基于生命周期的多目标优化独立光伏/风能/蓄电池微电网的混合遗传算法
《ENERGY CONVERSION AND MANAGEMENT》:Hybrid genetic algorithm for life-cycle-based multi-objective optimization of standalone PV/wind/battery microgrid
【字体:
大
中
小
】
时间:2026年07月04日
来源:ENERGY CONVERSION AND MANAGEMENT 11.8
编辑推荐:
海法·阿卢伊|哈比布·谢里夫|贾梅尔·贝尔哈吉
突尼斯大学,ENSIT,邮政信箱56 – 1008 突尼斯,突尼斯
摘要
在干旱地区设计自主型可再生能源微电网时,需要在气候条件多变的情况下兼顾可靠性、经济可行性和环境性能。本文针对位于突尼斯南部的独立混合微电网进行了
海法·阿卢伊|哈比布·谢里夫|贾梅尔·贝尔哈吉
突尼斯大学,ENSIT,邮政信箱56 – 1008 突尼斯,突尼斯
摘要
在干旱地区设计自主型可再生能源微电网时,需要在气候条件多变的情况下兼顾可靠性、经济可行性和环境性能。本文针对位于突尼斯南部的独立混合微电网进行了多目标优化,旨在为其住宅负荷提供能源供应。研究利用该地区一年内的每小时气象观测数据(共8760个数据点)进行天气预报分析。所设计的系统整合了光伏发电、风力涡轮机以及电池储能技术。该方法旨在最小化供电中断概率、平准化能源成本、嵌入能量以及温室气体排放量。优化框架中包含了涵盖整个生命周期的所有层面上的技术经济与环境模型。在不同供电中断概率情景下评估了可靠性影响,分别为0%、5%和10%。研究采用多目标遗传算法进行帕累托前沿搜索,再通过混合遗传算法结合目标达成方法来优化折中方案。结果表明,混合能源结构既能提升可靠性,又能降低成本与环境影响。研究提出了适合突尼斯南部地区的最佳配置方案,该方案可推广至其他干旱地区,其供电中断概率为0%,平准化能源成本为0.194美元/千瓦时,温室气体排放量为39,020千克二氧化碳当量,嵌入能量为1.841×10^6兆焦耳。
引言
全球能源行业正在经历一场前所未有的变革,这一变革源于对能源安全、可负担性以及环境可持续性的迫切需求。尽管世界各地都在加速部署可再生能源技术,但许多国家仍面临电力需求不断上升、对化石燃料的依赖日益加重以及温室气体排放不断增加的问题。这种情况形成了一个能源悖论:一方面亟需实现脱碳,另一方面又面临着能源安全与经济发展方面的挑战。因此,分散式可再生能源系统以及先进的优化策略已成为推动可持续能源转型的关键手段[1]。
突尼斯便是这一能源悖论的典型代表。2010年至2021年间,该国的电力产量从14,795吉瓦时增至19,922吉瓦时,年均增长率约为3%。然而,突尼斯的电力行业仍严重依赖天然气,天然气占电力生成的95%以上,而可再生能源在整体能源结构中所占比例则极为有限。与此同时,该国国内的一次能源资源大幅减少,导致能源缺口不断扩大,对进口燃料的依赖程度上升至总能源供应的57.4%。这种依赖不仅使该国容易受到国际能源市场波动和供应安全风险的影响,还会加剧环境恶化。2023年,突尼斯因化石燃料产生的二氧化碳排放量约为25.5百万吨,人均排放量为2.086吨二氧化碳。这些趋势凸显出迫切需要找到既能提升能源独立性又能减少环境影响的能源解决方案[2]。
为应对这些挑战,突尼斯通过《突尼斯太阳能计划》设定了雄心勃勃的能源转型目标,力争到2030年使可再生能源在电力生成中的占比达到30%。该国拥有丰富的可再生能源资源,尤其在其南部地区,那里太阳辐射强度高且风能条件优越。许多地区的年日照时长超过3000小时,这使得光伏系统能够在地中海地区实现极高的能源产出效率。不过,可再生能源的间歇性特征仍是其有效整合的主要障碍,尤其是在那些偏远且电网连接较为薄弱的地带,加强电网建设可能在技术上存在困难或经济上不可行[2]。
在这种背景下,独立的混合可再生能源系统——通常由光伏组件、风力涡轮机以及电池储能系统组成——作为一种极具前景的解决方案应运而生,它们有助于提升能源韧性、减少对化石燃料的依赖,并促进可再生能源的整合应用。由于太阳能和风能具有互补性,且可通过储能技术弥补其间歇性缺陷,这类系统非常适合用于偏远社区、关键基础设施以及建筑规模的应用场景。此外,建筑行业也是可持续能源干预的战略重点,因为它在最终能源消耗中占据重要地位,同时具备巨大的节能潜力。因此,为建筑提供可靠且可持续的电力供应越来越被视为国家脱碳战略中的关键环节。
尽管独立混合可再生能源系统具有巨大潜力,但其最优设计与规模确定仍面临诸多挑战,因为技术可靠性、经济可行性与环境可持续性目标之间存在复杂的相互作用。大多数现有研究将规模确定问题视为单一或双目标的技术经济优化问题,通常以最小化平准化能源成本为目标,同时满足以供电中断概率等指标表示的可靠性要求[3][4][5]。虽然这类方法能够得出具有经济吸引力的解决方案,但环境因素往往仅被视作次要约束或事后分析指标。这一局限性十分重要,因为可再生能源技术并非对环境无害。它们的整个生命周期包括材料开采、制造、运输、运行、维护、部件更换以及报废处理,所有这些环节都会带来能源消耗和环境影响,包括温室气体排放[6][7][8]。生命周期评估已成为国际上公认的量化产品及能源系统全生命周期环境影响的方法[9]。因此,越来越多的研究致力于将生命周期评估纳入可再生能源微电网的设计框架中[10][11]。有些研究使用简化的排放因子来评估环境性能[12][13],而另一些研究则借助详细的生命周期清单来比较不同技术配置的优劣[14]。与此同时,诸如遗传算法及其变体之类的先进元启发式优化技术也被广泛用于在复杂的设计空间中探索经济、技术与环境目标之间的权衡关系[15][16]。
尽管取得了这些进展,但仍有一些方法学上的局限尚未解决。首先,许多研究使用汇总后的排放系数来评估环境性能,这类系数无法区分各组成部分及生命周期不同阶段的贡献,从而限制了环境评估的准确性与可解释性[17]。其次,优化过程往往基于系统的静态或准静态运行模型,这类模型无法充分反映微电网在不断变化的气象条件及负荷需求下的动态行为[18]。第三,尽管电池的运行特性——如充电状态变化、更换需求以及老化效应——对经济与环境性能指标有着重要影响,但这些特性在研究中往往被简化处理[19][20]。最后,可再生能源的不确定性通常通过使用确定的历史数据集来表示,而没有运用预测技术来生成更贴近实际的运行场景,以便用于系统评估与决策制定[21]。
要解决这些难题,就需要建立一个综合性的框架,该框架应将真实的可再生能源预测、动态微电网仿真、详细的组件级生命周期建模以及先进的多目标优化方法整合在一起,形成统一的决策支持体系。这样的方法有助于找到既能满足可靠性要求、最小化环境负担、确保长期经济可行性,又能更真实反映实际运行条件的解决方案。
为填补这些空白,本研究提出了一种基于全生命周期的多目标优化框架,用于独立光伏/风能/电池微电网的生态设计及最优规模确定。所提出的方法包含三个相互补充的部分:首先,采用贝叶斯正则化的带外生输入的非线性自回归网络来预测每小时的太阳辐射强度、风速及环境温度,从而为系统评估提供真实的可再生能源数据;其次,在动态微电网仿真中直接嵌入详细的组件级生命周期评估模型,用以量化与制造、运行、更换及报废处理相关的嵌入能量及生命周期温室气体排放量;最后,开发了一种混合遗传算法,该算法结合了多目标遗传算法的全局搜索能力与目标达成优化功能,从而找到在技术、经济与环境目标之间实现平衡的解决方案。
本研究的主要贡献如下:
• 开发了基于MATLAB/Simulink的动态微电网仿真工具,可真实模拟混合系统在不同运行条件下的行为以及电池能量管理情况;
• 引入了基于贝叶斯正则化NARX神经网络的可再生能源预测模型,用数据驱动的方式替代传统确定性假设,从而为系统提供更真实的输入数据;
• 对系统组件进行了基于全生命周期的建模,包括环境与能源影响评估,以便掌握长期的可持续性指标;
• 采用基于混合遗传算法的强大多目标优化方法,综合考虑平准化能源成本、供电中断概率、温室气体排放量及嵌入能量四个目标,从而获得帕累托最优解。
本文的其余部分结构如下:第2节介绍微电网及其组件模型、相关技术与环境指标,以及优化问题的构建方式;第3节展示并分析优化结果;最后,第4节对全文进行总结。
系统架构
本研究所分析的系统是一套位于突尼斯南部凯比利地区(北纬33.7°,东经8.97°)的独立混合光伏/风能/电池微电网,该地区太阳辐射强度高且风能条件良好。如图1所示,该微电网由光伏板、风力涡轮机以及电池储能系统组成,这些组件通过公共直流母线相连,共同为住宅交流负荷供电。各子系统之间的电能交换则通过直流/直流、交流/直流以及直流/交流转换实现。
结果与讨论
优化结果揭示了在设计所研究的光伏/风能/电池微电网时,可靠性、经济性能与环境影响三者之间的相互作用。分析重点关注帕累托前沿的特征、最优规模发展趋势,以及可靠性约束对系统配置的影响。通过对遗传算法与混合遗传算法求解结果的比较,进一步分析了两种方法的收敛特性、帕累托前沿的质量以及混合方法的有效性。
结论
本研究提出了位于突尼斯南部的混合可再生能源系统的生态设计方案。该微电网由风力涡轮机、光伏板以及电池储能系统构成。研究还开发了一种动态仿真工具,该工具整合了能量管理系统以及基于NARX神经网络的气候资源预测模型。在规模确定方面,研究采用了多目标遗传算法,以此优化可靠性、成本、环境成本以及环境影响等指标。
作者贡献声明
海法·阿卢伊:撰写——初稿,软件应用,方法设计,数据收集,形式分析,概念构思。
哈比布·谢里夫:撰写——审阅与编辑,撰写——初稿,结果验证,项目监督,软件应用,方法设计,数据收集。
贾梅尔·贝尔哈吉:撰写——审阅与编辑,结果验证,项目监督,方法设计,数据收集。
利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。
致谢
本研究得到了突尼斯高等教育与研究部的大力支持,相关资助项目编号为LSE-LR 11ES15。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号