26、可持续能源经济中的多目标与多级优化应用

可持续能源经济中的多目标与多级优化应用

1. 多级优化模型转换方法

提出了将双层（BL）模型转化为单级优化问题的方法，并从理论和计算的角度研究了这些技术的有效性和性能。例如，在一个多维单元制造系统的双目标BL模型中，采用目标规划与两种嵌套BL方法（嵌套BL粒子群优化（PSO）和嵌套BL模拟退火（SA））结合。通过敏感性分析调整确定上层问题的最佳权重，比较分析表明嵌套BL SA算法的性能优于嵌套BL PSO技术。

2. 经济负荷/排放调度（ELED）

2.1 多目标优化技术应用

• 多种算法解决EED问题 ：在工业规模的ELED应用中，通常是多目标（MO）性质的，常见目标包括排放、燃料成本、运营成本和系统损失。许多研究采用不同算法解决联合经济排放调度（EED）问题：
  • 鲸鱼优化算法 ：用于可再生集成微电网，通过分别实施该算法找到折衷解决方案，以最小化燃料成本和污染物排放，并与其他生物启发算法进行严格比较分析以及统计分析。
  • 内部搜索算法（ISA） ：应用于EED问题，在五个测试系统上进行模拟验证其效率。
  • 混沌自适应ISA ：考虑发电机的非线性行为，如阀点效应、禁止运行区域和安全约束，与ISA、和谐搜索算法、遗传算法（GA）、差分进化（DE）和PSO等进行比较。
  • MO集体决策优化算法 ：作为基于随机种群的进化算法，在IEEE 30 - 总线、6 -