基于混合遗传算法的哥伦比亚ENFICC并网光伏系统最优规模选择方法研究

《Clean Technologies》：Physical Modeling and Optimal Sizing of Photovoltaic Generation Systems for Estimating Firm Energy Under Colombia’s Reliability Charge (ENFICC)

　　

摘要

参与可靠性机制的光伏（PV）电站需要能够同时评估发电量和在关键资源条件下表现的设计方法。本文提出了一种用于并网光伏系统物理建模与最优规模选择的计算方法，以估算哥伦比亚可靠性电费（ENFICC）下的确定性电量。该工作流程整合了为期十年的NASA POWER数据系列、包含显式预处理假设的组件目录、顺序转换模型以及混合离散-连续遗传算法（GA）。一个对已记录的La Tebaida系统的计算近似示例采用了显式假设的线性逆变器表示。经修正的应用报告独立地通过逐月覆盖率筛选与其导出的小时级数据序列进行了核对，得出关键月份的等效日均发电量为531.72 kWh/天，在应用次级数据因子后的最终估算值为425.38 kWh/天。该案例研究评估不同于与实际发电量的验证对比。该GA强制执行了已实施的用地、电气、容量、DC/AC及月度覆盖率条件，并按最终ENFICC值对可行候选方案进行排序。三十次独立的物理数据运行产生的估算值范围为341.5至390.6 kWh/天，均值为362.9 kWh/天，变异系数为3.72%。一项配对的30次运行ANN-MLP敏感性实验产生的均值为320.6 kWh/天，比物理数据批次低11.6%。所报告的最佳GA解通过了已实施的检查与计算重算。本文的贡献是一套可复现的规模选择工作流程，其结果仍取决于气象记录、设备表示方法和筛选假设。