论文部分内容阅读
随着世界范围内对可再生清洁能源的需求与日俱增,作为海洋新能源中储量巨大、状态稳定的海洋温差能受到了前所未有的关注。由于温差能发电装置的动力循环净效率很低,温差能的理论发电效率相对其他海洋能较低,因此对海洋温差能发电系统中各个部分的关键参数进行优化,对于增加系统净输出功率,提高温差能发电装置发电效益具有较大的实际意义。本文以“海上能源岛创新工程项目”为依托,基于温差能发电装置的工作状态与环境条件,以Matlab编程软件为平台,针对净功率优化问题,总结系统优化假设条件,设计海洋温差能发电系统净功率优化模型,引入改进的CAGA优化算法,建立CAGA-OTECSOM求解流程,提出了一种基于CAGA的海洋温差能发电系统优化方法。具体研究内容如下:(1)通过对温差能发电装置环境条件等因素的分析,结合岸基式海洋温差能发电装置工作特点,拟合南海海域水温垂直变化函数,完成了海洋温差能发电系统中换热器、海水管路、海水泵等相关参数对系统工作的影响分析,建立了以系统最大净输出功率为优化目标,以压降限制、设备尺寸为约束条件的海洋温差能发电系统净功率优化模型。(2)计入优化模型求解方法对模型优化水平的影响,以提高模型求解效率为目的,在模型求解过程中应用遗传算法(Genetic Algorithm,GA),分析标准遗传算法的缺点,利用离散型混沌映射理论和自适应理论,设计混沌遍历搜索机制(Chaos Traversal Search Mechanism,CTSM)、混动扰动机制(Chaos Disturbance Mechanism,CDM)和自适应机制(Self-adeptive Mechanism,SAM),提出 了混沌自适应遗传算法(Chaos Self-adeptive Genetic Algorithm,CAGA)。(3)针对温差能发电系统优化模型特点,确定混沌染色体编码规则,设计基于混沌自适应遗传算法的优化模型求解基本流程,建立了一种CAGA求解温差能发电系统净功率优化模型的方法,并参考温差能发电系统计算算例,比较不同智能算法求解净输出功率的效率,测试构建的温差能发电系统优化方法的性能,探讨实际工作环境下温差能发电系统智能优化思路,为温差能发电装置的智能优化设计提供技术支持。