文献类型：期刊文章

作　　者：梁涛[1] 孙博峰[1] 刘伟[1] 王道嵘[1] 陈丽[2]

LIANG Tao;SUN Bo-feng;LIU Wei;WANG Dao-rong;CHEN Li(School of Artificial Intelligence,Hebei University of Technology,Tianjin 300131,China;Hebei Jiantou Energy Investment Co.,Ltd.,Shijiazhuang 050011,China)

机构地区：[1]河北工业大学人工智能与数据科学学院,天津300131 [2]河北建投能源投资股份有限公司,石家庄050011

出　　处：《科学技术与工程》

基　　金：河北省科技支撑计划(19210108D,19214501D,20314501D,F2021202022)。

年　　份：2023

卷　　号：23

期　　号：1

起止页码：226-235

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：随着碳达峰碳中和的推行,氢能在能源去碳化进程中扮演着重要的地位。利用可再生能源制氢可以进一步实现能源低碳化。针对可再生能源系统稳定性较弱的缺点,将系统收益和环境成本这一对相互矛盾的目标进行折中考虑,提出使用多目标金鹰算法(multi-objective golden eagle algorithm,MOGEO)对可再生能源制氢系统运行优化求解帕累托最优解集。为验证该方法的可行性,以冬奥场馆所在地的典型日为例,分别与商业求解器CPLEX及传统的多目标粒子群算法(multi-objective particle swarm optimization,MOPSO)进行对比,结果表明所提方法可以取得更好的优化结果。

关 键 词：可再生能源 多目标优化 MOGEO  电解水制氢

分 类 号：TM715]