毕业论文-独立新能源混合发电系统的最优容量配置

HUNANUNIVERSITY毕业论文论文题目独立新能源混合发电系统的最优容量配置学生姓名学生学号专业班级自动化4班学院名称电气与信息工程学院指导老师学院院长2015年5月23日第页绪论1.1毕业设计的背景及目的随着人类科学技术发展，人类对石油、煤炭等不可再生能源的需求日益加大，我们深刻意识到能源危机问题日益严重，这促进人们不断对可再生能源的开发利用。能源是人类日常生活不可或缺的一部分，是保证国家经济增长的关键。随着经济的增长，我国对能源的需求也逐年加大，然而我国的能源构成主要是煤炭。大量开采煤炭，不仅面临着煤炭枯竭的困境，还对环境造成了严重的破坏。因此，能源与经济发展如何才能可持续的发展是我们亟待解决的问题。近几年，国际环保组织加大对环境问题的关注力度，人们环保意识提高。在如此国际化形式下，新能源的研究与发展迎来了春天。其可靠的经济适用性，使得新能源技术得到了飞速的发展。风能发电、光伏发电保持每年30%以上增速。就目前形式来看，新能源技术已日益成熟，已初步具备商业化应用的条件。我国虽处于发展中国家，但我国的电力技术发展却在发展中国家中，甚至发达国家中都相对突出。从我国当今的发展现状来看，是以电能取代不可再生能源的，因此经济增长对电能的依赖性很高。然而从我国的国情来看，目前中国沿海的海岛电站多数采用柴油机发电系统，柴油机发电系统不仅发电效率低，而且排放的废气对环境造成了很严重的污染。并且因海岛一般都离大陆很远，柴油机发电成本就水涨船高了，因而综合环保经济等方面来看，柴油发电经济性不高；同样占我国领土绝大多数面积的农村偏远地区，那里的人民主要还是靠燃烧秸秆、柴火等物质来提供能源，环境破坏更加严重。根据可靠的调查数据显示，我国还有约2万个村，约合800多万户农民还处于落后的无电可用的生活条件下。因此，有效的结合当地的有利条件开发建设新能源发电系统，是解决这些地区用电的唯一途径，与此同时还可以促进这些地区的经济发展和环境改善，可谓是一举多得。众所周知，我国中西部偏远地区的农村、东部沿海地区的海岛上太阳能和风能资源都很丰富。如果只是单独的风力发电或者太阳能发电，往往因天气气候的原因，会对发电产生巨大的影响，难以提供稳定的电能。如遇到风力太大或者太小天气，夜晚期间或者阴雨天气，这些难以避免的天气因素都会对发电造成影响。往往白天太阳能资源丰富时，一般风速较小；而在夜晚太阳能资源较弱时，一般风速较大；往往在太阳能资源比较弱的冬天风能资源却很丰富，而在风能资源较少的夏天太阳能资源却很丰富。如此看来，如果能将太阳能资源和风能资源有效的结合起来使用，两者相辅相成，势必能很大程度的充分利用太阳能和风能资源。然而新能源混合发电系统就具备这样的优势，它可以弥补两者在时间上的互异性。同时利用清洁的可再生能源发电，不会对当地的环境造成污染，而且还会降低发电成本。因此研究新能源混合发电系统对解决我国偏远山区农村和孤岛的用电问题有着重要的意义。1.2国内外风能和太阳能发电现状1.2.1风力发电现状进入21世纪以来，世界各国对不可再生能源的需求量越来越大，然而这些不可再生能源已经快到濒临枯竭的地步，人们开始重视新能源的发展，利用风能、太阳能发电的模式来取代利用不可再生能源发电的模式。专家预测，到2050年，全世界可再生能源供应量在能源总量中的占比将超过50%。一些发达国家也表示将着手把可再生能源作为支持国家发展的新兴能源。实际上，从20世纪末开始，全世界的火力，水力发电都发展得比较缓慢，核电的发展更是缓慢，但风力发电却在能源发电中崭露头角，发展得相当快。下图为近年来世界各国各地区的风能装机容量。表STYLEREF1\s1.SEQ表\*ARABIC\s11世界风能装机容量(MW)年份1995199619971998199920002001欧洲251832164766646993071297216363北美1676168116112010261926954440亚洲62689711491257140317952162中东及非洲1313242639141203南美/中美1132385287103103世界总量4844583975889814134551770623270在全世界大力发展新能源的势头下，我国的风力发电技术在国家政策的扶持下发展迅速，我国国内已经自发研制出大功率的风力发电机组。截止2001年底，我国建设投入使用的风电场已经有27座，遍布全国多个风能资源丰富的省份。在如此发展势头下，我国未来风电发展的年增长率将逐步提升有望达到20%左右的年增长，争取半个世纪过后，我国的可再生能源发电在我国的发电总量中占比达到50%。有数据统计表明，2011年中国新增安装风电机组11409台，装机容量达17630.9MW，风电机组累计安装数45894台，装机总容量62364.3MW，年增长率达39.4%，如图1.1所示。图STYLEREF1\s1.SEQ图\*ARABIC\s112001-2011中国历年新增及累计风电装机容量在现今全世界重视新能源发电以及国家政策大力支持下，新能源发电发展速度将以一种飞跃的姿势逐年增长。有专家预测，保守估计未来几十年后风电可以实现上亿千瓦的发电量，甚至可能超过核电成为第三主力电源，等到本世纪中叶，将有可能超越水力发电，跃居第二主力电源。可见未来新能源发电的发展前景一片光明。1.2.2太阳能发电的发展现状从20世纪末开始世界各国不断出台相关政策，不断地激励光伏发电产业的发展，光伏发电产业一直呈现高速的发展势头。有数据统计表明，21世纪初的前几年，光伏电池产量都保持着每年40%的增速。有专家预测，等到2020年全球太阳能发电预计将达到70GW。近年及未来世界光伏发电装机容量如表1.2所示。表STYLEREF1\s1.SEQ表\*ARABIC\s12光伏发电装机容量(GW)年份200420102020日本1.24.830欧洲1.2341美国0.342.136中国0.0650.31.8其他1.1953.891.2世界4142002002年，为解决我国西部偏远山区无电乡的用电难问题，国家提出了“西部省区无电乡通电计划”的政策。采用小型的太阳能、风能发电技术，很好的解决了这些地区面临的用电难问题。与此同时，这一政策也带动了国内光伏产业的发展。在此基础上，2007年国家又提出了“大型并网光伏示范电站建设计划”的政策，进一步促进我国太阳能光伏发电的发展，加大对太阳能资源的利用，造福人民生活。我国地域面积广阔，地理情况复杂，绝大多数地区的太阳能资源丰富，尤其是我国西藏地区的太阳能辐射总量更是排列世界第一。国家政府重视偏远地区的经济发展，提出了诸多惠民政策，这极大地刺激着太阳能发电技术的发展，相信太阳能发电必然具有广阔的发展前景。1.2.3独立互补新能源发电系统的提出风能和太阳能资源受季节、气候的影响较大，都随气候和季节的变化而变化。对于风能而言，风力不佳的情况下风力发电表现不佳；对于太阳能而言，则主要在夜晚、阴天、雨天，冬季等太阳能资源不丰富的情况下，太阳能发电表现不佳。在农村偏远地区，由于人烟稀少，如果只是通过电网覆盖来解决这些地区用电问题，就往往会加大投入成本。在这种情况下，人们设计了独立新能源混合发电系统。独立新能源混合发电系统主要组成部件有:风力发电机组、光伏阵列、柴油发电机组、蓄电池等。相较于单独的风力发电系统或者单独的太阳能发电系统，新能源混合发电系统具有以下优点：（1）同时利用风能和太阳能，充分利用了资源，在不同的气候条件下，风能太阳能可以互补，大大提高系统发电的连续性和稳定性，以及可靠性。（2）同等容量配置条件下，混合互补发电系统成本低于单独的太阳能发电系统和单独的风力发电系统。极大地降低了系统发电成本。（3）根据不同条件，不同环境，系统可以因地制宜的进行优化设计，而获得最优的容量配置。这样系统具有更好的经济性。1.3新能源混合发电系统的国内外研究现状1.3.1国外新能源混合发电系统研究现状上个世纪的90年代中期，国外开始研究混合发电系统，其中主要集中体现在大型并网发电场、独立风力发电和独立光伏发电系统的控制，目前新能源领域的研究在风光混合发电控制方面的研究比较少。RoyBillintion等人研究独立小型风光互补发电系统的扩容方案，分析了互补发电系统扩容的必要性和可行性。RajeshKarki等人提出对小型风光互补发电系统合理地配置容量可以降低发电成本、提高可靠性。RodolfoDufoLópez等人研究可以考虑花费最小的成本获取最大的电能，提出能够根据负载和风速、光照条件确定所需要的光伏阵列、蓄电池以及柴油机的类型和数量，运用遗传算法，可以设计出一套风光柴混合发电的优化系统，结果表明混合发电系统比任何一种独立发电系统都更具经济可行性。E.Koutroulis等人研究基于遗传算法对系统进行最小运行费用的容量优化配置，以发电场20年的费用最小为优化的目标函数，结果表明运用遗传算法进行时优于其他的优化算法，也表明了风光互补发电系统比任何一种独立发电系统更具优势。1.3.2国内混合发电系统研究现状我国目前新能源混合发电系统的运用还比较少，主要是在青藏高原、内蒙等偏远西部地区，都采用独立式发电。2004年华能南澳风光互补发电场并入当地电网，标志着我国首例投入商业化运作的互补发电系统正式运营，开创了我国新能源发电的先河。目前，我国新能源风光混合发电的研究主要集中表现在底层设备的控制、系统结构的优化设计及系统的仿真这几大方面。这之中研究突出的有：华南理工大学的杨苹等人针对新型无刷双馈发电机等实现最优功率传输，并对能量管理系统开展了研究，研究开发一种实用的风光互补发电系统。合肥工业大学茆美琴等根据负荷情况、风速、太阳辐照量等自然资源以及相应的成本和功率平衡，对设计出的风光混合发电系统进行了优化设计。中科院电工研究所的许洪华等人利用遗传算法研究得出系统的最优控制策略，提出了一种能够解决风光互补发电系统非线性优化的方案。北京理工大学的冬雷研究的分布式风光互补发电系统主要是采用直流母线和飞轮储能，并提出根据模糊算法对系统的多目标控制进行优化。为了实现供电端的负载平衡，通过改变风能发电机组或者光伏发电面板单一的MPPT工作模式。李忠实等人使用ElectronicsWorkbench软件，分析风光互补发电控制系统不同负载对蓄电池控制电压的影响，使用不同的控制策略及控制电压，得到相应的数据从而得到蓄电池控制电压及控制方案的最优解。华南理工大学的吴捷等人提出了一种利用分级模糊算法控制风光互补混合发电场的能量管理系统。盛戈皞等人考虑到在电力系统紧急情况下，为了有效地改善电压调控能力，从而研究出多Agent的二级电压控制系统的协调运作以及优化控制策略。王新刚等人提出了一种基于小生境进化的多目标免疫算法，应用到微电网中分布式电源出力的优化管理。张淼等人针对混合发电系统的特点，对系统进行了仿真研究。还有针对风光混合发电系统的最大功率跟踪控制以及能量控制策略下的仿真软件实现，提出了基于风光互补发电系统的能量管理控制方法：扰动观测法、增量导纳法等多种控制策略。1.4本文的主要内容本文通过对风力发电、太阳能发电、柴油机发电和蓄电池存储构成的新能源独立发电系统研究，考虑各发电装置的特性，通过实际情况下的风能光能条件，进行建模，提出方案以达到各装置相互协调发电，综合考虑运行成本，系统成本等制约条件，然后运用果蝇优化算法对系统进行优化设计，使系统可以安全经济可靠的运行，最终通过仿真以确定最终的设计方案。本文的章节安排如下：第一章介绍新能源混合系统发电当中的风能发电、太阳能发电的研究背景，新能源互补发电的意义；以及国内外风能太阳能发电现状，分析当前国内外混合互补发电系统的研究现状，最后对本文的主要内容进行简单阐述。第二章介绍独立新能源混合发电系统的整体结构，然后分别对风力发电机组、光伏发电机组、柴油发电机组、蓄电池进行数学建模，建立系统优化设计的模型，最后对本章内容作总结。第三章介绍果蝇优化算法的基本原理，然后结合算法对系统进行优化设计。并进行实例设计，通过给定的风力机组、光伏机组、蓄电池参数等一些实际数据，对系统进行仿真，确定实例中的优化设计结果并加以分析。独立新能源发电系统设计建模2.1独立新能源混合发电系统结构独立新能源混合发电系统集风能、太阳能发电于一身，其大致结构如图2.1所示。该系统能够克服风能、太阳能因天气不佳，昼夜季节变化等因素造成的影响，在保证持续稳定供电的前提下，大大降低系统储能电池的容量以及系统的投入成本。该发电系统由光伏阵列、风力发电机组、柴油机、蓄电池、充电控制器、逆变器和交流直流负载等部分组成。光伏阵列、风力发电机组和柴油机组成了系统发电环节；蓄电池主要作用是存储系统的能量，平衡能量的供应和负荷的需求两者的关系；充电控制器和逆变器的主要作用是控制系统对电能分配，保护系统设备的安全。将系统各部分有效的组合起来，从而获得更具经济性的发电系统。风力发电机组风力发电机组AC/DC整流器光伏阵列AC/DC整流器智能控制器直流负载DC/AC逆变器交流负载蓄电池图2.1独立新能源混合发电系统结构(1)风力发电机组首先，风能带动叶片转动，将风能转换成机械能，发电机将机械能转换成电能，然后通过充放电控制器将电能储存入蓄电池中，或者通过整流逆变器系统直接对交/直流负载供电。(2)光伏发电机组首先，利用太阳能电池阵列的光生伏特效应直接把光能转换成直流电，然后通过充放电控制器将电能储存于蓄电池中，或者通过逆变器系统对交负载供电。(3)控制器控制器的作用主要是检测、控制电能，根据风力大小、日照强弱以及负载的变化，调节风电机组和太阳能光伏阵列的最大功率输出，此外还对蓄电池组的充放电进行管理。对蓄电池组工作状态进行实时转变，当发电量小于需求量时，控制器控制蓄电池组放电，对负载进行供电；当发电量大于需求量时，控制器将控制蓄电池组充电，把多余的电存储在蓄电池中，从而提高了系统工作的可靠性。(4)逆变器通常情况下，风力发电机组与光伏阵列产生的电能都是直流电，而负载不能直接用直流电进行供电。逆变器就是将发电系统所发出的直流电逆变成交流电。同时逆变器还具备自动稳压的功能，有助于改善新能源发电系统的供电质量。(5)蓄电池蓄电池组由多块蓄电池串并联组成，其主要起到稳定系统、平衡负载的作用。如果系统供电供大于求，蓄电池将多余的电存储起来，如果系统供电供不应求，则蓄电池释放出电能向负载供电，以保证系统稳定的供电。(6)柴油机在发电系统遭遇因天气气候原因影响而发电量不足以提供负载需求时，柴油发电机作为备用能源对电网输送电能供电，以保证整个发电系统的供电连续。2.2新能源混合发电系统的数学模型在对新能源混合发电系统进行优化设计的过程中，数学建模是一个关键的环节，下面将介绍发电系统中各部件的数学建模。2.2.1风力发电机模型人们平时所指的风能变化极大，风速一般随着高度增加而增加。实际情况下我们得到的风速是在系统安装地测得的，而风力发电机的输出功率是取决于风力发电机转轴处高度的风速。因此需要将风速进行折算转换，一般通过下面的公式来计算：(2.1)风力发电机启动需要一个最小的工作风速来克服发电机组内部的摩擦力，我们称作为切入风速。只有自然风速大于切入风速才能使风力发电机正常工作，而提供发电。同样，往往一台风力发电机的转动叶片所承受的转动应力是有限的，一旦大于其承受最大值，将对发电机造成损坏。这一最大的承受风力我们称为切出风速。在应用系统发电时，因根据使用地点因地制宜的选择合适的风力发电机类型。一般情况下，风力发电机的输出功率是通过生产商提供的风速功率特性曲线和风力发电机转轴处的风速而确定的。当自然风速小于切入风速时，风力发电机不转动，而不能工作。当风速大于切入风速时，风力发电机开始工作，产生电能，对蓄电池供电。当自然风速达到或者大于切出风速时，风力发电机通过极限控制作用下，停止运行，保护发电机不遭到损坏。因此风力发电机组数学模型为：(2.2)(2.3)其中，：参考高度；：参考高度处的风速；：风力发电机转轴的高度；：风力发电机组的切入风速；：风力发电机组的额定风速；：风力发电机组的切出风速；：风力发电机组的额定功率。γ：是地面粗糙度因子，通常取1/7。2.2.2光伏发电模型一般情况下太阳辐射强度和温度变化主要影响光伏电池的输出功率，因此光伏电池输出功率的数学模型计算表达式如下：（2.4）：光伏电池的额定容量；：降额因子，一般取0.8-0.95；：此时此刻电池的光辐射量；：标准条件下的辐射量；：功率温度系数；：标准条件下的测试温度；：任意太阳辐射强度和任意温度下光伏电池温度，其计算表达式如下：（2.5）：安装地点的温度；NOCT：额定条件下的光伏电池温度，通常为42℃—46℃。通常情况下通过表达式（2.3）计算出的输出功率为单个光伏电池的，一般计算出来的值很小。在工程运用中，一般将多个光伏电池串并联组成光伏阵列来满足负载需求的功率输出。通常根据负载情况、光伏阵列的电压、功率等条件来确定光伏电池串、并联数情况。光伏电池串联使用时，总输出电压是所有串联的电池电压之和，而总输出电流是流经单个电池的电流；光伏电池并联使用时，总输出电压是单个电池两端的电压，总输出电流是流经所有并联的电池电流之和。由此可确定，光伏阵列的串联组件数可由以下计算表达式确定：（2.6）而并联数则通过负载要求进行优化设计得到。2.2.3蓄电池模型新能源混合发电系统会因为风能、太阳能资源因天气的的影响而引起瞬变，从而造成电源输出功率的波动、引起系统电能质量不稳，需要配置一定容量的蓄电池。实际情况下，蓄电池的容量是不恒定的，总是在不断变化。其容量跟蓄电池的利用程度有关。对于蓄电池的充放电过程，可用下式来计算t+1时刻的蓄电池电荷量：（2.7）：充放电效率；：直流总线电压；：t时刻蓄电池的容量。在工程运用中，一般将多个蓄电池串并联组成蓄电池组来满足大容量储存的要求。蓄电池组的电压为串联蓄电池电压之和，蓄电池组的容量为并联蓄电池容量之和。在混合发电系统中，蓄电池的串联个数由以下计算表达式求得：（2.8）：串联蓄电池个数；：单个蓄电池的额定电压；：直流总线电压。而并联数则通过负载要求进行优化设计得到。2.2.4柴油发电机模型在新能源混合发电系统中，柴油发电机作为备用电源，一旦出现混合发电系统无法提供足够的负载需求情况，则柴油机发电向负载供电，同时对蓄电池充电。柴油发电机消耗的燃料费用成本计算表达式为：(2.9)其中：为燃料价格；=0.246L/KWh、=0.0845L/KWh为成本曲线系数；为柴油发电机实际输出功率；为柴油发电机的额定功率。2.3本章小结本章主要介绍了独立新能源混合发电系统的主要组成部分。首先根据实际情况设计出独立新能源混合发电系统的典型结构图。然后，分别对风力发电机组、光伏发电机组、蓄电池、柴油机进行数学建模，给出了详细的数学建模过程以及最终各自的数学模型。混合发电系统各部件的数学模型的明确后，可以为下文中系统基于果蝇优化算法优化模型的建立奠定了理论基础。基于果蝇算法混合发电系统的容量配置设计独立新能源混合发电系统的最优容量配置是一个非线性、多目标的优化问题，其优化的目标为系统既要供电可靠性，也要达到系统最根本的设计要求——最小的运行成本。系统设计最终是要得到系统各发电部件的最优组合，但由于混合发电系统控制量太多，采用传统优化算法达不到设计要求且系统运行不稳定情况尤为严重。针对这一问题本文提出了基于果蝇算法来对系统进行容量配置的设计方案，采用果蝇算法对系统进行优化，它能快速的找到系统的最优解。3.1果蝇算法3.1.1果蝇算法简介果蝇优化算法(FruitFlyOptimizationAlgorithm,FOA)是由动物群体觅食行为发展而来的，是一种群体智能算法，这种算法必须通过迭代的搜寻才能寻找到全局的最优。果蝇的嗅觉和视觉比一般其他的动物都要好。果蝇灵敏的嗅觉器官可以快速地感受到弥漫在空气里的气味，甚至可以闻到数公里以外的食物气味。然后，等其飞到食物附近后，就可以通过发达的视觉发现食物，然后往该位置飞去。依照果蝇觅食的方法，可以从果蝇群体迭代搜寻食物的过程，以此来得到果蝇优化算法的优化过程。3.1.2果蝇算法的原理如上所述，果蝇算法是一种群体智能算法，其对象是群体中的所有个体，其通过不断迭代找到最终的最优全局解。我们可以通过果蝇觅食的过程如图3.1所示，得到果蝇算法的原理。具体步骤如下：食物食物Dist1Dist2果蝇2果蝇3果蝇1果蝇群体（X，Y）（X3，Y3）（X2，Y2）（X1，Y1）X-axisY-axisS1S2S3（0,0） 图3.1果蝇搜寻食物的迭代过程步骤一：果蝇群体的所有个体位置初始化。InitX_axis；InitY_axis步骤二：给所有群体中果蝇个体赋予随机方向和距离搜寻食物的能力。Xi=X_axis+RandomValueYi=Y_axis+RandomValue步骤三：起初是无法得到食物位置，需要先估计与原点之间的距离（Dist）,再计算味道浓度判定值（S），此值为距离之倒数。；步骤四：将味道浓度值（S）代入味道浓度判定函数以求出果蝇个体位置的味道浓度（）。步骤五：求出此果蝇群体中的味道浓度最高的果蝇。[bestSmellbestIndex]=min(Smell).步骤六：保留此时味道浓度值与此时的坐标。Smellbest=bestSmell.X_axis=X(bestIndex).Y_axis=Y(bestIndex).步骤七：此时进行果蝇迭代寻优，重复执行步骤二到步骤五，并不断比较味道浓度是否高于前一次迭代的味道浓度，若是则执行步骤六，若不是就再执行迭代。3.2混合发电系统优化设计模型的建立在进行系统优化设计时，为了保证混合发电系统实现系统设计的总成本最小，采用果蝇优化算法进行优化系统，最终的优化目标是得到风电机组、并联的光伏电池串以及并联的蓄电池组最优数，并进行相关的成本计算，制定最佳方案，首先来讨论确定系统优化的目标函数。3.2.1混合发电系统目标函数的确定新能源混合发电系统的目标函数，主要为以下几个部分：(1)风力发电机组、光伏电池、蓄电池组、柴油发电机、充电控制器、逆变器、风电机组安装塔的购买成本以及安装成本。(2)风力发电机组、光伏电池、蓄电池组、风机安装塔在规定的使用期内维修成本。(3)蓄电池和逆变器在规定的使用期内系统的更换成本。(4)柴油发电机在规定的使用期内系统的运行和维护成本。(5)柴油发电机的燃料费用成本。用数学公式描述如下：)（3.1）其中，、、分别是并联光伏电池串、风机和并联蓄电池组数，它们是系统的优化变量；、、：光伏电池、风机、蓄电池组的类型总数；、、分别为光伏电池、风机、蓄电池组的购买成本；、、分别表示对应的每年的维修费用；、分别表示风电机组安装塔的购买成本和每年的维修费用；为蓄电池使用寿命期间更换次数；表示系统的安装成本，包括系统所有各组件的安装成本，并且包括充电控制器以及逆变器的购买成本。为第种类型的光伏电池的数目（其中为第种类型的光伏电池的串联数，有公式可以直接计算得到，而为第种类型的光伏电池的并联数，其为优化变量之一）。为第种类型的蓄电池组的蓄电池的数目（其中为蓄电池的串联数，同样有公式直接计算得到，而为蓄电池的并联数，其为优化变量之一）。在此可以简化上式，如果不考虑风力发电机组、光伏电池、蓄电池组的多类型情况，那么可以假设只是在某一特定的类型下，来寻找各部件的优化数目。因此式(3.1)可化简为：(3.2)为柴油机在规定的使用期内的总成本，可用下式计算：(3.3)其中为柴油发电机的安装成本；为柴油发电机每小时的维护费用；为柴油发电机的购买费用；为柴油发电机的使用寿命；为柴油机运行时每小时所消耗的燃料成本，可用公式(2.9)进行计算。3.2.2系统最优容量配置的约束条件进行新能源混合发电系统的优化设计时，目标函数的约束条件是根据实际负载要求建立的。目的是保证系统所提供的功率能满足负载需求，在启用柴油机时，必须要求柴油机提供的功率达到系统所需。目标函数是优化设计的基本要素，而约束条件则是为了使优化问题收敛所添加的，两者缺一不可。约束条件因实际情况的不同而不同，没有约束条件的优化将不收敛，且得出的优化结果没有实际的意义。本设计的约束条件主要包括以下几项内容：(1)功率平衡：整个系统所提供的功率与负载所需功率相等。(3.4)(2)蓄电池的荷电状态不能大于最大荷电量也不能小于最小荷电量。(3.5)（3）表示柴油发电机的年发电量，其最高值不超过系统总电量的10%。 （3.6）(4)其他约束条件：(3.7)其中、、可分别根据光伏电池组件、风力发电机组、蓄电池以及峰值负荷计算的。3.2.3独立新能源混合发电系统优化设计步骤利用果蝇算法对新能源混合发电系统进行优化设计的主要步骤如下：初始化果蝇算法参数，并计算味道浓度判定值，即NPV、NWT、NBAT。计算混合发电系统发电量T，并比较发电量与负载功率PL的大小，若T>=PL，则计算目标函数Function(Smell)；若T<PL，则不满足约束条件，重新初始化算法参数。在果蝇种群中找到最小值，即成本最小（bestSmell）。比较bestSmell与Smellbest大小。若bestSmell<Smellbest,则更新结果并保留果蝇此时位置。若bestSmell>Smellbest,则无需更新结果，执行下一步。直至迭代完毕。混合发电系统具体优化设计流程图如下：开始开始初始化FOA算法参数初始化FOA算法参数计算味道浓度判定值S，即NPV、NWT、NBAT计算味道浓度判定值S，即NPV、NWT、NBAT计算系统发电量T计算系统发电量TT>=PLT>=PLN计算目标函数Function(Smell)Y计算目标函数Function(Smell) 在果蝇种群中找出最小成本（bestSmell）在果蝇种群中找出最小成本（bestSmell）bestSmell<Smellbest bestSmell<SmellbestNY更新结果并保留果蝇当前位置更新结果并保留果蝇当前位置迭代完毕？迭代完毕？N结束Y结束 图3.2混合发电系统优化设计流程图3.3混合发电系统设计仿真及其结果为了简化设计，前文提到本系统设计，只运用到了一种类型的光伏电池、风力发电机组、蓄电池组以及额定功率为400kw的柴油发电机。风力发电机组、光伏电池、蓄电池参数及其费用如表1~3所示。假定光伏电池的使用寿命为20年，柴油发电机的使用寿命为7000h。目前国内柴油价格为8元/L，假定柴油机的维修成本为1元/小时，柴油机的购买成本为300000元。光伏电池与蓄电池串联个数都是由系统直流总线电压确定的，假定直流总线电压为480V,则由公式（2.6）和公式(2.8）计算得到光伏电池串联数为20个，蓄电池串联数为40个。假定蓄电池的使用寿命为3年，则在使用年限20年内，需要更换6次。因为随着高度的增加风速会越来越大，风力发电机安装塔的高度对仿真结果有很大影响，本设计假定安装塔的高度为25米，而安装的风速计高度假定为20米。表STYLEREF1\s3.SEQ表\*ARABIC\s11风力发电机组参数参数数值额定功率（W）10000额定风速（m/s）12切入风速（m/s）3切出风速（m/s）20购买成本（元）165180安装成本（元）16578维护费用（元/年）1657安装支架购买成本（元）7410安装支架安装成本（元）741安装支架维护费用（元/年）74表STYLEREF1\s3.SEQ表\*ARABIC\s12光伏电池参数参数数值额定功率（W）NCOT（℃）功率温度系数（%/℃）降额因子购买成本（元）安装成本（元）维护费用（元/年）20045.5-0.350.8442442344表STYLEREF1\s3.SEQ表\*ARABIC\s13蓄电池参数参数额定容量（Ah）电压（V）DOD（%）效率（%）购买成本（元）安装成本（元）维护费用（元/年）数值230128080265026527本设计假定用户负载功率为100KW，在满足给定的负载功率约束条件下，按照上述表3.1~3.3给定的风机、光伏电池、蓄电池的购买成本、安装成本、维修成本等参数，对系统构造的目标函数进行实时仿真，对混合发电系统的容量进行配置，从而能够达到预先提出的系统运行成本最小的目标。表3.4为系统仿真的优化结果，图3.3优化过程仿真图。图3.3果蝇优化算法的变化过程果蝇算法的优化过程如图3.3所示。由图中可以得到，迭代过程在进行到20次迭代以后，成本函数就趋于稳定，可以说明：果蝇优化算法是收敛的，并且具有快速收敛性。将得到的最优容量配置结果应用到独立新能源混合发电系统中，就可以在满足负载要求的条件下，实现系统总成本最低的设计目标，并且系统还具备供电稳定性高的优点。系统的优化结果如表3.4所示。表STYLEREF1\s3.4优化结果系统总成本STC（元）11451167294结果表明，在给定的参数组件下，系统达到最优容量配置条件下，风力发电机组、光伏电池、蓄电池组的最优组合搭配数分别为1、1、45。经过果蝇优化算法优化后的系统总成本为1167294元。经过果蝇优化算法优化得到的结果唯一，实现了最低运行成本的目标。3.4本章小结本章主要介绍的是基于果蝇算法混合发电系统的容量配置。首先简要介绍了果蝇算法，其实质是一种群体智能算法，依照果蝇觅食的特点，通过果蝇群体迭代搜寻食物的过程，以此来清新还原得到果蝇优化的过程。然后根据风力发电机组、光伏电池、蓄电池组、柴油发电机、充电控制器、逆变器、风电机组安装塔的购买成本、安装成本、维修成本，蓄电池和逆变器在规定的使用期内系统的更换成本等参数，构造出混合发电系统的目标函数，然后根据实际负载要求得到目标函数的约束条件。于是就可以根据果蝇优化算法对混合发电系统进行优化设计，在得到具体的优化过程设计后。最后就可以运用matl