随着化石能源的快速消耗,煤石油天然气等资源的价格不断上升,能源问题日益成为制约经济社会发展的重要因素。面对能源危机和环境保护的压力,开发利用可再生能源引起了越来越多国家的关注。可再生能源如风能、太阳能等具有间歇性、不可预测性等缺点,从而阻碍了其开发利用。混合可再生能源系统(Hybrid Renewable Energy Systems,HRES)通过以合适的方式整合不同种类的可再生能源能够有效地克服单一能源的不确定性等缺点,从而提高系统的可靠性。本文以混合可再生能源系统为对象,研究基于多目标进化算法(Multi-objective Evolutionary Algorithm,MOEA)的混合可再生能源系统的规划设计问题。首先,对混合可再生能源系统进行结构分析,并建立系统的单元模型。本文分析了常见的混合可再生能源系统结构,如光伏-风机-储能系统、光-风-柴-储系统等。在此基础上,构建混合可再生能源系统主要元件的数学模型,包括光伏模型、风机模型、电池组储能模型以及柴油发电机模型。其次,根据已经建立的单元模型,构建混合可再生能源系统规划模型。本文分别建立了离网与并网模式下的混合可再生能源系统模型,同时介绍了两种模式下系统模型的优化目标,这些优化目标包括系统年化成本、功率供应缺失率、燃料排放以及系统从电网的净购电成本。最后,本文对使用目标向量的偏好启发协同进化算法(Preference-inspired Coevolutionary Algorithm using goal vectors,PICEA-g)进行了研究,通过改进该算法中的候选解适应度分配方法使算法的性能得到了提高,然后利用改进的算法分别对离网与并网混合可再生能源系统模型进行求解,以获得最优的系统配置方案。通过开展案例研究并对实验结果进行分析,验证了该改进算法的有效性以及构建的混合可再生能源系统模型的正确性。