基于分解多目标进化的椭圆定日镜场布局

针对塔式太阳能热电站中的定日镜场布局多目标优化问题,将基于分解的多目标进化算法(MOEA/D)应用于定日镜场布局领域,提出了基于改进的MOEA/D多目标定日镜场布局优化算法(MOEA/D-HFL)。首先建立了以镜场年均综合光学效率和镜场占地面积为目标的椭圆形定日镜场优化模型,接着将基于佳点集和反向学习的初始种群生成策略、目标函数稳定归一化机制以及动态遗传交叉分布指数引入MOEA/D用于求解该问题,获得了定日镜场布局问题的Pareto前沿,并利用模糊集理论获得了最优折中解。为验证所提算法的性能,将MOEA/D-HFL算法与NSGA-Ⅱ和基本MOEA/D对比,仿真结果证明了MOEA/D-HFL在多目标定日镜场布局问题上的高效性与准确性。

塔式太阳能电站定日镜场布局研究

对基于辐射网格布局和无遮挡损失原则所衍生出的无遮挡(EB)布局、无阻塞(No blocking-dense)布局、经验型(DELSOL)布局3种塔式定日镜场布局进行了研究。对这3种布局的数学模型进行了归纳,结合塔式电站Gemasolar的部分设计参数,分别根据3种布局模式采用SolarPILOT软件对镜场进行建模仿真。利用MATLAB对建模所得镜场坐标数据进行处理,得到径向间距和方位间距变化曲线,验证了3种布局数学模型的合理性。通过分析各镜场中基础环和交错环的排布特点得出镜环布置规则,同时从镜场的定日镜数量、光学效率、土地利用率、接收能量等方面对比不同布局的性能,分析其优缺点。结果表明:在镜场半径为1000 m的范围内,No blocking-dense布局下镜场的年均光学效率和土地利用率最高,EB布局次之,但EB布局下定日镜数量和镜场接收能量最多,DELSOL布局的各项性能特性均最低。

塔式聚光集热系统镜场优化及其光–热综合性能对比分析

本文提出了一种新型塔式定日镜场的生成方式,并将其用于改进Solar Two塔式电站镜场布局。首先以年加权光学效率为目标函数,采用遗传算法对新型镜场布局参数进行优化,随后对比分析了优化后的新型定日镜场与Solar Two塔式电站初始镜场下的聚光集热系统光–热综合性能指标。结果表明,优化后新型定日镜场的光学效率和能流均匀性等指标相较Solar Two塔式电站初始镜场均表现出优势;对比吸热器的热性能,发现新型定日镜场有效提升了吸热器热效率,新型定日镜场作用下吸热器的年平均热效率提高了1.65%。本文所提出的新型镜场生成方式与镜场布局可有效提升塔式电站光–热综合性能,为塔式聚光集热系统的设计提供参考。