著化石能源的快速消耗,煤石油天然氣等資源的價(jià)格不斷上升,能源問題日益成為制約經(jīng)濟(jì)社會發(fā)展的重要因素。面對能源危機(jī)和環(huán)境保護(hù)的壓力,開發(fā)利用可再生能源引起了越來越多國家的關(guān)注??稍偕茉慈顼L(fēng)能、太陽能等具有間歇性、不可預(yù)測性等缺點(diǎn),從而阻礙了其開發(fā)利用?;旌峡稍偕茉聪到y(tǒng)(Hybrid Renewable Energy Systems, HRES)通過以合適的方式整合不同種類的可再生能源能夠有效地克服單一能源的不確定性等缺點(diǎn),從而提高系

2、統(tǒng)的可靠性。本文以混合可再生能源系統(tǒng)為對象,研究基于多目標(biāo)進(jìn)化算法(Multi-objective Evolutionary Algorithm, MOEA)的混合可再生能源系統(tǒng)的規(guī)劃設(shè)計(jì)問題。
  首先,對混合可再生能源系統(tǒng)進(jìn)行結(jié)構(gòu)分析,并建立系統(tǒng)的單元模型。本文分析了常見的混合可再生能源系統(tǒng)結(jié)構(gòu),如光伏-風(fēng)機(jī)-儲能系統(tǒng)、光-風(fēng)-柴-儲系統(tǒng)等。在此基礎(chǔ)上,構(gòu)建混合可再生能源系統(tǒng)主要元件的數(shù)學(xué)模型,包括光伏模型、風(fēng)機(jī)模型、電池組儲

3、能模型以及柴油發(fā)電機(jī)模型。
  其次,根據(jù)已經(jīng)建立的單元模型,構(gòu)建混合可再生能源系統(tǒng)規(guī)劃模型。本文分別建立了離網(wǎng)與并網(wǎng)模式下的混合可再生能源系統(tǒng)模型,同時介紹了兩種模式下系統(tǒng)模型的優(yōu)化目標(biāo),這些優(yōu)化目標(biāo)包括系統(tǒng)年化成本、功率供應(yīng)缺失率、燃料排放以及系統(tǒng)從電網(wǎng)的凈購電成本。
  最后,本文對使用目標(biāo)向量的偏好啟發(fā)協(xié)同進(jìn)化算法(Preference-inspired Coevolutionary Algorithm using

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論