基于改进DEMO算法的高速公路分布式光伏设施布局优化
Layout Optimization of Distributed Photovoltaic Facilities on Expressway Based on Improved Differential Evolution for Multi-objective Optimization Algorithm作者机构:哈尔滨工业大学交通科学与工程学院黑龙江哈尔滨100059 交通运输部规划研究院北京100028 中国交通通信信息中心北京100011 北京交通大学土木建筑工程学院北京100044
出 版 物:《中国公路学报》 (China Journal of Highway and Transport)
年 卷 期:2024年第37卷第7期
页 面:264-279页
核心收录:
学科分类:08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程]
基 金:国家自然科学基金项目(71340020) 中央高校基本科研业务费专项资金项目(2021YJS080)
主 题:交通工程 光伏设施 IDEMO算法 布局优化 PLOM模型
摘 要:合理的光伏能源利用及设施布局优化对于高速公路的低碳化建设和“净零排放目标的趋近具有重要意义。从能源自洽角度,以经济成本最低为布局优化目标,构建考虑选型建设成本、位置距离成本、运营维护成本及额外能源增益的光伏设施布局优化模型(Photovoltaic Layout Optimization Model,PLOM),对光伏设施的布局面积、密度设置、布局数量及倾角方位等约束进行条件限制。为避免解空间分布不均匀及漏解现象,引入控制参数调整策略、精英选择双变异策略与动态拥挤距离排序策略,提出改进多目标差分进化算法(Improved Differential Evolution for Multi-objective Optimization,IDEMO)进行布局方案求解。依托G40沪陕(上海—陕西)高速(陕西段)及其周围区域的地理信息及路网数据,探讨服务区屋面区域及道路边坡区域光伏设施的布局方案及发电效果。研究结果表明:建筑物屋面面积、太阳辐射强度、边坡位置及设施倾角方位是高速公路光伏设施选址布局的关键要素,当倾角设置为18°~21°、边坡朝南时能量转换和发电效果最佳;IDEMO算法与标准DEMO算法、非支配解排序遗传算法(Non-dominated Sorting Genetic Algorithm,NSGA-II)、粒子群算法(Particle Swarm Optimization,PSO)、混沌猫群算法(Chaos Cat Swarm Optimization,CCSO)及禁忌搜索算法(Tabu Search,TS)的性能对比分析结果显示,IDEMO算法在各基准函数下具有更好的搜索能力和更高的收敛精度,更容易获得全局最优解,其算法寻优效率和寻优可信性较高,整体具有更好的寻优性能。所提出的研究方法可为高速公路的低碳化建设和零碳目标的趋近提供理论基础及思路参考。