[发明专利]基于人工蜂群算法优化孤岛式混合能源系统配置的方法

说明书

本发明提供一种基于人工蜂群算法优化孤岛式混合能源系统配置的方法，所述方法包括首先构建孤岛式混合能源系统的数学模型和优化配置的目标函数，其次通过人工蜂群算法优化所述目标函数来得到全局最优值，从而获得所述孤岛式混合能源系统最佳的设备配置类型和数量。由于人工蜂群算法比差分进化、遗传算法和粒子群算法等群体优化算法具有更好的优化机理和收敛性能，因此对计算机开销要求较低，计算速度更快，进而能够快速有效地得到孤岛式混合能源系统配置最佳的设备数量和类型，具有很好的实用性，适于推广至其它形式混合能源供电系统。

技术领域

本发明属于混合能源系统领域，具体地说，涉及一种基于人工蜂群算法优化孤岛式混合能源系统配置的方法。

背景技术

低成本、低排放、高效能地为偏远地区或移动电力平台供电是微电网系统的一个重要概念。在偏远地区或移动电力平台负载需要柴油机发电才能满足其电力功率的需求。柴油机发电机理是由石油产生电能的，这种机理是以消耗昂贵的燃料和增加污染物排放量为代价的。为了尽量改善空气恶化情况，独立于电网的集成多种绿色能源和柴油机的孤岛式混合能源供电系统得到广泛的应用。在混合能源系统中，不同形式的绿色能源如太阳能、风能、电池储能将和柴油机一起为负载供电。由于太阳能和风能的间歇性和负载的波动性，因此混合能源系统不仅应具有在任何时刻满足负载对能源的需求外，还应保证在紧急情况下具有充足的储能。优化的系统配置和能源管理策略可以保证这种特殊的应用。现有技术提出了很多关于孤岛式混合能源系统的优化配置的方法。例如，文献“Belfkira R,ZhangL,Barakat G.Optimal sizing study of hybrid wind/PV/diesel power generationunit[J].Solar Energy,2011,85(1):100-110”采用了一种确定性算法来确定出最小成本代价的最佳光伏、风机和柴油机的数量和类型，但其准确性过分依赖于所谓的关键点(即Dakar位置)；文献“Rodolfo D L,Jose L B,Jose M Y.Multi-objective optimizationminimizing cost and life cycle emissions of stand-alone PV-wind-dieselsystems with batteries storage.Applied Energy,2011,88(11):4033-4041”采用多目标进化优化机理来优化含有电池储能的光伏/风机/柴油机混合系统的配置，但其优化过程复杂，计算量大；文献“Akbar M,Alieza A.Optimal sizing of a PV/wind/diesel systemwith battery storage for electrifiation to an off-grid remote region:A casestudy of Rafsanjan[J].Sustainable Energy Technologies and Assessments,2014,7:147-155”提出了一类基于离散优化算法的配置方法，但其稳定性和鲁棒性差。因此，虽诸多此类优化配置方法被提出，但能有效地优化基于柴油机的孤岛式混合能源系统配置却很少。

发明内容

本发明旨在提供一种基于人工蜂群算法优化孤岛式混合能源系统配置的方法，以解决上述现有技术中存在的问题。为此，本发明采用的具体技术方案如下：

本发明提供一种基于人工蜂群算法优化孤岛式混合能源系统配置的方法，其中，所述方法包括以下步骤：