论文部分内容阅读
科学和工程技术问题中经常会遇到多目标最优化问题,并且逐渐成为工程领域的一个难点和热门的研究问题。对于多目标最优化问题,由于各目标之间相互制约、相互影响,对其中某一个目标进行优化时必须以牺牲其它目标作为代价,难以求得令人满意的决策方案,因此,需要采用多目标最优化技术。多目标最优化技术可以权衡各个目标函数,求得最佳方案,具有重要的科学意义和应用价值。随着能源消费的日益增加,污染问题也变得越来越严重,传统的能源利用系统已经无法适应当今社会对高效、清洁、经济、安全的能源体系的要求,成为制约人类社会可持续发展的重要因素。为此,世界各国政府都在寻找可持续发展的先进能源利用系统,以满足不断增长的能源需求,同时又要达到减少污染的目的。先进能源利用系统的性能评价体系包括技术、经济、环境和社会等多项指标,其重要性各不相同,因此,先进能源利用系统的优化是典型的多目标优化问题。本文在探讨研究多目标优化问题求解方法的基础上,建立一种先进能源利用系统(SOFC-GT混合发电系统)的多目标优化求解策略。分别采用传统多目标优化方法和遗传算法对其进行多目标优化,寻求系统的最佳工况点,以达到整体最优化。论文具体工作内容如下:①分析传统的多目标优化问题求解方法,指出其不足之处。②鉴于传统多目标优化求解策略的不足和局限,本文进一步研究了一种进化多目标优化算法--遗传算法,以及其改进型--NSGA-Ⅱ算法。并借鉴动态罚函数的思想,构建适合于求解约束多目标优化问题的惩罚函数。最后,通过一个算例,有力地证明了NSGA-Ⅱ算法的有效性。③在对固体氧化物燃料电池进行理论分析的基础上,建立了SOFC发电系统多目标优化的数学模型,并进行优化求解。通过多目标优化,电池堆的输出电压、系统发电效率以及净输出功率分别为0.84V、53.65%、1 608.10×103W。优化结果表明:通过多目标优化可以均衡系统的各项性能指标,求得系统的最佳工况点。④根据SOFC排气温度较高这一特点,提出一种改进方案,即建立SOFC-GT混合发电系统多目标优化的数学模型,并分析了工作温度、燃料流率以及燃料利用率等参数对目标函数的影响。分别采用传统多目标优化方法和遗传算法对其进行多目标优化,并对结果进行比较分析。优化结果表明:1)增加GT可以进一步提高系统的发电效率;2)与传统优化方法相比较,NSGA-Ⅱ算法更适合于多目标优化问题,能够高效地求得均匀分布的pareto解集。