CN112949177A - 一种综合能源系统构建中的多优化目标赋权方法及系统 - Google Patents

Abstract

本发明公开了一种综合能源系统构建中的多优化目标赋权方法及系统，该方法基于多个目标的权重确定的基本出发点：通过权重系数，将多目标优化问题转换为单目标优化问题以便求解，那么权重系数的选择应当是能够引导单目标优化问题取得的解接近多目标优化问题中帕累托最优解集中，符合对于多个指标权衡取舍的值。在实际执行算法时，首先求解仅考虑经济性目标的简化单目标优化问题，此时其他目标函数值并未达到最优值。进一步将经济性之外的目标的要求分别提高，利用KKT条件得到一系列权重系数的初始值，最后利用NSGA‑Ⅱ算法找到能够达到或接近帕累托前沿的权重系数向量值，最终从中确定权重系数向量。

Description

一种综合能源系统构建中的多优化目标赋权方法及系统

技术领域

本发明属于新能源及节能技术领域，具体涉及一种综合能源系统构建中的多优化目标赋权方法及系统。

背景技术

近年来，得益于提升能源利用效率，消纳高比例可再生能源的潜力，综合能源系统成为我国能源转型中的重要组成部分。在综合能源系统中，不同能源形式在时空尺度上协调互补，从而实现更加可靠，经济和低碳的能源供应。

综合能源系统规划和运行决策中，需要考虑的目标有多个，包括最小化投资运行成本、最小化碳排放量、最大化可再生能源渗透率及最小化弃风弃光率等，这些目标之间可能存在冲突。因此，在综合能源系统规划和运行决策时，通常通过对不同目标进行赋权从而实现同时考虑多个目标的目的。目标函数中对于不同指标的赋权体现了对于多个可能相互冲突的指标的权衡取舍，对于综合能源系统规划运行中的决策具有重要的指导作用。

当前，综合能源系统规划运行中多目标赋权方法主要根据经验人为给出。由于经验的局限性，人工选取的权重与多个指标的科学权重可能存在偏差，使得规划运行结果的多个目标出现失衡情况。除此之外，人工指定多目标权重不合理时，还可能使得所求得的解在某个目标上严重劣于理想解。这些都会导致综合能源系统的规划决策结果效益受损，未能充分发挥综合能源系统在经济性，环保性，低碳等方面的优势，造成社会福利不必要的损失。

发明内容

本发明的目的在于，提出一种基于帕累托最优的综合能源系统构建中的多优化目标赋权方法及系统，以综合能源系统规划运行达到帕累托最优为目标，寻找权重系数，解决目前综合能源系统规划和运行中人工设定多目标权重不合理性，导致综合能源系统的规划决策结果效益受损的问题。

本发明采用下述技术方案予以实现：

一种基于帕累托最优的综合能源系统构建中的多优化目标赋权方法，包括下述步骤：

A、建立综合能源系统规划运行模型，包括所有需要考虑的目标函数，其中不同目标函数的权重系数组成权重系数向量是待求量；

B、求解简化问题，即仅包含经济性最优的单目标规划运行问题的解；计算在这组解情况下每个目标函数值，作为基值，从而对权重系数作无量纲处理；

C、在简化问题求得的结果基础上，对于经济性之外的每个指标，依次在简化问题的结果上提高要求，并加入优化问题的约束中，求解得到多组优化问题的解，解的个数等于经济性之外的指标个数；利用KKT条件，对于得到使得每组解满足最优性的权重系数向量的取值范围；

D、在步骤C中得到的多个权重系数向量的取值范围内进行采样，得到权重系数向量的初始解；使用NSGA-Ⅱ算法，得到权重系数向量的一系列帕累托最优解以及对应的多个目标的值，即最终优化后的权重系数种群；

E、根据对多个目标函数的权衡和度量，从最终优化后的权重系数种群内选取用于指导综合能源系统规划和运行的权重系数，输出该权重系数，依照该权重系数进行综合能源系统构建。

优选的，所述步骤A具体包括下述步骤：

A1、输入综合能源系统运行的边界条件，包括全年的多种能量形式负荷、可再生能源出力水平、系统输入能源价格等参数；

A2、输入综合能源系统规划的边界条件，包括可选装置的技术经济信息、折现率、不同形式能量输入限值等信息；

A3、建立综合能源系统规划运行模型，列出需要考虑的目标函数，包括最小化年化费用x、最小化年度碳排放量y、最大化年度可再生能源消费占比z、最大化区内可再生能源消纳率w。

优选的，所述步骤B具体包括下述步骤：

B1、求解仅考虑经济性最优的简化问题，即目标函数仅有x的综合能源系统规划运行问题，得到仅考虑经济性最优结果的优化问题解s₀、年化费用x₀、年度碳排放量y₀、年度可再生能源消费占比z₀、区内可再生能源消纳率w₀；

B2、对权重进行去量纲处理，并设置单目标加权目标函数

其中年化费用的权重为1、年度碳排放量的权重为k₂、年度可再生能源消费占比的权重为k₃、区内可再生能源消纳率k₄。

优选的，所述步骤C具体包括下述步骤：

C1、在简化问题的基础上，求解3个扩充规划运行优化问题，得到三个扩充优化问题的解s₁,s₂,s₃；3个扩充优化问题分别在简化问题上加入约束y≤m₂y₀,z≥m₃z₀,w≥m₄w₀,其中m₂，m₃,m₄是指定的参数，并满足0<m₂<1,1<m₃,1<m₄；

C2、对于求得的三组扩充优化问题解s₁,s₂,s₃，利用KKT最优性条件找到能够使s₁,s₂,s₃成为优化问题最优解的权重向量取值域R₁，R₂，R₃。

优选的，所述步骤D具体包括下述步骤：

D1、在R₁，R₂，R₃内进行均匀采样，得到NSGA-Ⅱ算法的初始种群P；

D2、对于初始种群P内的每个权重系数点，进行规划运行优化问题的求解，得到每个点对应的x,y,z,w值；

D3、对于初始种群内的点，进行快速非支配分层排序；

D4、联赛选择、交叉、变异得到子种群Q；

D5、对子种群Q和初始种群P作并集运算，并对并集运算中的点进行快速非支配排序，更新初始种群P；

D6、利用更新的初始种群，重复D中步骤，直至达到最大迭代次数，得到最终种群。

优选的，所述步骤E具体包括下述步骤：

E1、比对最终种群中每个权重系数向量对应的四个目标：年化费用，年度碳排放量，年度可再生能源消费占比，区内可再生能源消纳率。根据对多个目标的权衡取舍，在最终种群中选出最终的权重系数向量。

本发明提供的另一个技术方案是：

一种用于所述综合能源系统构建中的多优化目标赋权方法的系统，包括：

综合能源系统规划运行模型建立模块，用于建立综合能源系统规划运行模型，所述综合能源系统规划运行模型包括所有需要考虑的目标函数，其中不同目标函数的权重系数组成的权重系数向量是待求量；

单目标最优求解模块，用于求解综合能源系统规划运行模型中仅包含经济性最优的单目标规划运行问题的解，计算在这组解情况下每个目标函数值，将目标函数值作为基值，对权重系数作无量纲处理；

最优权重系数向量取值范围计算模块，用于在简化问题求得的结果基础上，对于经济性之外的每个指标，依次在简化问题的结果上提高要求，并加入优化问题的约束中，求解得到多组优化问题的解，解的个数等于经济性之外的指标个数；利用KKT条件，得到使得每组解满足最优性的权重系数向量的取值范围；

最终种群计算模块，用于在使得每组解满足最优性的权重系数向量的取值范围内进行采样，得到权重系数向量的初始解；使用NSGA-Ⅱ算法，得到优化后的权重系数种群；

结果输出模块，用于从优化后的权重系数种群中选取权重系数，将该权重系数输出，进行综合能源系统规划和运行的指导。

由上述实施例可以看出，与现有技术相比，本申请的优点在于：

本发明实施例提供的方法，基于多个目标的权重确定的基本出发点：通过权重系数，将多目标优化问题转换为单目标优化问题以便求解，那么权重系数的选择应当是能够引导单目标优化问题取得的解接近多目标优化问题中帕累托最优解集中，符合对于多个指标权衡取舍的值。在实际执行算法时，首先求解仅考虑经济性目标的简化单目标优化问题，此时其他目标函数值并未达到最优值。进一步将经济性之外的目标的要求分别提高，利用KKT条件得到一系列权重系数的初始值，最后利用NSGA-Ⅱ算法找到能够达到或接近帕累托前沿的权重系数向量值，最终从中确定权重系数向量。本方法巧妙地通过提高部分指标的要求并加入约束的方法得到一系列权重系数相异的初始值，利用NSGA-Ⅱ算法能够高效搜索达到帕累托前沿的解的特性，加快了求解速度，提高了权重系数的选取效果，最终使用能让多目标问题达到符合综合能源系统规划和运行者要求的权重系数向量指导实际综合能源系统的规划和运行，提升效益。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例中多优化目标赋权方法的流程图。

图2为本发明实施例中采用NSGA-Ⅱ迭代权重系数算法的流程图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

本发明实施例提供了一种基于帕累托最优的综合能源系统构建中的多优化目标赋权方法及系统。

如图1和2所示，该多优化目标赋权方法基于多个目标的权重确定的基本出发点：通过权重系数，将多目标优化问题转换为单目标优化问题以便求解，那么权重系数的选择应当是能够引导单目标优化问题取得的解接近多目标优化问题中帕累托最优解集中，符合对于多个指标权衡取舍的值。在实际执行算法时，首先求解仅考虑经济性目标的简化单目标优化问题，此时其他目标函数值并未达到最优值。进一步将经济性之外的目标的要求分别提高，利用KKT条件得到一系列权重系数的初始值，最后利用NSGA-Ⅱ算法找到能够达到或接近帕累托前沿的权重系数向量值，最终从中确定权重系数向量。本方法巧妙地通过提高部分指标的要求并加入约束的方法得到一系列权重系数相异的初始值，利用NSGA-Ⅱ算法能够高效搜索达到帕累托前沿的解的特性，加快了求解速度，提高了权重系数的选取效果，最终使用能让多目标问题达到符合综合能源系统规划和运行者要求的权重系数向量指导实际综合能源系统的规划和运行，提升效益。具体包括如下步骤：

步骤1：输入综合能源系统运行的边界条件。综合能源系统运行的边界条件指的是待规划的综合能源系统运行所需要满足的用户负荷需求、价格信号以及本地可用的可再生能源出力水平信息等。本发明考虑以小时为单位的运行边界条件，同时考虑到综合能源系统运行模式的季节性差异，因此输入的综合能源系统运行边界条件覆盖了年度8760小时的情况。

步骤2：输入综合能源系统规划的边界条件。综合能源系统规划的边界条件指的是综合能源系统在规划阶段需要考虑的待选装置技术经济信息、资金折现率、是否存在能量输入限制等信息。本发明中，规划的综合能源系统将进行运行，规划的结果决定了运行中可用的装置容量，因此规划和运行是紧密相关的。

步骤3：建立综合能源系统规划运行优化模型。采用不同装置的规划容量和端口能量流作为优化运行模型的主要决策变量，考虑装置自身特性约束和能量平衡约束，列写多个需要考虑的目标函数，包括最小化年化费用x、最小化年度碳排放量y、最大化年度可再生能源消费占比z、最大化区内可再生能源消纳率w。本步骤建立的综合能源系统规划运行优化模型是一个多目标优化问题。

步骤4：求解仅考虑经济性最优的简化问题，即目标函数仅有x，不含有其他目标的综合能源系统规划运行问题。通过优化求解得到仅考虑经济性最优结果的优化问题解s₀、年化费用x₀、年度碳排放量y₀、年度可再生能源消费占比z₀、区内可再生能源消纳率w₀。

步骤5：对权重进行去量纲处理，并设置单目标加权目标函数

其中年化费用的权重为1，年度碳排放量的权重为k₂，年度可再生能源消费占比的权重为k₃，区内可再生能源消纳率k₄。

步骤6：在简化问题的基础上，求解3个扩充规划运行优化问题，得到三个扩充优化问题的解s₁,s₂,s₃。三个扩充优化问题仍然仅考虑经济性最优为目标函数，但是各自加入一条约束提高对于碳排放量、年度可再生能源消费占比、区内可再生能源消纳率的要求，即y≤m₂y₀,z≥m₃z₀,w≥m₄w₀,其中m₂，m₃,m₄是指定的参数，并满足0<m₂<1,1<m₃,1<m4。

步骤7：对于求得的三组扩充优化问题的解s₁,s₂,s₃，考虑规划运行的单目标加权目标函数优化问题

利用KKT条件找到能使s₁,s₂,s₃分别满足单目标加权目标函数优化问题最优性条件的权重系数向量[k₂,k₃,k₄]的取值域[R₁，R₂，R₃]。

步骤8：在R1，R2，R3内进行均匀采样，得到NSGA-Ⅱ算法的初始权重系数向量的种群P。

步骤9：对于初始种群P内的每个权重系数点，进行规划运行优化问题的求解，得到每个权重系数向量对应最优解的x,y,z,w值。

步骤10：对于初始种群内的点，根据目标函数值进行快速非支配分层排序，根据帕累托最优性和拥挤系数将初始种群中的权重系数向量分为不同级别，并在同一级别进行排序。在此基础上筛选出可以繁衍后代的种群成员。

步骤11：在可以繁衍后代的中群成员中，进行联赛选择，交叉，变异得到子种群Q。

步骤12：对于子种群Q和初始种群P作并集运算。对于并集中的所有权重系数个体，进行规划运行优化问题的求解，得到每个权重系数向量对应最优解的x,y,z,w值。根据得到的结果进行快速非支配排序，更新初始种群P；

步骤13：利用更新的初始种群，重复步骤10，11，12，直到迭代次数达到预设迭代次数，得到迭代后的权重系数种群。

步骤14：比对最终种群中每个权重系数向量对应的四个目标：年化费用、年度碳排放量、年度可再生能源消费占比、区内可再生能源消纳率。根据对多个目标的权衡取舍，在最终种群中选出最终的权重系数向量。

经过上述14个步骤的计算，形成基于帕累托最优的综合能源系统规划运行多优化目标自适应赋权算法，从而得到能够指导综合能源系统规划运行优化优化达到符合要求的帕累托最优解的权重系数，应用于综合能源系统的规划阶段和运行阶段。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (8)

1.一种综合能源系统构建中的多优化目标赋权方法，其特征在于，包括以下步骤：

A、建立综合能源系统规划运行模型，所述综合能源系统规划运行模型包括所有需要考虑的目标函数，其中不同目标函数的权重系数组成的权重系数向量是待求量；

B、求解综合能源系统规划运行模型中仅包含经济性最优的单目标规划运行问题的解，计算在这组解情况下每个目标函数值，将目标函数值作为基值，对权重系数作无量纲处理；

C、在简化问题求得的结果基础上，对于经济性之外的每个指标，依次在简化问题的结果上提高要求，并加入优化问题的约束中，求解得到多组优化问题的解，解的个数等于经济性之外的指标个数；利用KKT条件，得到使得每组解满足最优性的权重系数向量的取值范围；

D、在使得每组解满足最优性的权重系数向量的取值范围内进行采样，得到权重系数向量的初始解；使用NSGA-Ⅱ算法，得到优化后的权重系数种群；

E、从优化后的权重系数种群中选取权重系数，利用该权重系数进行综合能源系统构建。

2.根据权利要求1所述的综合能源系统构建中的多优化目标赋权方法，其特征在于，步骤A具体步骤如下：

输入综合能源系统运行的边界条件，包括全年的多种能量形式负荷、可再生能源出力水平、系统输入能源价格；

输入综合能源系统规划的边界条件，包括可选装置的技术经济信息、折现率、不同形式能量输入限值；

建立综合能源系统规划运行模型，列出需要考虑的目标函数，包括最小化年化费用x、最小化年度碳排放量y、最大化年度可再生能源消费占比z、最大化区内可再生能源消纳率w。

3.根据权利要求1所述的综合能源系统构建中的多优化目标赋权方法，其特征在于，步骤B中，求解综合能源系统规划运行模型中仅包含经济性最优的单目标规划运行问题的解具体步骤如下：

求解目标函数仅有x的综合能源系统规划运行问题，得到仅考虑经济性最优结果的优化问题解s₀、年化费用x₀、年度碳排放量y₀、年度可再生能源消费占比z₀、区内可再生能源消纳率w₀。

4.根据权利要求1所述的综合能源系统构建中的多优化目标赋权方法，其特征在于，步骤B中，对权重系数作无量纲处理具体步骤如下：

对权重系数进行去量纲处理，设置单目标加权目标函数

其中年化费用的权重为1、年度碳排放量的权重为k₂、年度可再生能源消费占比的权重为k₃、区内可再生能源消纳率k₄。

5.根据权利要求1所述的综合能源系统构建中的多优化目标赋权方法，其特征在于，步骤C具体步骤如下：

在简化问题的基础上，求解3个扩充规划运行优化问题，得到三个扩充优化问题的解s₁,s₂,s₃；3个扩充优化问题分别在简化问题上加入约束y≤m₂y₀，z≥m₃z₀，w≥m₄w₀，其中m₂，m₃,m₄是指定的参数，并满足O＜m₂＜1，1＜m₃，1＜m₄；

对于求得的三组扩充优化问题解s₁,s₂,s₃，利用KKT最优性条件找到能够使s₁,s₂,s₃成为优化问题最优解的权重向量取值域R₁，R₂，R₃。

6.根据权利要求1所述的综合能源系统构建中的多优化目标赋权方法，其特征在于，步骤D具体步骤如下：

在R₁，R₂，R₃内进行均匀采样，得到NSGA-Ⅱ算法的初始种群P；

对于初始种群P内的每个权重系数点，进行规划运行优化问题的求解，得到每个点对应的x,y,z,w值；

对于初始种群内的点，进行快速非支配分层排序；

联赛选择、交叉、变异得到子种群Q；

对子种群Q和初始种群P作并集运算，并对并集运算中的点进行快速非支配排序，更新初始种群P；

利用更新的初始种群进行迭代，直至达到最大迭代次数，得到优化后的权重系数种群。

7.根据权利要求1所述的综合能源系统构建中的多优化目标赋权方法，其特征在于，步骤E具体步骤如下：

比对最终种群中每个权重系数向量对应的四个目标：年化费用、年度碳排放量、年度可再生能源消费占比、区内可再生能源消纳率；根据对多个目标的权衡取舍，在优化后的权重系数种群中选出最终的权重系数向量。

8.一种用于权利要求1所述综合能源系统构建中的多优化目标赋权方法的系统，其特征在于，包括：

综合能源系统规划运行模型建立模块，用于建立综合能源系统规划运行模型，所述综合能源系统规划运行模型包括所有需要考虑的目标函数，其中不同目标函数的权重系数组成的权重系数向量是待求量；

单目标最优求解模块，用于求解综合能源系统规划运行模型中仅包含经济性最优的单目标规划运行问题的解，计算在这组解情况下每个目标函数值，将目标函数值作为基值，对权重系数作无量纲处理；

最优权重系数向量取值范围计算模块，用于在简化问题求得的结果基础上，对于经济性之外的每个指标，依次在简化问题的结果上提高要求，并加入优化问题的约束中，求解得到多组优化问题的解，解的个数等于经济性之外的指标个数；利用KKT条件，得到使得每组解满足最优性的权重系数向量的取值范围；

最终种群计算模块，用于在使得每组解满足最优性的权重系数向量的取值范围内进行采样，得到权重系数向量的初始解；使用NSGA-Ⅱ算法，得到优化后的权重系数种群；

结果输出模块，用于从优化后的权重系数种群中选取权重系数，将该权重系数输出，进行综合能源系统构建。

Images