[发明专利]塔式太阳能热电系统镜场的聚焦策略优化方法

摘要

本发明公开了一种塔式太阳能热电系统镜场的聚焦策略优化方法，实施步骤如下（1）将定日镜场分块，吸热器上确定多个聚焦点；（2）计算每个镜场分块聚焦到每个聚焦点上所对应产生的能流密度矩阵；（3）以吸热器各网格的能流密度的标准差最小为目标，吸热器上的功率不小于预设值为约束条件，构造优化问题；（4）利用带有精英保留策略的多变异位自适应遗传算法来求解优化问题，得到最优的镜场聚焦策略。本发明中，塔式太阳能热电系统镜场的聚焦策略优化方法，在保证吸热器接收到的能量尽可能多的前提下，使吸热器受热面上的能量分布均匀，有利于保护吸热器、提高换热效率、加强系统性能，为塔式太阳能热电站的运行提供参考。

主权项

一种塔式太阳能热电系统镜场的聚焦策略优化方法，其特征在于它的步骤如下：(1)将镜场划分为若干个分块，各镜场分块中包含相同数量的定日镜，平面式吸热器上选取多个聚焦点，选取方式为：在吸热器表面确定一个矩形的聚焦点限定框，来限定聚焦点分布范围，将此聚焦点限定框按两组边长进行等长划分为若干个小矩形，各聚焦点选为各小矩形的中心；(2)计算每个镜场分块聚焦到每个聚焦点上所对应产生的能流密度矩阵；(3)以吸热器各网格的能流密度的标准差最小为目标，吸热器上的功率不小于预设值为约束条件，构造优化问题；(4)利用带有精英保留策略的多变异位自适应遗传算法来求解优化问题，得到最优的镜场聚焦策略；所述的步骤(4)为：自适应遗传算法中，交叉概率pc和变异概率pm的计算公式为：pc=k1(fmax-fc)fmax-favg,fc≥favgk2,fc<favg---(2)]]>pm=k3(fmax-fm)fmax-favg,fm≥favgk4,fm<favg---(3)]]>其中，fmax为群体中的最大适应度，favg为群体平均适应度，fc为要交叉的两个个体中较大的适应度，fm为要变异个体的适应度，k1、k2、k3、k4为常数，0≤k1、k2、k3、k4≤1，k1＜k2，k3＜k4；精英保留策略的实施方式是，把群体在进化过程中迄今出现的最好的几个个体，即精英个体，不进行配对交叉而直接复制到下一代中，并将新一代群体中适应度值最小的几个个体淘汰掉；多变异位是将染色体中多个基因位进行变异；该遗传算法中的适应度函数f确定为：f＝M‑σ  (4)其中，M为一个设定的正数；σ为吸热器各网格的能流密度的标准差；每个个体表示各镜场分块聚焦到各聚焦点的情况，即一种可能的聚焦策略，用一个nb·na的矩阵进行表示，并采用二进制编码，该矩阵称为染色体矩阵，矩阵每一列包含且仅包含一个“1”元素，其余为“0”元素；矩阵中，“0”、“1”元素表示的含义是：若矩阵第i行第j列(i＝1,2,…,nb，j＝1,2,…,na)的元素xij＝1，则表示第j个镜场分块聚焦到第i个聚焦点，若xij＝0，则表示第j个镜场分块未聚焦到第i个聚焦点；利用轮盘赌规则来进行遗传算法中的选择运算，各个个体被选择的概率与其适应度大小成正比，具体的操作过程为：(a)在[0,1]内产生一个均匀分布的随机数α，(b)若α≤q1，则个体X1被选中，(c)若qt‑1＜α≤qt(t＝2,3,…,N，N为群体中的个体数)，则个体Xt被选中；其中，qs(s＝1,2,…,N)为个体Xs的累积概率，其计算公式为：qs=Σv=1spp(Xv)---(5)]]>上式中，pp(Xv)为个体Xv的选择概率，表示为：pp(Xv)=f(Xv)Σw=1Nf(Xw)---(6)]]>其中，f(Xv)为个体Xv的适应度；交叉概率pc按照式(2)进行计算，交叉的实施过程为：对于待交叉的两个个体，随机选择染色体矩阵的某一列作为交叉位，这两个矩阵在交叉位处进行元素互换；变异概率pm按照式(3)进行计算，并引入第二变异概率pm2；pm决定了群体中多少个体需要进行变异，而pm2则体现了多变异位思想，决定了当个体需要进行变异时，对应的染色体矩阵中有多少列需要变异；变异的方法为：将需要变异的染色体矩阵某一列中的“1”元素转变为“0”，再任取该列中的某一个“0”元素，将其转变为“1”，即相当于将某一个镜场分块由聚焦到某一聚焦点转移至聚焦到另一聚焦点；变异的具体实施过程如下：对于群体中的某一个体，先产生一个处于(0,1)区间内的随机数β，如果β＜pm，则该个体需要进行变异，否则不变异，如果个体需要进行变异，则确定该个体对应的染色体矩阵中需要变异的列数为不小于(pm2·na)的整数I，在此矩阵中随机选择I列，按照上述提到的变异方法进行变异；优化问题中的约束条件的处理方式为：在遗传算法中，将不满足约束条件的个体的适应度设为0，则个体在进化中不会被选择，满足约束条件的个体的适应度按照式(4)进行计算；关于算法的终止条件，当算法运行过程中，遇到下述任意一种情况，则算法终止：(a)算法运算代数达到设定的最大进化代数，(b)连续G代群体中的最大适应度不发生变化，G为设定的正整数；当算法终止时，得到最优个体，即最优的镜场聚焦策略，也就确定了每个镜场分块各自的聚焦点；此聚焦策略保证了吸热器接收到较多的能量，并使得吸热器上能量分布均匀，达到利于换热、保护吸热器、提高系统稳定性的目的；同时算法结果还可以给出此聚焦策略对应的吸热器能流密度分布与成像图信息；带有精英保留策略的多变异位自适应遗传算法的实施步骤如下：步骤一：设定算法初始参数，包括群体规模、最大进化代数、交叉和变异相关参数、约束条件参数、精英个体数；步骤二：随机产生初始群体，结合适应度函数和约束条件，计算每个个体适应度，记录最优个体和精英个体；步骤三：根据轮盘赌规则进行选择；步骤四：按照自适应原理计算交叉概率，进行交叉；步骤五：按照自适应原理计算变异概率，并结合多变异位思想，进行变异；步骤六：计算经过选择、交叉、变异后的群体中每个个体的适应度，用保留的精英个体替换当前群体中适应度最小的几个个体，产生新一代群体，记录最优个体和精英个体，此时如果满足算法终止条件，则转到步骤七，否则转到步骤三；步骤七：输出最优个体，得到最优的镜场聚焦策略。