一种离网混合可再生能源系统的多目标优化设计方法
【技术领域】
[0001] 本发明涉及一种离网混合可再生能源系统的规划设计方法，具体而言是考虑能源 系统中的各组件的数量和相关组件安装倾角、高度等的配置，最优化系统的各个目标。
【背景技术】
[0002] 能源是人类赖以生存和发展的重要基础。进入21世纪，经济社会的急速发展使得 能源需求不断增加，化石能源如煤、石油等随着快速消耗也不断减少，并且这些化石能源的 大量使用造成的环境污染问题日益严重。能源问题和环境污染日益成为制约社会可持续发 展的重要因素。面对能源问题和环境问题带来的双重压力，大力发展新能源、加强利用可再 生能源成为经济社会发展的一种迫切需要。
[0003] 混合可再生能源系统（HybridRenewableEnergySystems,HRES)是一种以合适 的方式组合使用不同种类的可再生能源和化石能源的系统，能够克服单一可再生能源的间 歇性、不稳定性等缺点。具体而言是包括光伏发电、风力发电、柴油发电机发电以及储能装 置的能源系统。离网是指该系统没有接入系统电网。离网混合可再生能源系统一般适用于 海岛、山区之类的偏远地区。这些地区通常用户比较少，负载比较低，现阶段并入大电网比 较困难且不够经济。
[0004] 关于HRES的规划设计可以分为单目标优化和多目标优化研宄，目前大部分研宄 都是考虑了单目标的优化，如最小化系统的总成本、最大化可靠性、最小化温室气体排放量 等。然而从实际角度出发，HRES的规划设计通常是一个多目标优化问题，即多个目标如成 本、可靠性等需要同时优化，此外还需要考虑混合系统中各组件的数量、光伏板安装倾角、 风机安装高度等，因此HRES的规划设计是一个多变量、离散、非线性的复杂优化问题。
【发明内容】
[0005] 由于多目标优化问题的复杂性，传统的优化算法如线性规划、梯度法等已不能有 效地解决问题，针对现有技术存在的缺陷，本发明的目的是提出一种离网混合可再生能源 系统的多目标优化设计方法。
[0006] 本发明的技术方案是：
[0007] 第一步，设计HRES的优化目标以及约束函数，建立HRES的多目标优化设计模型；
[0008] 以最小化系统年度化成本和系统功率供应缺失率为目标，构建带约束的两目标优 化问题，如下：
[0009] min{Fcost,FreliablilityI
[0010] s.t. (Npv,Nwg,Nbat,Ndg) ^ 0 (I)
[0011] KHwgSHhigh
[0012] 0° 彡 0 彡 90°
[0013] 其中示系统总的年度成本，包括：系统中各类设备的初始投资成本、使用过 程中的操作与维修成本以及部分设备的替换成本；FMliability表示系统功率供应缺失率，即 系统不能满足负载的时间在仿真时间内所占的比例，值越小表示系统可靠性越高；Npv、Nwg、Nbat、Ndg分别表不HRES系统中待优化的光伏板、风机、电池组和柴油发电机的数量；Hwg表不 风机的安装高度，e表示太阳能光伏板的安装倾角；
[0014] 假设组成HRES系统的各设备的型号已知，即光伏板、风力机、电池组和柴油发电 机的性质和相关参数是确定的；其中光伏板参数包括开路电压、短路电流、最大工作电压、 最大工作电流、额定工作温度（NCOT)、初始投资成本、操作维修成本以及使用寿命，风机参 数包括额定功率、初始投资成本、操作维修成本以及使用寿命，储能设备即电池组参数包括 额定容量、电压、最大放电深度（DOD)、初始投资成本、操作维修成本、替换成本以及使用寿 命，柴油发电机参数包括额定功率、初始投资成本、每小时操作维修成本和使用寿命；
[0015] 根据上述已知的各设备相关数据，建立针对离网的HRES多目标优化设计模型；
[0016] HRES规划设计模型涉及到多个类型的变量，包括光伏板数量、风机数量、电池组数 量、柴油机数量、风机安装高度以及光伏板安装倾角，将上述变量进行编码，编码规则是：若 编码显示为（22, 8, 28, 3, 23. 55, 59. 76)，那么使用22个给定的光伏板，8个风力发电机，28 个电池组，3个柴油发电机，同时风机安装高度为23. 55米，光伏板安装倾角为59. 76° ; [0017] 结合各设备的寿命，以25年为项目周期，HRES系统年度成本目标函数为：
[0018] ACS=Cainv (PV+WG+Tower+BAT+DG)
[0019] +Caom (PV+WG+Tower+BAT+DG) (2)
[0020] +Carep(BAT)
[0021] 其中Cainv是年度初始投资成本，C_是年度操作和维修成本，CaMp是年替换成本， 分别用下式计算：
【主权项】
1. 一种离网混合可再生能源系统的多目标优化设计方法，其特征在于包括以下步骤： 第一步，设计HRES的优化目标以及约束函数，建立HRES的多目标优化设计模型； 以最小化系统年度化成本和系统功率供应缺失率为目标，构建带约束的两目标优化问 题，如下： ITlin {Fcostj Freliablility-^ s. t. (Npv, Nwg, Nbat, Ndg) ^ O (I) Hi〇w€ H Wg€ H high 0°彡β彡90° 其中示系统总的年度成本，包括：系统中各类设备的初始投资成本、使用过程中 的操作与维修成本以及部分设备的替换成本；FMliability表示系统功率供应缺失率，即系统 不能满足负载的时间在仿真时间内所占的比例，值越小表不系统可靠性越尚；N pv、Nwg、Nbat、 Ndg分别表示HRES系统中待优化的光伏板、风机、电池组和柴油发电机的数量；H wg表示风机 的安装高度，β表示太阳能光伏板的安装倾角； 假设组成HRES系统的各设备的型号已知，即光伏板、风力机、电池组和柴油发电机的 性质和相关参数是确定的；其中光伏板参数包括开路电压、短路电流、最大工作电压、最大 工作电流、额定工作温度（NCOT)、初始投资成本、操作维修成本以及使用寿命，风机参数包 括额定功率、初始投资成本、操作维修成本以及使用寿命，储能设备即电池组参数包括额定 容量、电压、最大放电深度（DOD)、初始投资成本、操作维修成本、替换成本以及使用寿命，柴 油发电机参数包括额定功率、初始投资成本、每小时操作维修成本和使用寿命； 根据上述已知的各设备相关数据，建立针对离网的HRES多目标优化设计模型； HRES规划设计模型涉及到多个类型的变量，包括光伏板数量、风机数量、电池组数量、 柴油机数量、风机安装高度以及光伏板安装倾角，将上述变量进行编码，编码规则是：若编 码显示为（22, 8, 28, 3, 23. 55, 59. 76)，那么使用22个给定的光伏板，8个风力发电机，28个 电池组，3个柴油发电机，同时风机安装高度为23. 55米，光伏板安装倾角为59. 76° ; 结合各设备的寿命，以25年为项目周期，HRES系统年度成本目标函数为： ACS = Cainv (PV+WG+Tower+BAT+DG) +Caom (PV+WG+Tower+BAT+DG) (2) +Carep(BAT) 其中Cainv是年度初始投资成本，C _是年度操作和维修成本，Carep是年替换成本，分别 用下式计算：
其中Cinv是每个元件的初始投资成本，CRF是资本回收因子，Lram(year)是元件寿命，i 是年实际利率，in(M是名义利率，f是年通胀率； Carep= Crep. SFF (i，Lrep) (6)
(7) Caom (n) =Caom(I) · (l+f)n (8) 其中Cmp是每个元件的替换成本，SFF是沉默资金因子，Lmp是元件替换寿命，C _(η)是 第η年的操作