论文部分内容阅读
本课题利用NSGA-Ⅱ算法实现对光热光伏混合发电系统平准化能源成本LCOE、容量因子CF及单位容量初投资C′的多目标优化。首先,分别对槽式光热发电系统与光伏发电系统进行了理论分析并建立了数学模型,在此基础上利用TRNSYS软件与Simulink软件分别对PTC与PV系统进行了仿真平台的搭建,并结合酒泉地区天气参数进行了模拟验证;其次,为确定多目标优化的目标函数,在前人研究的基础上对光热光伏混合发电系统的技术经济评价数学模型进行了改进,包括平准化能源成本LCOE、容量因子CF和单位容量初投资C′;最后,在MATLAB软件中完成NSGA-Ⅱ算法的编写,将确定的目标函数与决策变量进行编码,并在NSGA-Ⅱ中调用TRNSYS与Simulink中所搭建好的PTC与PV发电系统模型进行多目标优化并输出优化结果。基于简化后的技术经济评价数学模型,确定了影响这三个目标函数的决策变量,并限定了变量的范围。应用SAM软件对简化后的模型进行了简单的验证,其偏差百分比均小于4%,可认为该数学模型有较高评价准确性。利用该模型分别对独立的槽式光热系统、光伏发电系统及光热光伏混合发电系统分别进行了仿真,仿真结果表明独立槽式光热发电系统基本可以满足基荷需求,实现高匹配度供电,容量因子为38.2%。光热光伏混合发电系统(光热装机容量35MW,太阳倍数2.0,光伏装机容量35MW,TES储热系统容量7.5h)的平准化度电成本约为1.07元/MWh,容量因子约为72.3%;而独立槽式光热发电系统(带7.5hTES储热装置)的容量因子为41.2%。比较可知,混合发电系统拥有更优的容量因子,且平准化度电成本与单位容量初投资远低于独立的槽式光热发电系统。因此,槽式光热光伏混合发电系统具有较高的研究价值。由三目标分析结果可以看出,PV成本的增加降低了混合系统的优势,迫使PV与PTC功率比增加。之所以出现这种情况,是因为其中一个目标旨在最大限度地减少初始投资,而初始投资的最小化应该通过较高的光伏光热比和较低的储热配比来解决。例如,对于PTC+光伏电站(考虑到35MW槽式光热电站,光伏成本为7.8元/W),双目标优化(LCEO、CF)最优解决方案为光伏配套约48MW和TES容量为11.982h,三个目标最优解决方案为光伏配套约58MW,TES容量为9.729h。若将初始投资作为第三个目标纳入,则设计电站的成本较低,LCOE处于相同的水平,但容量因子显著降低。当比较这些混合系统与独立槽式光热发电系统的性能时,充分证明了混合发电系统所具有的优势。