[發(fā)明專利]基于主元分析的綜合能源系統(tǒng)眾多目標(biāo)優(yōu)化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811055760.7
• 申請(qǐng)日: 2018-09-11
• 公開（公告）號(hào): CN109388854A
• 公開（公告）日: 2019-02-26
• 發(fā)明（設(shè)計(jì)）人: 吳青華;秦穎婕;鄭杰輝
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06F17/50
• 分類號(hào): G06F17/50
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 李斌

本發(fā)明公開了一種基于主元分析的綜合能源系統(tǒng)眾多目標(biāo)優(yōu)化方法，步驟如下：確定綜合能源系統(tǒng)中所有的決策變量，并建立相關(guān)的目標(biāo)函數(shù)，對(duì)綜合能源系統(tǒng)進(jìn)行建模；將所有的決策變量在其各自的可行域內(nèi)進(jìn)行有限次采樣，通過(guò)潮流計(jì)算得到各目標(biāo)函數(shù)值，生成樣本矩陣；對(duì)樣本矩陣進(jìn)行標(biāo)準(zhǔn)化處理，并計(jì)算其相關(guān)系數(shù)矩陣，分析目標(biāo)之間的關(guān)系；求解相關(guān)系數(shù)矩陣的特征根，確定眾多目標(biāo)的主元排序；運(yùn)用目標(biāo)間的關(guān)系系數(shù)和主元分析對(duì)眾多目標(biāo)的目標(biāo)集進(jìn)行處理，對(duì)冗余目標(biāo)進(jìn)行削減，并對(duì)最終的目標(biāo)集進(jìn)行多目標(biāo)優(yōu)化。本發(fā)明有效減少了目標(biāo)函數(shù)的個(gè)數(shù)，并充分保留了反映原始眾多目標(biāo)的大部分信息，具有顯著工程實(shí)用價(jià)值和廣泛應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及多目標(biāo)優(yōu)化技術(shù)領(lǐng)域，具體涉及一種基于主元分析的綜合能源系統(tǒng)眾多目標(biāo)優(yōu)化方法。

背景技術(shù)

綜合能源系統(tǒng)的協(xié)調(diào)規(guī)劃及運(yùn)行，通常需要從經(jīng)濟(jì)、安全、環(huán)境保護(hù)等角度出發(fā)考慮眾多目標(biāo)(目標(biāo)個(gè)數(shù)≥3)，如氣網(wǎng)運(yùn)行效益、分布式冷熱聯(lián)供系統(tǒng)(DHCs)運(yùn)行費(fèi)用、發(fā)電成本、系統(tǒng)網(wǎng)損、電壓穩(wěn)定、電壓偏差、NO_x排放和SO₂排放，其實(shí)質(zhì)是眾多目標(biāo)優(yōu)化問(wèn)題。雖然當(dāng)前的多目標(biāo)進(jìn)化算法在優(yōu)化含有兩個(gè)或三個(gè)目標(biāo)的問(wèn)題時(shí)展現(xiàn)出了優(yōu)異的性能，但是當(dāng)優(yōu)化眾多目標(biāo)的問(wèn)題時(shí)，現(xiàn)有算法的性能呈指數(shù)下降。這是由于眾多目標(biāo)優(yōu)化問(wèn)題中大多數(shù)解的不可比較性使得基于帕累托支配準(zhǔn)則的搜索策略對(duì)非支配解的搜尋變得十分低效。此外，高維帕累托最優(yōu)前沿可視化困難，且數(shù)目眾多的非支配解使決策任務(wù)變得難以實(shí)施。因此，對(duì)眾多目標(biāo)進(jìn)行目標(biāo)間關(guān)系分析，合理地簡(jiǎn)化眾多目標(biāo)優(yōu)化問(wèn)題顯得尤為重要。

現(xiàn)有的大部分文獻(xiàn)使用了具有一系列權(quán)重向量的聚合方程將眾多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為若干單目標(biāo)優(yōu)化問(wèn)題，但是當(dāng)多個(gè)目標(biāo)具有不同的量綱或多個(gè)目標(biāo)高度相關(guān)時(shí)，該方法的效果不盡理想。因此，一些學(xué)者提出了基于目標(biāo)間相關(guān)系數(shù)的目標(biāo)削減方法來(lái)減少目標(biāo)個(gè)數(shù)，這種方法通過(guò)削減掉目標(biāo)集中高度相關(guān)的目標(biāo)，只保留最沖突的目標(biāo)，能夠顯著地減少目標(biāo)個(gè)數(shù)，從而將眾多目標(biāo)優(yōu)化問(wèn)題削減成多目標(biāo)優(yōu)化問(wèn)題，然后使用現(xiàn)有的多目標(biāo)進(jìn)化算法得到帕累托解集。

但是，需要著重指出的是，上述的目標(biāo)削減方法并沒(méi)有考慮每個(gè)目標(biāo)對(duì)原始目標(biāo)集信息的重要程度，經(jīng)過(guò)該方法削減后剩余的多目標(biāo)無(wú)法保證可以充分保留眾多目標(biāo)優(yōu)化問(wèn)題的原始信息。每個(gè)目標(biāo)對(duì)原始目標(biāo)集信息的重要程度決定了削減后剩余的多目標(biāo)對(duì)原始問(wèn)題的還原程度，甚至?xí)绊懸?guī)劃運(yùn)行最終方案的制定。因此對(duì)于綜合能源系統(tǒng)的眾多目標(biāo)優(yōu)化問(wèn)題來(lái)說(shuō)，為了得到合理的剩余目標(biāo)集，在分析目標(biāo)間相關(guān)系數(shù)的基礎(chǔ)上，必須充分考慮每個(gè)目標(biāo)對(duì)原始目標(biāo)集信息的重要程度。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中的上述缺陷，提供一種基于主元分析的綜合能源系統(tǒng)眾多目標(biāo)優(yōu)化方法，該方法不僅能有效減少目標(biāo)函數(shù)的個(gè)數(shù)，更可以充分保留反映原始眾多目標(biāo)的大部分信息，適用于解決復(fù)雜眾多目標(biāo)優(yōu)化問(wèn)題。

本發(fā)明的目的可以通過(guò)采取如下技術(shù)方案達(dá)到：

一種基于主元分析的綜合能源系統(tǒng)眾多目標(biāo)優(yōu)化方法，該優(yōu)化方法包括步驟：

S1、確定綜合能源系統(tǒng)中所有的決策變量，并建立相關(guān)的目標(biāo)函數(shù)，對(duì)綜合能源系統(tǒng)進(jìn)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(nèi)進(jìn)行有限次采樣，通過(guò)潮流計(jì)算得到各目標(biāo)函數(shù)值，生成樣本矩陣；

S3、對(duì)樣本矩陣進(jìn)行標(biāo)準(zhǔn)化處理，并計(jì)算其相關(guān)系數(shù)矩陣，分析目標(biāo)之間的關(guān)系；

S4、求解相關(guān)系數(shù)矩陣的特征根，確定眾多目標(biāo)的主元排序；

S5、運(yùn)用目標(biāo)間的關(guān)系系數(shù)和主元分析對(duì)眾多目標(biāo)的目標(biāo)集進(jìn)行處理，只保留部分目標(biāo)，對(duì)冗余目標(biāo)進(jìn)行削減，并對(duì)最終的目標(biāo)集進(jìn)行多目標(biāo)優(yōu)化。