【目的】従来のグレイウルフ最適化アルゴリズムは、熱電併給システムの負荷最適配分において、高次元かつ非線形で強く結合した特性に直面すると局所最適に陥りやすく、収束速度が遅い問題を解決するため、混沌層状グレイウルフ最適化（CML-GWO）アルゴリズムを提案する。【方法】混沌写像により初期集団を均一に初期化し、層別誘導機構を組み合わせてグローバル探索と局所開発能力のバランスをとる。CEC2017テスト関数群でアルゴリズム性能を検証し、4台の熱電併給設備を対象に、「石炭消費最小-新エネルギー吸収最大」「利益最大-新エネルギー吸収最大」の2種類の多目的シナリオと「現実制約」「全工場負荷自由分配」の2つの制御モードを設定して検証した。【結果】CEC2017テスト関数群の検証により、CML-GWOアルゴリズムは複雑な多峰及び複合関数シナリオにおいて、ロバスト性及び探索精度が優れていることが示された。現実制約シナリオにおいて、CML-GWOアルゴリズムの単一時刻の石炭消費平均はGWOアルゴリズムより2トン/時以上節約され、単一時刻の利益平均は14元以上増加し、新エネルギー吸収量は20MW以上増加し、負荷偏差量は安全運転要件を満たした。全工場負荷自由分配シナリオにおいては、1日あたりの節炭量は23.8トンまたは1日あたりの利益増は6515元に達し、新エネルギー吸収量は0.74％〜0.85％向上した。【結論】CML-GWOアルゴリズムは従来アルゴリズムの主要な欠点を効果的に改善し、熱電併給システムの経済性、エネルギー、環境効果の多目的協調最適化を実現し、顕著な工学的実用価値を有する。

熱電併給;負荷最適配分;混沌層状グレイウルフ最適化アルゴリズム;混沌写像初期化;層別誘導機構