基于粒子群优化的荒漠地区大型光伏电站智能设计方法

摘要

为提升荒漠地区光伏电站发电量，以新疆克拉玛依地区2 640 MW大型集中式并网光伏电站为例，提出一种基于粒子群优化（PSO）算法的光伏电站智能设计方法。该方法将光伏组件型号选择、安装倾角、阵列间距等设计参数作为优化变量，以年发电量最大化为目标函数，同时考虑投资成本约束，构建多目标优化模型。通过PVsyst软件进行发电量仿真，结合MATLAB编程软件实现PSO算法优化求解。仿真结果表明，与传统设计方法相比，提出的智能优化方法可使新建2 640 MW光伏电站年发电量提升3.2%，达到41.26×10～8 kW·h，投资回收期缩短0.5年。项目建成后每年可减少CO₂排放量约7.176×10～7t，具有显著的经济效益和社会效益，为大型光伏电站智能化设计提供了新思路。

关键词

集中式光伏电站 / 设备选型 / 光伏阵列设计 / 并网发电 / 节能减碳

基金资助

国家自然科学基金项目“工业无源网络的低功耗高可靠感知和传输方法研究”（61802184）; 中国石油大学（北京）克拉玛依校区科研启动基金项目“面向智慧农业的绿色低碳无源技术研究”（XQZX20220004）; 新疆维吾尔自治区天池博士计划项目