基于向量序优化的多目标机组组合

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-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