[摘 要]与单独的光伏供电系统和风能供电系统进行比较，两者混合以后的多目标电力系统更加高效、安全、稳定，对环境的不同变化有更好地适应性。所以，大多数人们开始关注对其进行多目标优化设计的研究。本文将主要介绍风光互补混合供电系统，在此基础上，提出运用改进微分进化算法对其进行多目标优化设计的研究方法，结果表明，这种算法可以高效、准确地将风光互补混合供电系统的最优化容量配置计算出来。
　　[关键词]风能供电；光伏供电；多目标优化设计
　　中图分类号：TM614 文献标识码：A 文章编号：1009-914X（2015）45-0013-02
　　风光互补混合供电系统是一种比单独的光伏和风能供电更加有效、经济的供电形式，也是可再生能源进行单独立供电的一种优化选择，可以极大降低供电系统对电池储蓄能量的需求。因此，人们越来越重视对风光互补混合供电系统的多目标优化设计进行研究，取得了一定的成就，本文主要介绍运用改进微分进化算法对其进行多目标优化设计的研究方法。
　　一、风光互补混合供电系统概述
　　风光互补混合供电系统的主要构成装置是多种型号不一样的风力发电机组，光伏电池构件以及多个蓄电池。这些组成部分对环境的适应性各不相同，同时对用户供电可靠性的要求也不相同，所以把这些装置集合在一个系统中互补有无，以便可以在符合供电系统要求的基础上，尽可能实现最经济、最可靠的供电[1]。风光互补混合供电系统的构成图如下所示：
　　（一）风力发电机组。风力发电机组的发电功率和风速之间的关系如下所示：
　　具体的计算过程如下：
　　（一）设置初始参数：将系统的种群数量N，终止迭代次数C、系统变异因子的上限和下限Fmax、Fmin，以及供电系统的杂交因子的上限和下限Crmax、Crmin设置出来[4]。
　　（二）进行优化设计的种群初始化。在系统决策变量的最大范围中，使其随机形成对个解。
　　（三）将系统父代种群的适应度方差准确计算出来。将F和Cr的最小值计算出来。
　　（四）供电系统多目标有针对性地实行变异和交叉操作，进而产生子代种群。
　　（五）把上述形成的子代种群代入约束条件计算式（8）和（9）实施检验，如果计算结果与需求的条件不符合，就需要根据改进的算法进行计算。
　　（六）将供电系统父代种群和子代种群互相适应的数值计算出来，接着运用贪婪方法做出操作选择，同时将目前最优的个体和相应的适应数值准确记录下来。
　　（七）再判断目前的种群分散程度，针对于部分立即要进行重叠的个体，要对其实行解群转换的操作。
　　（八）将以上步骤重复计算，一直到实现系统的迭代次数为止。
　　目前，大多数风光互补混合供电系统多目标优化设计方案中，都将选择光伏电池的倾角设置成当地的纬度值。可是，在混合供电系统选择光伏电池的倾角时，要综合考虑日照、风速、组件的容量等[5]。由于混合系统光伏电池的倾角选择与其发电量的变化有直接的关系，就需要将蓄电池组的数量增多以更好地确保电力系统的安全性和稳定性，可是这种改变会极大增加电力系统的总成本。所以，就要将光伏太阳板的倾角看成是一个决策的变化量，再将其代入进行计算。
　　结束语
　　综上所述，全面结合了风速、日照、地理方位、负荷等的不同变化，对风光互补混合供电系统的多目标优化设计进行了一定的探讨，尤其是光伏太阳板的倾角的选择，不能只是将其设置为当地的纬度值，而是要结合当时的风速和电量符合等因素，使其和太阳能形成一定的互补性，再将其代入计算。
　　参考文献
　　[1]王绍钧.风光蓄独立供电系统应用研究[D].华北电力大学（保定），2014，21（11）：17-23.
　　[2]刘皓明，柴宜.基于GA-PSO的微电网电源容量优化设计[J].华东电力，2013，41（2）：311-317.
　　[3]冯忠奎，季素云，贾栋尚等.开放式线圈屏蔽高场超导MRI磁体的优化设计[J].低温与超导，2013，41（11）：47-53.
　　[4]张仁贡，王培萍，黄润长等.电力系统短期负荷优化分配系统的设计与研究[J].电力系统保护与控制，2011，39（21）：86-91.
　　[5]汪磊，潘红兵，何书专等.片上一体化霍尔传感器的优化设计[J].电子测量技术，2011，34（5）：77-81.