[发明专利]CCHP系统三联供多目标优化方法

摘要

本发明公开了一种CCHP系统三联供多目标优化方法，包括年能源消耗模型、年运营费用模型、污染排放模型的数学模型建立，由上述三个数学模型组成多目标优化函数并将其作为算法的适应值，利用随机鱼群算法进行求解得出设备容量数据，根据各个设备容量数据设计CCHP系统的设备购置方案。本发明体现了帕累托最优原则，将CCHP系统三联供的各个目标达到最优的资源配置，给决策者提供多样化的设备购置方案。

主权项

一种CCHP系统三联供多目标优化方法，其特征在于包括以下步骤：(1)在CCHP系统中建立年能源消耗模型、年运营费用模型、污染排放模型；(2)根据步骤(1)得到的CCHP系统中的年能源消耗模型、年运营费用模型、年污染排放模型，输入每个模型的权值，组成多目标优化函数；(3)以步骤(2)得到的多目标优化函数作为算法的适应值，利用随机鱼群算法进行求解，得出设备容量数据；(4)根据步骤(3)求出的各个设备容量数据设计CCHP系统的设备购置方案；所述利用随机鱼群算法进行求解的步骤如下：a.初始化：设置鱼群算法的迭代计数器T，当迭代次数为t(t≦T)时群体为P(t)，当t＝0时，随机生成M个个体并组成第一代群体P(0)，以第一代群体P(0)作为初始公告板，其中，每个个体的状态包括个体所处位置、个体视野范围、个体最大移动步长、个体最大尝试次数和个体初始速度；b.个体评价：以个体所处位置为变量，通过步骤(2)得到的多目标优化函数计算个体适应值，并对群体P(t)进行分阶；c.觅食行为：个体在设置的尝试次数范围内不断地随机调整移动步长，若寻找到比自身更优化的位置则结束，否则随机移动；d.聚群行为：个体在设置的视野范围内寻找最优个体并向其中心位置移动；e.追尾行为：由于多目标的最优个体为一个集合，所以个体在其视野范围内寻找最优的个体时，按照最优个体中的小生境距离排序，使用轮盘选择算法随机选择集合中的最优个体，并向其移动；f.群体P(t)经过步骤c、d、e得到下一代群体P(t+1)，将得出的下一代群体P(t+1)与公告板进行对比，如果下一代群体P(t+1)存在个体优于公告板中对应的个体则更新公告板；g.终止条件判断:若t＝T,则以计算过程中所得到的存在于公告板中阶最高的个体作为最优解输出，终止计算，这里计算得出了确定阶最高的个体所处位置的两个设备容量，由这两设备容量推算出其余的设备容量；小生境距离：对于个体x1和x2的距离求解过程为：a)计算所有处于同一阶的个体中各个适应值的最大值和最小值并设为：FuelCost_MAX,FuelCost_MIN,FinanceCost_MAX、FinanceCost_MIN,EnvironmentCost_MAX、EnvironmentCost_MIN；b)计算个体x1和x2的EnvironmentCost适应值之间的距离：EnvironmentCost_Distance(x1,x2)＝|x1.EnvironmentCost‑x2.EnvironmentCost|/(EnvironmentCost_MAX‑EnvironmentCost_MIN)；同理求解下面的两个适应值的距离：FuelCost_Distance(x1,x2)和FinanceCost_Distance(x1,x2)，三者之和就是x1和x2之间的小生境距离。