基于自动化形式综合的独立太阳能光伏系统最优容量配置

现有多种方法与工具用于对太阳能光伏系统进行容量配置；然而，这些工具依赖于仿真，在搜索最优解时无法覆盖设计空间的所有方面。在以往的最优容量配置研究中，关注点始终集中于准则或目标。本文提出一种新颖且可靠（sound）的自动化方法，利用前所未有的程序综合来获得最优容量配置。我们所采用的 counterexample guided inductive synthesis (CEGIS，反例引导归纳综合) 方法的变体包含两个关联技术分析与成本分析的阶段：首先，我们基于电力可靠性综合出一个可行候选方案，但该方案未必实现最低成本；其次，通过符号模型检测以逐步降低的下界成本对该候选方案进行迭代验证。若验证步骤未失败，则调整下界；若失败，则反例给出最优解。基于七个案例研究和商业设备数据的实验结果表明，我们的综合方法能在可接受的运行时内生成最优系统容量配置。我们还与专用仿真工具在真实光伏系统上进行了对比，以展示本方法的有效性，其能提供比该仿真工具更详细且准确的解决方案。