CN117272663A - 一种综合能源系统多目标优化评估方法 - Google Patents
一种综合能源系统多目标优化评估方法 Download PDFInfo
- Publication number
- CN117272663A CN117272663A CN202311286302.5A CN202311286302A CN117272663A CN 117272663 A CN117272663 A CN 117272663A CN 202311286302 A CN202311286302 A CN 202311286302A CN 117272663 A CN117272663 A CN 117272663A
- Authority
- CN
- China
- Prior art keywords
- optimization
- index
- objective
- target
- objective optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 86
- 238000011156 evaluation Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000013210 evaluation model Methods 0.000 claims abstract description 8
- 230000007613 environmental effect Effects 0.000 claims description 15
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000035699 permeability Effects 0.000 claims description 4
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000003646 Spearman's rank correlation coefficient Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
Abstract
本发明公开了一种综合能源系统多目标优化评估方法,包括以下步骤:S1,构建多目标指标评估模型,建立综合能源系统多目标优化指标模型,将各优化指标按照相关性归类为经济类、环保类、安全类;S2,确定多目标指标评估模型中每一类目标中子指标函数权重;S3,将多目标优化问题转换为单目标优化问题求解。本发明解决了综合能源系统优化指标较多时适应度计算困难、求解速度慢的问题,克服了传统方法过度依赖人工经验的缺陷。
Description
技术领域
本发明涉及能源系统领域,尤其涉及一种综合能源系统多目标优化评估方法。
背景技术
近年来,综合能源系统呈现可再生能源高比例接入、能源消费形式多样、能源深度耦合等众多特性,综合能源系统面临着“经济-环保-安全”3个目标无法同时满足的能源不可能三角问题,这对综合能源系统优化提出挑战,要求优化调度过程中需考虑多种目标函数。然而各种目标函数之间量纲不同,不同目标之间可能存在相互关联或冲突,一般采用线性加权、主目标函数、功效系数等方式将多目标转换为单目标优化问题,或者采用NSGA-Ⅱ、MOEA、IBEA等多目标优化算法求解得到一组折中的Pareto最优解集,但上述两种方法均存在主观判断、求解复杂、易陷入局部最优等问题,研究存在一定的不足。
发明内容
发明目的:针对现有技术中存在问题,本发明提供一种综合能源系统多目标优化评估方法,能有效解决综合能源系统面临的“经济-环保-安全”的能源三角问题,为综合能源系统多目标优化提供有效可行方案。
技术方案:本发明综合能源系统多目标优化评估方法,包括以下步骤:
S1,构建多目标指标评估模型,建立综合能源系统多目标优化指标模型,将各优化指标按照相关性归类为经济类、环保类、安全类;
S2,确定多目标指标评估模型中每一类目标中子指标函数权重;
S3,将多目标优化问题转换为单目标优化问题求解。
进一步,步骤S1中,建立综合能源系统多目标优化指标模型的实现步骤如下:
S11,构建综合能源系统的多目标优化指标模型,所述多目标优化指标包括投资成本、净现值、内部收益率、供电可靠性、入网功率波动、可再生能源渗透率、污染物排放。
S12,将各优化指标按照秩相关进行相关性分析,进一步为各类优化指标的分类提供依据:
式中,ρij为秩相关系数,n为变量数量;dij表示两个变量每一对样本的等级之差;
S13,根据各优化指标之间的相关性,将多目标归类经济类f1、环保类f2、安全类f3优化函数:
式中,ω、ξ、ψ分别为经济类目标个数、环保类目标个数、安全类目标个数; 分别为经济类指标权重、环保类指标权重、安全类指标权重;xe、xh、xq分别为经济类优化目标中子指标、环保类优化目标中子指标、安全类优化目标中子指标。
进一步,为确定每一类优化目标中子指标权重,构建评价指标矩阵:
并将不同目标函数的量纲进行归一化处理:
采用熵权法为各个目标函数赋予权重,第i个目标的熵值为:
式中,i∈ω,ξ,ψ;j∈ω,ξ,ψ;
并将综合能源系统多目标优化模型简化为:
式中,g(x)、h(x)分别为等式约束和不等式约束,h(x)、分别为不等式约束的下限和上限。
4、根据权利要求1所述综合能源系统多目标优化评估方法,其特征在于,步骤S3中,将多目标优化问题转换为单目标优化问题求解,具体实现步骤如下:
S31,单独求解三个单目标优化问题,得到最优解对应单一目标最优解集:
S32,对单一目标最优解集进行目标规格化处理:
式中,ft *分别为规格化值和原始值;max ft *为/>中的最大值;min ft *为/>中的最小值;
S33,在三个目标函数构成的三维坐标空间中,规格化后的点构成Pareto前沿的端点,由Pareto前沿的端点确定的平面为乌托邦面;乌托邦面上的任一点Pj表示为:
式中,δij表示线性组合系数,m为生成乌托邦面上均匀点的数量;H为分段数;
通过在乌托邦面上均匀的选择m个点,并求解每个点沿准法线方向与目标函数空间对应可行域边界的交点,将多目标优化问题转化为m个单目标优化问题:
式中,Dj为可行域中乌托邦面上选取的均匀分布的点Pj沿准法线方向所达到的距离;g2(x,Dj)为采用NBI方法后,沿着准法线方向与乌托邦面上点Pj距离为Dj的点在三维空间的3个坐标值表达式。
本发明与现有技术相比,其显著效果如下:
本发明通过建立评估指标模型,该模型涵盖系统经济、安全、环保等多方面指标,解决现有多目标评估方法过度依赖经验、函数类型选择困难的问题;同时,为提高评估效果,对多个优化指标进行相关性分析、标准化处理、聚类加权,将多指标进行归类,客观计算自身权重,相较于传统只考虑单目标或线性加权处理多目标优化问题的方法,解决了优化指标较多时适应度计算困难、求解速度慢的问题,克服了传统方法过度依赖人工经验的缺陷。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步详细描述。
本发明通过建立一种综合能源系统多目标优化评估方法,将多目标函数按归集为经济、环保、安全3类,提出SEW-NBI多目标优化评估模型,将复杂多目标转换为单目标进行求解,此方法能提供一种有效的、简单的综合能源系统多目标优化评估方法,评估效果全面,能有效解决综合能源系统多目标优化调度评估问题。
如图1所示,本发明综合能源系统多目标优化评估方法包括以下步骤:
步骤一,建立综合能源系统多目标优化指标评估模型。
选取建立多个综合能源系统优化目标。包括但不限于系统投资成本、净现值、内部收益率、供电可靠性、入网功率波动、可再生能源渗透率、污染物排放等目标函数。
(1)系统投资成本TOC
式中,D为系统所含电源类型数量;分别为系统设备投资费用、运行维护费用、燃料费用及环保折算费用。
(2)净现值
净现值通过核算项目投资运营周期内各年的净现金流量。
式中,r为贴现率,Y为系统总运行年限。
(3)内部收益率
式中,IRR表示资金流入现值总额等于零时的折现率。
(4)系统供电可靠性
式中,为系统设备出力大小,/>表示系统总用电需求;T为采样时间段,D为系统设备数。
(5)入网功率波动
式中,为入网功率的瞬时值和平均值。
(6)可再生能源渗透率
式中,分别表示风力发电量和光伏发电量,/>表示系统总用电需求。
(7)治污费用
式中,k为不同污染物类型编号;m为排放污染物种类,αk为污染物排放系数,βk为不同污染物的治理费用,Pdie为燃料消耗量。
步骤二,对各优化目标按照Spearman秩相关系数ρij,归类为经济类指标f1、环保类指标f2、安全类指标f3,相关系数ρij的表达式如下:
式中,n表示变量数量;dij表示两个变量每一对样本的等级之差,即xi与xj之间的差值,xi与xj为一对样本。
就经济性指标而言,假设存在ω个经济类优化指标或相关指标,构建经济类指标目标函数:
其中,为经济类指标权重,xe为经济类优化目标中子指标。
同理,就环保类指标而言,假设存在ξ个环保类优化指标或相关指标,构建环保类指标目标函数:
其中,为环保类指标权重,xh为环保类优化目标中子指标。
就安全类指标而言,假设存在ψ个安全类优化指标或相关指标,构建安全类指标目标函数:
其中,为安全类指标权重,xq为安全类优化目标中子指标。
为确定各目标xi重要程度,构建评价指标矩阵A=[aij],即:
因不同目标函数的量纲不相同,需要进行无量纲化处理,对于能源不可能三角类指标,所有类别指标均越小越优,目标函数的无量纲a′ij的表达式如下:
其中,i∈ω,ξ,ψ;j∈ω,ξ,ψ。
步骤三,采用熵权法确定每一类目标中子目标函数权重,构建经济类、环保类、安全类指标;
对于经济类指标,采用熵权法为各个目标函数赋予权重,第e个目标的熵值为:
对于环保类指标,采用熵权法为各个目标函数赋予权重,第h个目标的熵值为:
对于安全类指标,采用熵权法为各个目标函数赋予权重,第q个目标的熵值为:
基于上述步骤二中所构建的经济类、环保类、安全类指标优化目标,将能源不可能三角多目标优化模型简化为:
式中,g(x)、h(x)分别为等式约束和不等式约束,h(x)、分别为不等式约束的下限和上限。
步骤四,引入NBI方法将能源不可能三角多目标优化问题转换为单目标优化问题求解;
采用NBI方法求解步骤二中建立的3目标(经济类、环保类和安全类)优化问题,通过构建乌托邦面和准法线向量,将多目标优化问题转化为三个单目标优化问题,并得到均匀的一组Pareto前沿。具体实现步骤如下:
步骤41,单独求解三个单目标优化问题,得到最优解对应单一目标最优解集:
步骤42,对单一目标最优解集进行目标规格化处理:
式中,ft *分别为规格化值与原始值;max ft *为/>中的最大值;min ft *为/>中的最小值。
步骤43,乌托邦面上均匀取点。在三个目标函数构成的三维坐标空间中,规格化后的点构成Pareto前沿的端点,由Pareto前沿的端点确定的平面为乌托邦面。乌托邦面上的任一点Pj可表示为:
式中,δij表示线性组合系数,m为生成乌托邦面上均匀点的数量;H为分段数;通过在乌托邦面上均匀的选择m个点,并求解每个点沿准法线方向与目标函数空间对应可行域边界的交点,多目标优化问题可转化为m个单目标优化问题:
式中,Dj为可行域中乌托邦面上选取的均匀分布的点Pj沿准法线方向所达到的距离;g2(x,Dj)为采用NBI方法后,沿着准法线方向与乌托邦面上点Pj距离为Dj的点在三维空间的3个坐标值表达式。
由此,通过一系列单目标寻优求解,即可得到分布均匀的Pareto曲线,即Pareto前沿。
Claims (4)
1.一种综合能源系统多目标优化评估方法,其特征在于,包括以下步骤:
S1,构建多目标指标评估模型,建立综合能源系统多目标优化指标模型,将各优化指标按照相关性归类为经济类、环保类、安全类;
S2,确定多目标指标评估模型中每一类目标中子指标函数权重;
S3,将多目标优化问题转换为单目标优化问题求解。
2.根据权利要求1所述综合能源系统多目标优化评估方法,其特征在于,步骤S1中,建立综合能源系统多目标优化指标模型的实现步骤如下:
S11,构建综合能源系统的多目标优化指标模型,所述多目标优化指标包括投资成本、净现值、内部收益率、供电可靠性、入网功率波动、可再生能源渗透率、污染物排放;
S12,将各优化指标按照秩相关进行相关性分析,进一步为各类优化指标的分类提供依据:
式中,ρij为秩相关系数,n为变量数量;dij表示两个变量每一对样本的等级之差;
S13,根据各优化指标之间的相关性,将多目标归类经济类f1、环保类f2、安全类f3优化函数:
式中,ω、ξ、ψ分别为经济类目标个数、环保类目标个数、安全类目标个数;分别为经济类指标权重、环保类指标权重、安全类指标权重;xe、xh、xq分别为经济类优化目标中子指标、环保类优化目标中子指标、安全类优化目标中子指标。
3.根据权利要求2所述综合能源系统多目标优化评估方法,其特征在于,为确定每一类优化目标中子指标权重,构建评价指标矩阵:
并将不同目标函数的量纲进行归一化处理:
采用熵权法为各个目标函数赋予权重,第i个目标的熵值为:
式中,i∈ω,ξ,ψ;j∈ω,ξ,ψ;
并将综合能源系统多目标优化模型简化为:
式中,g(x)、h(x)分别为等式约束和不等式约束,h(x)、分别为不等式约束的下限和上限。
4.根据权利要求1所述综合能源系统多目标优化评估方法,其特征在于,步骤S3中,将多目标优化问题转换为单目标优化问题求解,具体实现步骤如下:
S31,单独求解三个单目标优化问题,得到最优解对应单一目标最优解集:
S32,对单一目标最优解集进行目标规格化处理:
式中,ft *分别为规格化值和原始值;maxft *为/>中的最大值;minft *为/>中的最小值;
S33,在三个目标函数构成的三维坐标空间中,规格化后的点构成Pareto前沿的端点,由Pareto前沿的端点确定的平面为乌托邦面;乌托邦面上的任一点Pj表示为:
式中,δij表示线性组合系数,m为生成乌托邦面上均匀点的数量;H为分段数;
通过在乌托邦面上均匀的选择m个点,并求解每个点沿准法线方向与目标函数空间对应可行域边界的交点,将多目标优化问题转化为m个单目标优化问题:
式中,Dj为可行域中乌托邦面上选取的均匀分布的点Pj沿准法线方向所达到的距离;g2(x,Dj)为采用NBI方法后,沿着准法线方向与乌托邦面上点Pj距离为Dj的点在三维空间的3个坐标值表达式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311286302.5A CN117272663A (zh) | 2023-09-28 | 2023-09-28 | 一种综合能源系统多目标优化评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311286302.5A CN117272663A (zh) | 2023-09-28 | 2023-09-28 | 一种综合能源系统多目标优化评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117272663A true CN117272663A (zh) | 2023-12-22 |
Family
ID=89219548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311286302.5A Pending CN117272663A (zh) | 2023-09-28 | 2023-09-28 | 一种综合能源系统多目标优化评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117272663A (zh) |
-
2023
- 2023-09-28 CN CN202311286302.5A patent/CN117272663A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN111355230B (zh) | 一种综合能源系统优化调度方法与系统 | |
CN107578149B (zh) | 一种电网企业关键数据分析方法 | |
CN110111003A (zh) | 一种基于改进fcm聚类算法的新能源典型场景构建方法 | |
CN104951834A (zh) | 基于遗传算法和粒子群集成的lssvm风速预测方法 | |
CN108846526A (zh) | 一种二氧化碳排放量预测方法 | |
CN110321934A (zh) | 一种检测用户用电异常数据的方法及系统 | |
CN106384300A (zh) | 基于大数据和模糊模型的建筑异常用能检测方法及系统 | |
CN109636054A (zh) | 基于分类和误差组合预测的太阳能光伏发电量预测方法 | |
CN105488297A (zh) | 一种基于小样本建立复杂产品优化设计代理模型的方法 | |
CN113837464A (zh) | 一种基于CNN-LSTM-Attention的热电联产锅炉负荷预测方法 | |
CN103440525A (zh) | 基于Vague值相似度量改进算法的城市湖库水华应急治理多目标多层次决策方法 | |
CN112149890A (zh) | 基于用户用能标签的综合能源负荷预测方法及系统 | |
CN109902340A (zh) | 一种计及复杂气象耦合特性的多源-荷联合场景生成方法 | |
CN109544006A (zh) | 一种评价电动汽车充电站经济效益的方法 | |
CN112288157A (zh) | 一种基于模糊聚类与深度强化学习的风电场功率预测方法 | |
Liu et al. | Optimization of intelligent heating ventilation air conditioning system in urban building based on BIM and artificial intelligence technology | |
CN114764521A (zh) | 基于遗传算法的园区建筑形体优化方法及系统 | |
CN109214610A (zh) | 一种基于长短期记忆神经网络的饱和电力负荷预测方法 | |
CN109802634A (zh) | 一种基于大数据的光伏电站的智能运维方法及运维系统 | |
CN106056168B (zh) | 燃气-蒸汽联合循环发电机组运行工况优化值的确定方法 | |
CN117272663A (zh) | 一种综合能源系统多目标优化评估方法 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN115809718A (zh) | 基于多目标竞争关系量化的梯级电站发电与生态协同优化方法和系统 | |
CN114004525A (zh) | 基于模糊综合评价法面向用户侧的电能替代效益评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |