针对购买、维护光伏发电和储能设备会产生大量经济性成本,同时在部分天气情况下不充足的光照条件给光伏制氢储能系统的运行带来挑战的问题,提出了一种基于改进的多目标灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的光伏制氢储...针对购买、维护光伏发电和储能设备会产生大量经济性成本,同时在部分天气情况下不充足的光照条件给光伏制氢储能系统的运行带来挑战的问题,提出了一种基于改进的多目标灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的光伏制氢储能系统配置优化方法。对系统进行建模,增设两种储能设备以保证系统的稳定运行。IGWO算法使用混沌理论进行种群的初始化,使种群更彻底地搜索解空间;对狼群位置的更新使用莱维轨迹进行扰动以扩大搜索范围,使算法不易陷入局部最优点;使用贪婪策略更新个体的位置。以降低光伏制氢储能系统的经济性成本、弃光惩罚成本和购电成本为优化目标,使用该优化算法求解系统各组件的配置容量。算例分析结果表明,IGWO算法相较于原始方法可更加有效地降低光伏制氢储能系统的经济性成本、弃光率和购电率。展开更多
文摘针对购买、维护光伏发电和储能设备会产生大量经济性成本,同时在部分天气情况下不充足的光照条件给光伏制氢储能系统的运行带来挑战的问题,提出了一种基于改进的多目标灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的光伏制氢储能系统配置优化方法。对系统进行建模,增设两种储能设备以保证系统的稳定运行。IGWO算法使用混沌理论进行种群的初始化,使种群更彻底地搜索解空间;对狼群位置的更新使用莱维轨迹进行扰动以扩大搜索范围,使算法不易陷入局部最优点;使用贪婪策略更新个体的位置。以降低光伏制氢储能系统的经济性成本、弃光惩罚成本和购电成本为优化目标,使用该优化算法求解系统各组件的配置容量。算例分析结果表明,IGWO算法相较于原始方法可更加有效地降低光伏制氢储能系统的经济性成本、弃光率和购电率。