随机环境下多目标设计优化问题的交互式算法

从通信网络和运输安排等工程问题中提出了一类多目标随机优化模型,该模型含有一个随机线性和随机二次目标函数,还含有随机线性约束.基于决策者的期望水平将多目标优化模型转化为单目标优化问题;利用新的方差期望综合法研究了此类优化问题的确定型等价类,并设计了求解这类问题的基于决策者偏好的交互式算法.数值实验表明:方差期望综合优于已有方法,它既能够反映决策者的满意度,又能够得到更稳健的最优解.

参数空间变异性下地下水污染监测网多目标优化机制研究

基于野外实际含水层参数存在空间变异性的客观事实,研发概率Pareto遗传算法(Probabilistic Pareto genetic algorithm,PPGA),用于求解考虑含水层参数空间变异性下地下水污染监测网多目标优化设计问题。PPGA在ε-改进非劣支配遗传算法(epsilon-dominance non-dominated sorted genetic algorithm II,ε-NSGAII)的基础上通过添加概率择优排序和概率拥挤度技术,寻求考虑参数空间变异条件下地下水污染监测网模拟—优化耦合模型的Pareto最优解。将优化结果与蒙特卡洛(Monte Carlo,MC)模拟分析结果进行对比,验证优化结果的可靠性。算例求解结果表明:在求解考虑参数空间变异性条件下地下水污染监测网多目标优化设计问题时,PPGA优化所得Pareto最优解变异性小,可靠性高,可为决策者提供一系列稳定可靠的监测方案。

基于多风电相关性场景生成法的配电网随机多目标无功优化

针对配电网中风电接入问题,基于多风电相关性场景生成法,探讨分析了配电网的随机多目标无功优化问题。首先,基于风电场功率的历史数据建立非参数的累计经验分布模型,为描述不同风电场之间的相关性,采用多元随机变量协方差参数辨识方法生成风场功率协方差矩阵。再次,通过逆变换抽样生成大量符合相关性和波动性特点的多风电场风功率场景,并利用K-means聚类法进行最优场景削减。最后,以网络损耗以及电压偏移为目标建立配电网随机多目标无功优化模型,并采用NSGA-Ⅱ算法求解了该模型。算例表明,该方法与传统的不考虑相关性的场景生成法相比,生成的场景具有更高的波动性贴合度和历史贴合度,所得到的最优配置方案具有更好的优化效果。

离岸微型综合能源系统多目标随机规划

离岸微型综合能源系统与海洋工程的生产工艺环节结合紧密,并独立运行。因此,如何在克服生产工艺环节或外界环境不确定性影响的同时,尽可能减少CO_2的排放,并尽量节省成本是其规划的难点。文中从综合能源系统优化规划的角度,根据能源集线器的思想,建立离岸微型综合能源系统的电-热-CO_2耦合模型,构建以总成本最小、CO_2排放量最少为目标,以电、热网络平衡等条件为约束,并考虑生产工艺环节和外界环境不确定性影响的多目标随机规划模型,进而利用多目标进化算法求解该模型,实现兼顾成本与环保的离岸微型综合能源系统多目标优化规划。通过海上油气平台群及全电舰船的微型综合能源系统的优化规划,验证了所提方法的可行性与有效性。

多目标优化问题McRow最优解的刻画

基于多目标优化问题的McRow模型,该文确定了W⁃鲁棒有效解(也称为McRow最优解)与弱有效解、有效解以及真有效解的关系.首先,针对确定多目标优化问题,研究了W⁃鲁棒有效解与各种精确解的关系.随后,针对随机多目标优化问题,引进McRow最优解的概念,给出了它与其余各种解的关系.算例表明,利用McRow模型所得到的解更具有鲁棒性.

考虑随机性的区域综合能源系统多目标日前优化调度方法

为了满足终端用户对电力、天然气以及热能等多类型用能需求,实现对区域范围内的配电系统、配气系统以及能量中心(energy center,EC)系统的多维度优化调度和能量管理,同时考虑新能源发电设备以及负荷等不确定性因素带来的影响,该文提出了一种考虑随机性的区域综合能源系统(integrated community energy system,ICES)多目标日前优化调度方法。首先,构建了ICES中配电系统、配气系统以及EC系统的数学模型;随后,基于机会约束法构建了多目标随机优化数学模型,以最小化运行成本和温室气体及污染气体排放量为目标函数,采用NSGA-II优化算法对多目标随机优化问题进行求解;最后,针对一个典型的ICES进行考虑随机性的多目标日前优化调度分析。结果表明所提方法能够为系统调度员提供一系列可选方案,优化结果合理反映了随机性条件下ICES的运行特性,能够满足多种能源系统的潮流约束,实现了ICES在随机性条件下的经济环保运行。

基于参数不确定性的地下水污染治理多目标管理模型

引入随机Pareto控制排序和随机小生境技术,提出基于参数随机变化的改进小生境Pareto遗传算法,用于求解不确定性条件下地下水污染治理多目标管理模型.同时,利用顺序高斯条件模拟的蒙特卡罗方法,结合不确定性分析和风险评估,分析不同渗透系数条件点数对污染物运移结果不确定性和污染风险评价的影响.最后将该方法应用于一个考虑渗透系数为随机变量的二维地下水污染修复算例中.结果分析表明,该方法可为地下水污染治理提供变异性较小的Pareto管理策略,是一种稳定可靠的多目标随机优化方法.