国家能源局发布了《关于可再生能源发展“十三五”规划实施的指导意见》,其中,可再生能源技术在未来的发电领域占据主导地位,在全国范围内增加太阳能电池板和风机的数量,而这些能源容易受天气条件影响。因此,混合可再生能源系统(Hybrid Renewable Energy Systems,HRES)可以解决这一问题,HRES可以独立或并网模式工作,通过多能互补方式,获得比单一电源更高的效率。解决了常规能源的稀缺,燃料价格的上涨,化石燃料燃烧产生的有害排放和传统能源发电不可持续发展等问题。在混合可再生能源系统中,优化机组规模是实现可再生能源高效利用的关键。优化机组尺寸和数量既保证了满足系统可靠性要求,又满足系统最低净现值成本要求,从而使系统能够在最佳条件下运行。本文围绕离网式混合可再生能源系统,在阅读分析了大量文献的基础上,整理了不同混合可再生能源系统模型,对不同方法求解混合可再生能源系统进行分类。由于系统优化的模型是多个相互矛盾的目标,本文在多个目标之间进行合理的权衡,对其进行机组规模和机组数量尺寸优化。在初始化种群策略中加入聚类算法,用改进头脑风暴优化算法进行求解,并且用实际案例进行测试,主要贡献有如下几点:(1)离网式混合可再生能源系统的设计。由于偏远地区无法获取电网电力,对离网式模型发电出力进行精确建模。离网式混合可再生能源系统满足功率需求平衡的约束,目标包括系统最小成本,供电损失概率和总燃料排放,用改进头脑风暴优化算法对系统机组规模进行多目标求解。(2)头脑风暴优化算法的研究。头脑风暴优化算法是最新的智能优化算法,能有效的找到最优解。本文首先介绍了基本头脑风暴优化算法,对初始化种群进行分类,可以有效的跳出问题的局部最优解。然后为了衡量每个个体的优劣,使用综合指数作为适应值,并且采用欧式距离作为计算类之间距离的方法,最后使用非支配排序维持种群数量,使得求解可行。(3)改进头脑风暴优化算法求解离网式混合可再生能源系统。本文以西班牙萨拉戈萨东北地区为背景,使用真实的实例对所提出算法性能进行了测试,并得出不同的机组数量方案。然后将遗传算法与改进头脑风暴优化算法进行比较,验证了所提出算法的竞争性。最后对头脑风暴优化算法不同聚类个数进行实验,确定了求解该问题的最佳聚类个数。