人口的快速增長(zhǎng)和化石燃料的快速消耗導(dǎo)致了能源短缺和環(huán)境污染等問(wèn)題,面對(duì)能源和環(huán)境的雙重壓力,許多學(xué)者正努力研究從可再生能源中提取能源的新方法.集成多種能源的混合可再生能源系統(tǒng)可以有效地解決這一問(wèn)題.在混合可再生能源系統(tǒng)中,優(yōu)化機(jī)組規(guī)模是實(shí)現(xiàn)可再生能源高效利用的關(guān)鍵.研究趨勢(shì)表明,人工智能方法越來(lái)越受研究者關(guān)注,可以在沒(méi)有長(zhǎng)期天氣數(shù)據(jù)的情況下提供良好的系統(tǒng)優(yōu)化.筆者在已發(fā)表的文獻(xiàn)的基礎(chǔ)上,對(duì)混合可再生能源系統(tǒng)優(yōu)化技術(shù)的現(xiàn)狀進(jìn)行了全面的綜述,介紹了混合可再生能源系統(tǒng)的概念,總結(jié)了多種不同的能源系統(tǒng),比較了不同能源系統(tǒng)的差異,并分析了不同系統(tǒng)的物理模型,以及系統(tǒng)的優(yōu)化方法和原則.進(jìn)一步,對(duì)可再生能源產(chǎn)生電力的不確定性,進(jìn)行了文獻(xiàn)綜述分析.最后總結(jié)了混合可再生能源系統(tǒng)在未來(lái)遇到的挑戰(zhàn). 

【文章來(lái)源】：山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,35(03)

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

混合可再生能源系統(tǒng)

在HRES的發(fā)電領(lǐng)域,機(jī)組規(guī)模優(yōu)化在文獻(xiàn)中有各種各樣的方法,圖2給出了用于HRES機(jī)組規(guī)模調(diào)整的方法.在各種優(yōu)化算法中,人工智能方法用到的最多,表1列出了部分混合可再生能源系統(tǒng)的優(yōu)化方法.

表1 混合可再生能源系統(tǒng)優(yōu)化方法 優(yōu)化方法 方法描述 系統(tǒng)配置 參考文獻(xiàn) 人工智能法 使用智能優(yōu)化算法,例如遺傳算法(Genetic algorithms, GA)、人工神經(jīng)網(wǎng)絡(luò)(Artificial neural network, ANN)、粒子群優(yōu)化(Particle swarm optimization, PSO)、蟻群優(yōu)化(Ant colony optimization, ACO)、模擬退火(Simulated annealing, SA)、模糊邏輯(Fuzzy logic, FL)等,對(duì)混合可再生能源系統(tǒng)的組成元件進(jìn)行優(yōu)化,得出最優(yōu)配置. PV/風(fēng)能/柴油/電池 Paliwa[21],Askarzadeh[22],Merei[23],Kumar[24],Arabali[25],Kaviani[26], Hakimi [27], Yang[28] 迭代方法 優(yōu)化模型通�？紤]用于電力可靠性和凈現(xiàn)值模型. 光伏電池 Zhang[35],Gupta[36],Yang[37]. 分析法 模型用組件得出,并計(jì)算系統(tǒng)的可行性. PV/風(fēng)能/柴油/電池 Khatod[38],Kaldellis[39] 概率法 混合可再生能源系統(tǒng)的概率方法考慮了系統(tǒng)設(shè)計(jì)中日照和風(fēng)速變化的影響. PV/風(fēng)能/柴油/電池 Lujano-Rojas[40],Tina[41,42] 圖解構(gòu)造法 在優(yōu)化中只考慮了兩個(gè)決策變量 PV/光能/風(fēng)能 Borowy[43],Markvart[44] 商用軟件 利用各種商業(yè)軟件,比較了不同組合的技術(shù)、經(jīng)濟(jì)和環(huán)境性能.根據(jù)網(wǎng)絡(luò)的當(dāng)前成本和性能,可以在不同的系統(tǒng)配置中找到最優(yōu)配置. 光伏/風(fēng)能/柴油/電池/電網(wǎng)連接 HOMER,HYBRID2,HOGA 多目標(biāo)優(yōu)化 多目標(biāo)設(shè)計(jì)有兩種常見(jiàn)的方法:第一種是將多個(gè)目標(biāo)函數(shù)合并為單個(gè)復(fù)合函數(shù),第二種是確定整個(gè)Pareto最優(yōu)解集. PV/風(fēng)能/柴油/電池 Maheri[30],Abbes[31],Tant[32],Moura[33]4.2 多目標(biāo)優(yōu)化

【參考文獻(xiàn)】：
期刊論文
[1]混合可再生能源系統(tǒng)多目標(biāo)優(yōu)化綜述[J]. 明夢(mèng)君,張濤,王銳,劉亞杰,查亞兵.  中國(guó)電機(jī)工程學(xué)報(bào). 2018(10)
[2]潮流能發(fā)電能源成本研究[J]. 于汀,李志川.  應(yīng)用能源技術(shù). 2017(02)
[3]求解模糊作業(yè)車(chē)間調(diào)度問(wèn)題的混合優(yōu)化算法[J]. 李俊青,潘全科.  機(jī)械工程學(xué)報(bào). 2013(23)
[4]蛙跳優(yōu)化算法求解多目標(biāo)無(wú)等待流水線調(diào)度[J]. 潘玉霞,潘全科,李俊青.  控制理論與應(yīng)用. 2011(10)



本文編號(hào)：3526860