基于改进白鲸算法的太阳能与生物质互补CCHP系统多目标优化研究

为解决可再生能源不稳定及消纳问题,构建了一种涵盖太阳能光伏/光热、电解水制氢及生物质气化甲烷化在内的冷热电联供(CCHP)系统;针对联供系统在高维多目标下的容量匹配问题,提出并验证了一种适用于高维多目标的改进白鲸(MOBWO)算法,其在改善分布性的同时提高了算法的收敛速度。基于此方法开展的案例分析表明:容量配置方案相比分产系统,虽然年总成本提高了19.8%,但是化石燃料消耗量降低了56.8%,CO_(2)排放量降低了53.1%,灵活性达到51.6%;在该案例模型下,改进白鲸算法较非支配排序遗传(NSGA-2)算法和多目标粒子群(MOPSO)算法有着更好的求解效果。