基于代理辅助优化的六种元启发式算法在并网光伏-电池系统优化中的比较评估
《Energies》:Benchmarking Classical Metaheuristic Algorithms for Techno-Economic Optimisation of PV Battery Renewable Energy Systems
【字体:
大
中
小
】
时间:2026年09月20日
来源:Energies 3.9
编辑推荐:
摘要
优化并网光伏(PV)-电池可再生能源系统需要在经济性能、可再生能源使用量和电网依赖程度之间取得平衡。虽然HOMER Grid提供了可靠的优化方案,但为基准测试算法运行多次模拟会带来高昂的计算成本。代理辅助优化提供了一种在一致条件下测试多种算法的更高效替代方法。本研究评
摘要优化并网光伏(PV)-电池可再生能源系统需要在经济性能、可再生能源使用量和电网依赖程度之间取得平衡。虽然HOMER Grid提供了可靠的优化方案,但为基准测试算法运行多次模拟会带来高昂的计算成本。代理辅助优化提供了一种在一致条件下测试多种算法的更高效替代方法。本研究评估了六种经典元启发式算法——粒子群优化(PSO)、遗传算法(GA)、差分进化(DE)、灰狼优化器(GWO)、鲸鱼优化算法(WOA)和随机分形搜索算法(SFSA)——以寻找光伏电池系统最具成本效益的技术经济规模。使用由272个核心HOMER Grid案例组成的数据集,其中258个案例用于扩展经济指标,开发了一种距离加权k近邻代理模型。所有算法均以相同的种群规模、迭代次数限制和独立重复次数运行。其性能通过解质量、收敛行为、运行时间、Friedman排名以及Holm校正Wilcoxon检验进行评估。最佳设计方案包括7.799 kW的光伏阵列、23个电池和一个2.560 kW的逆变器,其平准化能源成本(LCOE)为0.6149兰特/千瓦时,净现值成本(NPC)为52,401.45兰特,可再生能源比例为97.25%,年度电网购电量为216.26千瓦时。差分进化(DE)取得了最佳平均性能;SFSA在统计上与DE相当(Holm校正p值 = 0.999945),PSO展现出最快的收敛速度并持续接近最优结果。总体而言,DE、SFSA和PSO被证明非常稳健且有效,为评估替代代理辅助光伏电池优化方法提供了有用的参考基准。
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