【الهدف】 لحل مشكلة خوارزمية الذئب الرمادي التقليدية في تحسين توزيع الحمل في نظام التوليد المشترك للحرارة والكهرباء، والتي تواجه خصائص عالية الأبعاد وغير خطية وتقارب بطيء وتميل إلى الوقوع في الحلول المحلية، تم اقتراح خوارزمية تحسين الذئب الرمادي المخلوط الطبقي (CML-GWO). 【الطريقة】 تم استخدام تعيين الفوضى لتهيئة السكان لتحسين توزيع البحث الابتدائي، وجمعها مع آلية التوجيه الطبقي لموازنة الاستكشاف العالمي والتطوير المحلي؛ تم التحقق من أداء الخوارزمية باستخدام مجموعة دالات اختبار CEC2017، وتم دراسة مصنع كهرباء حرارية مكون من 4 وحدات، مع إعداد سيناريوهين متعددين الأهداف "استهلاك فحم منخفض وامتصاص طاقة متجددة مرتفع" و"أعلى ربح وامتصاص طاقة متجددة مرتفع"، ووضعين للتحكم "القيود الواقعية" و"توزيع حر لحمل المصنع بالكامل". 【النتائج】 أظهرت اختبارات CEC2017 أن خوارزمية CML-GWO تتفوق في الصلابة ودقة البحث في السيناريوهات متعددة القمم والمعقدة؛ في سيناريو القيود الواقعية، حققت خوارزمية CML-GWO متوسط تقليل استهلاك الفحم أكثر من 2 طن/ساعة مقارنة بخوارزمية GWO، وزيادة ربحية أكثر من 14 يوان لكل فترة، وزيادة امتصاص الطاقة المتجددة بأكثر من 20 ميجاوات، مع تلبية متطلبات التشغيل الآمن للانحراف في الحمل؛ في سيناريو التوزيع الحر، تم تحقيق توفير فحم يومي قدره 23.8 طن أو زيادة ربح يومي بمقدار 6515 يوان، مع زيادة امتصاص الطاقة المتجددة بنسبة 0.74% إلى 0.85%. 【الاستنتاج】 حسنت خوارزمية CML-GWO عيوب الخوارزميات التقليدية بشكل فعال، وحققت تحسينًا متزامنًا متعدد الأهداف للفوائد الاقتصادية والطاقة والبيئية لنظام التوليد المشترك للحرارة والكهرباء، وتتمتع بقيمة عملية هندسية بارزة.

التوليد المشترك للحرارة والكهرباء; تحسين توزيع الحمل; خوارزمية تحسين الذئب الرمادي الطبقية المختلطة; تهيئة تعيين الفوضى; آلية التوجيه الطبقي