[發明專利]基于主元分析的綜合能源系統眾多目標優化方法

在審

• 申請號: 201811055760.7
• 申請日: 2018-09-11
• 公開（公告）號: CN109388854A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 吳青華;秦穎婕;鄭杰輝
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

1.一種基于主元分析的綜合能源系統眾多目標優化方法，其特征在于，所述的優化方法步驟如下：

S1、確定綜合能源系統中所有的決策變量，并建立相關的目標函數，對綜合能源系統進行建模，確定各決策變量的可行域；

S2、將所有的決策變量在其各自的可行域內進行有限次采樣，通過潮流計算得到各目標函數值，生成樣本矩陣；

S3、對樣本矩陣進行標準化處理，并計算其相關系數矩陣，分析目標之間的關系；

S4、求解相關系數矩陣的特征根，確定眾多目標的主元排序；

S5、運用目標間的關系系數和主元分析對眾多目標的目標集進行處理，只保留部分目標，對冗余目標進行削減，并對最終的目標集進行多目標優化。

2.根據權利要求1所述的基于主元分析的綜合能源系統眾多目標優化方法，其特征在于，所述的步驟S2中生成樣本矩陣的過程如下：

S201、采用拉丁超立方采樣方法生成初始采樣矩陣其中，k為決策變量的個數，表示第i個決策變量的拉丁超立方采樣結果向量；

由于拉丁超立方采樣結果分布在(0,1]，對該結果進行處理，假設第i個決策變量的可行域為區間[a_i,b_i]，則在采樣矩陣S＝(S₁,S₂,...,S_k)中，

S202、將采樣矩陣通過潮流計算得到各目標函數值，生成樣本矩陣X_n×m，其中，n為目標函數解的個數，m為目標函數的個數。

3.根據權利要求2所述的基于主元分析的綜合能源系統眾多目標優化方法，其特征在于，所述的步驟S3中得到目標間相關系數矩陣的過程如下：

S301、對生成的樣本矩陣X_n×m進行標準化處理，其數學描述如下：

其中，得標準化矩陣Z_n×m；

S302、根據標準化矩陣Z_n×m求相關系數矩陣R_m×m：

在相關系數矩陣R中，元素r_ij表示目標i與目標j之間的相關系數，且有r_ij＝r_ji,r_ij∈[-1,1],i＝1,2,...,m；j＝1,2,...,m，若相關系數r_ij＝1，表明目標i與j完全正相關，若相關系數r_ij＝-1，表明目標i與j完全負相關，若相關系數r_ij＝0，表明目標i與j互不相關。

4.根據權利要求3所述的基于主元分析的綜合能源系統眾多目標優化方法，其特征在于，所述的步驟S4中求解相關系數矩陣的特征根，確定眾多目標的主元排序的過程如下：

S401、解相關系數矩陣R的特征方程|R-λI_m|＝0得到m個特征根{λ₁,λ₂,...,λ_m}，即各主元所占比例；

S402、計算各個主元所占百分比：

所占百分比最大的特征根對應的目標即為第一個主元，以此類推，至此通過每個目標對應的特征根所占百分比對眾多目標進行主元排序，排序越前的目標越重要。

5.根據權利要求4所述的基于主元分析的綜合能源系統眾多目標優化方法，其特征在于，所述的步驟S5中對冗余目標進行削減的過程如下：

首先，在目標集中選擇對應最大正相關系數和最大負相關系數的兩個目標，然后檢查剩余目標的主成分占比的和是否大于0.1；

若是，則選擇剩余目標中相關系數絕對值最大的目標，結束目標處理并輸出最終的目標集；

若不是，則檢查剩余目標是否都是正相關；若是，則選擇剩余目標中正相關系數最大的目標，結束目標處理并輸出最終的目標集；

若不是，則檢查剩余目標是否都是負相關；若是，則選擇全部的剩余目標，結束目標處理并輸出最終的目標集；

若不是，則檢查剩余目標中是否有p＜0.9|n|，其中p表示剩余目標中最大的正相關系數，n表示剩余目標中最大的負相關系數；若是，則選擇剩余目標中負相關系數最大的目標，結束目標處理并輸出最終的目標集；

若不是，則檢查是否有p≥0.8|n|，若是，則選擇剩余目標中正相關系數最大和負相關系數最大的兩個目標，結束目標處理并輸出最終的目標集；

若不是，則選擇剩余目標中正相關系數最大的目標，結束目標處理并輸出最終的目標集。