【技術實現步驟摘要】
本專利技術屬于節能環保，具體涉及一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法。
技術介紹
1、熱電聯產能夠對能源進行梯級利用，有效實現節約能源、改善環境、提高供熱質量、增加電力供應、提高人民生活質量等綜合效益。但是隨著對環境的保護，熱電聯產系統也需做出調整，原來只需考慮發電成本最少的問題，如今污染物的排放問題也需要考慮到。因此熱電聯產經濟排放調度問題變成了一個多目標的問題。
2、蜣螂優化算法在解決單目標優化問題時表現的很好。傳統的蜣螂優化算法的思想來自于蜣螂的滾球、跳舞、覓食、繁殖和偷竊行為的啟發，設計了五種不同的更新規則，以幫助找到高質量的解決方案。每個蜣螂群由四種不同的代理蜣螂組成，即滾球蜣螂、繁育蜣螂(繁育球)、小蜣螂和偷竊蜣螂。
3、其中滾球蜣螂在滾球的過程中，其位置會更新，滾動的數學模型可以表示為：xi(t+1)＝xi(t)+a×k×xi(t-1)+b×△x，△x＝|xi(t)-xw|，其中t表示當前迭代次數，xi(t)表示第i只蜣螂在第t次迭代時的位置信息，k∈(0,0.2]表示偏轉系數的常數，b表示屬于(0,1)的常量，α是一個自然系數賦值為-1或1，xw表示全局最差位置，△x用于模擬光強的變化。
4、當蜣螂遇到障礙物而無法前進時，它需要通過跳舞來調整自己的方向，以獲得新的路線。蜣螂跳舞行為的位置被定義如下：xi(t+1)＝xi(t)+tan(θ)|xi(t)-xi(t-1)|其中，θ∈[0,π]，如果θ等于0，π/2或π時，將不會更新蜣螂的位置。
5、繁育蜣
6、lb*＝max(x*×(1-r),lb),ub*＝min(x*×(1-r),ub)其中，x*表示當前局部最佳位置，lb*和ub*分別表示產卵區的下界和上界，其中r＝1-t/tmax，tmax表示最大迭代次數，lb和ub分別表示優化問題的下界和上界。繁育球的位置在迭代過程中也是動態的，迭代過程表示為：xi(t+1)＝x*+b1×(xi(t)-lb*)+b2×(xi(t)-ub*)其中，xi(t)是第t次迭代時第i個繁育球的位置信息，b1和b2表示兩個大小為1×d的獨立隨機向量，d表示優化問題的維數。
7、小蜣螂是指一些已經長成成蟲的蜣螂從地里爬出來尋找食物，我們稱它們為小蜣螂。我們還需要建立最佳覓食區來引導蜣螂覓食，這模擬了這些蜣螂在自然界中的覓食過程。具體而言，最佳覓食區域的邊界定義如下：lbb＝max(xb×(1-r),lb),ubb＝min(xb×(1-r),ub)其中xb表示全局最佳位置，lbb和ubb分別表示最佳覓食區域的下限和上限。因此，小蜣螂的位置更新如下：
8、xi(t+1)＝xi(t)+c1×(xi(t)-lbb)+c2×(xi(t)-ubb),其中，xi(t)表示第i只小蜣螂在第t次迭代的位置信息，c1表示服從正態分布的隨機數，c2表示屬于(0,1)的隨機向量。
9、偷竊蜣螂是指一些被稱為小偷的蜣螂從其他蜣螂那里偷糞球。由之前的信息可知xb表示全局最佳位置。因此我們可以假設xb附近是爭奪食物的最佳地點。在迭代過程中，偷竊蜣螂的位置信息被更新，可以描述如下：xi(t+1)＝xb+s×g×(|xi(t)-x*|+|xi(t)-xb|)，其中xi(t)表示第t只偷竊蜣螂在第t次迭代時的位置信息，g是服從正態分布的大小為1×d的隨機向量，s表示一個常量。
10、在蜣螂優化算法中滾球蜣螂占比為20％，繁育球占比為20％，小蜣螂占比為25％，偷竊蜣螂占比為35％。
技術實現思路
1、本專利技術的目的在于，針對現有技術所存在的問題，提出一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法。
2、為了達到以上目的，本專利技術提供一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法，包括以下步驟：
3、步驟一、初始化種群和外部存檔；
4、步驟二、搭建熱電聯產經濟排放調度系統的數學模型，設定熱電聯產經濟排放調度系統的參數，參數包括種群大小n，維度d和最大迭代次數tmax，明確優化的目標函數；
5、計算目標函數值和約束違反量，目標函數值包括初始種群的經濟成本和污染物排放量，然后根據約束非支配排序和擁擠度距離對所求得的解進行排序并選擇解，獲得所求得解中的局部最優解，全局最優解和全局最差解；步驟三、使用多目標蜣螂優化算法對種群進行位置更新并做出選擇，獲得更新后的局部最優解、全局最優解和全局最差解，同時計算出其對應的經濟成本、污染物排放量和約束違反量；
6、步驟四、將步驟三選擇的解與外部存檔中的解進行比較，找出較好的非支配解并存放到外部檔案中；
7、步驟五、判斷當前迭代次數是否達到最大迭代次數，若達到最大迭代次數，則輸出非支配解集，即pareto最優解，否則繼續返回步驟三；
8、步驟六、采用距離評估指標在pareto最優前沿上選擇折衷最優解。
9、本專利技術的多目標蜣螂優化算法是在現有蜣螂優化算法的基礎上增加非支配排序，擁擠度距離和外部存檔機制而形成的，以便很好的解決多目標問題。與傳統的蜣螂優化算法一樣多，本專利技術的目標蜣螂優化算法需要通過公式來進行位置更新，且更新公式與傳統的蜣螂優化算法相同。本專利技術建立了熱電聯產濟排放調度的數學模型，該模型的目標函數由經濟成本函數和污染排放函數組成，采用多目標蜣螂優化算法來求解目標函數，最終在pareto最優前沿上采用距離評估指標來選擇折衷最優解。在傳統的熱電聯產經濟調度問題中考慮了污染物的排放問題，使之成為一個多目標的優化問題；在傳統的蜣螂優化算法中考慮進了非支配排序，擁擠度距離和外部存檔，使之變成了一種多目標優化算法；采用距離評估指標在pareto解集中來選擇折衷最優解。擁擠度距離指的是該解與相鄰的兩個解在目標函數上的差值之和。選擇通常是指選取擁擠度距離大的那個解。
10、本專利技術進一步的采用如下技術方案：
11、所述步驟二中，熱電聯產動態經濟排放調度問題包含經濟成本函數和污染排放函數，其中經濟成本函數由純熱力機組、熱電聯產機組、純電力機組三部分組成，其函數表達式如下所示：
12、minc＝cp+cchp+ch
13、
14、
15、
16、式中，c表示經濟成本函數，t表示總時間；cp表示純電力機組的成本，np表示機組i的數量，pi,t表示機組i在t時刻的發電功率，pi,min表示pi,t的下邊界，ai,bi,ci,ei,fi均表示機組i的成本系數；cchp表示熱電聯產機組的成本，和分別表示機組j在t時刻的發電功率和發熱功率，表示機組j的成本系數；ch表示純熱力機組的成本,hk,t表示機組k在t時刻的發熱功率，表示機組k的成本系數；nc表示機組j的數本文檔來自技高網...
【技術保護點】
1.一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化算法，其特征在于，所述步驟二中，熱電聯產動態經濟排放調度問題包含經濟成本函數和污染排放函數，其中經濟成本函數由純熱力機組、熱電聯產機組、純電力機組三部分組成，其函數表達式如下所示：
3.根據權利要求2所述一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化算法，其特征在于，所述步驟二中，熱電聯產經濟排放調度問題的約束條件包括發電與需求平衡，熱力生產與需求平衡，純電力機組功率限制和熱電聯產機組功率限制四部分，其中發電與需求平衡的約束條件為：
4.根據權利要求3所述一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，所述步驟三中，多目標蜣螂優化算法的步驟如下：
5.根據權利要求4所述一種用于熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，所述步驟(2)或(3)中，采用約束非支配排序和擁擠度距離的方式對多目標蜣螂優化算法求得的解進行選擇：
6.根據權利要求1
7.根據權利要求6所述一種用于熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，所述步驟五的在迭代過程中，獲得的比較非支配解與存檔中的解決方案會出現下列四種情況：
8.根據權利要求7所述一種用于熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，所述步驟六中，在Pareto最優前沿上找出成本最低的極端解和污染氣體排放最少的極端解，然后獲得成本和污染氣體排放都最低的理想解，選擇距離理想解的歐式距離最小的點為折衷最優解。
...【技術特征摘要】
1.一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化算法，其特征在于，所述步驟二中，熱電聯產動態經濟排放調度問題包含經濟成本函數和污染排放函數，其中經濟成本函數由純熱力機組、熱電聯產機組、純電力機組三部分組成，其函數表達式如下所示：
3.根據權利要求2所述一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化算法，其特征在于，所述步驟二中，熱電聯產經濟排放調度問題的約束條件包括發電與需求平衡，熱力生產與需求平衡，純電力機組功率限制和熱電聯產機組功率限制四部分，其中發電與需求平衡的約束條件為：
4.根據權利要求3所述一種用于解決熱電聯產經濟排放調度的多目標蜣螂優化方法，其特征在于，所述步驟三中，多目標蜣螂優化算法的步驟如下：
5.根據權利要求4所述一種用于熱電聯產經濟排放調度的多目標蜣螂優...
【專利技術屬性】
技術研發人員：楊志龍，鄒德旋，邵瑩瑩，馬樂杰，
申請(專利權)人：江蘇師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。