基于向量序优化的多目标机组组合

摘要: 机组组合在数学上可建模为含连续、离散变量的动态优化问题，对于大规模电力系统，其最优解的求取不可避免地存在维数灾的弊端。以发电机组的煤耗量和购电费用为优化目标，引入向量序优化理论对大规模多目标机组组合问题进行求解。采用 BP 神经网络对表征集合进行快速评估，确定选定集合，在保证足够好解个数的前提下大幅降低计算量，缩短求解时间。以某省级实际电力系统为例，考虑水电、核电、生物质能、气电、火电等多种类型的复杂电源结构，选取典型日 96 点负荷曲线形成该日发电机组日启停计划和出力安排优化方案，将向量序优化求解结果与基于 GAMS鄄BARON 解法器的混合整数非线性规划（MINLP）法的计算结果进行对比分析，结果表明采用所提方法求解到满足工程实际需要的足够好解，其计算速度是传统 MINLP 法的 7.608 倍，说明所提方法是可行且有效的。