为兼顾区域综合能源系统(regional integrated energy system,RIES)中能耗成本、污染排放、风电消纳等多个调度目标,建立了考虑综合需求响应的RIES多目标优化模型。首先,对含电转气、储能系统、热电联产机组等设备的RIES建模,并在区域...为兼顾区域综合能源系统(regional integrated energy system,RIES)中能耗成本、污染排放、风电消纳等多个调度目标,建立了考虑综合需求响应的RIES多目标优化模型。首先,对含电转气、储能系统、热电联产机组等设备的RIES建模,并在区域内引入了具体考虑削减负荷、转移负荷和替代负荷的综合需求响应,旨在削减系统负荷峰谷差。然后,分别建立了以系统用能成本、弃风功率和污染物治理成本最小的目标函数,采用多目标优化方法——以模糊加权规划遍历权值求解帕累托前沿,再根据证据推理决策方法寻找最优调度策略。最后基于典型算例研究,结果表明了所提多目标优化算法能有效在多个调度目标间做出权衡,考虑综合需求响应的RIES在总能耗、环境友好和风电消纳等方面更具优势。展开更多
多目标进化优化是求解多目标优化问题的可行方法.但是,由于没有准确感知并充分利用问题的Pareto前沿,已有方法难以高效求解复杂的多目标优化问题.本文提出一种基于在线感知Pareto前沿划分目标空间的多目标进化优化方法,以利用感知的结果...多目标进化优化是求解多目标优化问题的可行方法.但是,由于没有准确感知并充分利用问题的Pareto前沿,已有方法难以高效求解复杂的多目标优化问题.本文提出一种基于在线感知Pareto前沿划分目标空间的多目标进化优化方法,以利用感知的结果,采用有针对性的进化优化方法求解多目标优化问题.首先,根据个体之间的拥挤距离与给定阈值的关系感知优化问题的Pareto前沿上的间断点,并基于此将目标空间划分为若干子空间;然后,在每一子空间中采用MOEA/D(Multi-objective evolutionary algorithm based on decomposition)得到一个外部保存集;最后,基于所有外部保存集生成问题的Pareto解集.将提出的方法应用于15个基准数值函数优化问题,并与NSGA-Ⅱ、RPEA、MOEA/D、MOEA/D-PBI、MOEA/D-STM和MOEA/D-ACD等比较.结果表明,提出的方法能够产生收敛和分布性更优的Pareto解集,是一种非常有竞争力的方法.展开更多
文摘为兼顾区域综合能源系统(regional integrated energy system,RIES)中能耗成本、污染排放、风电消纳等多个调度目标,建立了考虑综合需求响应的RIES多目标优化模型。首先,对含电转气、储能系统、热电联产机组等设备的RIES建模,并在区域内引入了具体考虑削减负荷、转移负荷和替代负荷的综合需求响应,旨在削减系统负荷峰谷差。然后,分别建立了以系统用能成本、弃风功率和污染物治理成本最小的目标函数,采用多目标优化方法——以模糊加权规划遍历权值求解帕累托前沿,再根据证据推理决策方法寻找最优调度策略。最后基于典型算例研究,结果表明了所提多目标优化算法能有效在多个调度目标间做出权衡,考虑综合需求响应的RIES在总能耗、环境友好和风电消纳等方面更具优势。
文摘多目标进化优化是求解多目标优化问题的可行方法.但是,由于没有准确感知并充分利用问题的Pareto前沿,已有方法难以高效求解复杂的多目标优化问题.本文提出一种基于在线感知Pareto前沿划分目标空间的多目标进化优化方法,以利用感知的结果,采用有针对性的进化优化方法求解多目标优化问题.首先,根据个体之间的拥挤距离与给定阈值的关系感知优化问题的Pareto前沿上的间断点,并基于此将目标空间划分为若干子空间;然后,在每一子空间中采用MOEA/D(Multi-objective evolutionary algorithm based on decomposition)得到一个外部保存集;最后,基于所有外部保存集生成问题的Pareto解集.将提出的方法应用于15个基准数值函数优化问题,并与NSGA-Ⅱ、RPEA、MOEA/D、MOEA/D-PBI、MOEA/D-STM和MOEA/D-ACD等比较.结果表明,提出的方法能够产生收敛和分布性更优的Pareto解集,是一种非常有竞争力的方法.
