CN118153760B 一种基于多任务学习的cmies日前调度方案智能生成方法 （中国矿业大学）

一种基于多任务学习的CMIES日前调度方案本发明公开了一种基于多任务学习的CMIES日前调度方案智能生成方法，确定CMIES的实际生产需求；根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型，以及确定CMIES安全生产时需要满足的约束条件；根据多目标混合整数规划模型构建CMIES日前调度问题解多目标混合整数规划模型的最优调度方案集合；根据CMIES的实际生产状况生成最优调度方优的调度方案；本发明在计算过程中计算代价21.一种基于多任务学习的CMIES日前调度方案智能生成方法，其特征在于，该方法包根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型，以及确定根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整将多目标混合整数规划模型作为主任务，将单目标混合整数规划模型作为辅助任务，根据CMIES的实际生产状况生成最优调e,t表示t时刻从系统外部电网购电功率，Pg,t表示t时刻燃气轮机的输出功率，3DB和分别表示地源热泵出力的下限和上限；4根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整数规划模型过引入目标权值λ,利用λ将多目标混合整数规划模型中的两个目标函数进行线性加权运算，将CMIES安全生产时需要满足的约束条件同时作为单目标混合整数规划模型的约束条件，单目标混合整数规划模型的数学表达式为：Minλxf1+(1_λ)xf2，通过求解单目标混合整数规划模型的最优解进而确定多目标混合整数规划模2.根据权利要求1所述的一种基于多任务学习的CM步骤303：构建自适应多算子协同个体生成策略产生子代3.根据权利要求2所述的一种基于多任务学习的C4.根据权利要求3所述的一种基于多任务学习5依次确定存档子集A1中每个元素i的邻域B(i)，即根据目标函构建两种个体更新算子方式，第一种方式为引入一种辅i若当前种群中的可行解比例较低，选择第一种方式更新算子，若种6[0001]本发明涉及能源系统调度领域，特别涉及一种基于多任务学习的CMIES日前调度[0002]区域综合能源系统(RegionalIntegratedEnergySystem,RIES)的运行优化问人在文献ABendersDecompositionBasedAlgorithmforSteady_StateDispatchProbleminanIntegratedElectricity_GasSystem(IEEETransactionsonPowerSystems,2021,36(4):3817_3820)中有效解决了综合电_气系统的稳态调度问题；基于Cplex商业求解器，YongliWang等人在文献Planningandoperationmethodoftheregionalintegratedenergysystemconsideringeconomyandenvironment(Energy,非常有效的复杂问题求解途径，已在多领域成功应用。XiaonanWu等人在文献Multi_objectiveandmulti_algorithmoperationoptimizationofintegratedenergysystemconsideringgroundsourceenergyandsolarenergy(ElecEnergySystems,2023,144:108529)中采用MO_NSGA_II算法求解融合地热、太阳能和热存储装置的RIES运行优化问题；TingWu等人在文献Multitaskingmulti_objectiveoperationoptimizationofintegratedenergysystemconsideringbiogas_solar_windrenewables(EnergyConversionandManagement,2021,229:113736)中提出一种改进的多目标多因子进化算法求解考虑沼气_太阳能_风能可再生能源的IES多目标日前调度排放相关的优化目标。HejuanHu等人在文献Enhancedevolutionarymultiobjectiveoptimization_baseddispatchofcoalmineintegratedenergysystemwithflexibleload(AppliedEnergy,2021,307:118130)中构建考虑柔性负荷的CMIES日前调度问题的多目标混合整数规划模型，并分别采用NSGA_II算法和Cplex求解器获取调度方案。YanWang等人在文献Unifiedoperationoptimizationmodelofintegrated7mineenergysystemsanditssolutionsbasedonautonomousintelligence(AppliedEnergy,2022,328:120106)中建立适合CMIES各种场[0008]根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型，以及确[0009]根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整数规划模[0012]进一步，根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型t时刻从系统外部电网购电功率，Pg,t表示t时刻燃气轮机的输出功8源热泵出力功率，HSB,t表示t时刻水源热泵出力功率，HDB.t表示t时刻地源热泵出力功率，DB和分别表示地源热泵出力的下限和上限；9[0033]进一步，根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整[0034]引入目标权值λ,利用λ将多目标混合整数规权运算，将CMIES安全生产时需要满足的约束条件同时作为单目标混合整数规划模型的约混合整数规划模型的最优解进而确定多目标混合整数规划模型的非劣距离值对稀疏区域降序排列，选择前n2个稀疏区域并根如下公式引入新的权重λ'：离di,j和阈值θ的计算公式分别为：i[0060]本发明根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型和划模型作为辅助任务，利用多任务框架求解多目标混合整数规划模型的最优调度方案集[0061]图1为实施例中利用多任务框架求解多目标混合整数规划模型的最优调度方案集[0067]本实施例所述的一种基于多任务学习的CMIES日前调度方案智能生成方法，该方[0069]根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型，以及确[0070]根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整数规划模分别为t时刻风14和λ5分别表示弃可再生能备、燃气轮机、乏风氧化装置对应能源生产运输阶段的碳排放系数，单位g/(kW·h)；t时刻从系统外部电网购电功率，Pg,t表示t时刻燃气轮机的输出功源热泵出力功率，HSB,t表示t时刻水源热泵出力功率，HDB.t表示t时刻地源热泵出力功率，gc[0097]燃气轮机的爬坡约束表达式为：其中，P和gcGB和分别表示气源热泵出力的下限和上限；HSB和FW分别表示水源热泵出力的下ηES,st表示蓄电池静态能量效[0107]根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整数规划模[0108]引入目标权值λ,利用λ将多目标混合整数规权运算，将CMIES安全生产时需要满足的约束条件同时作为单目标混合整数规划模型的约混合整数规划模型的最优解进而确定多目标混合整数规划模型的非劣[0111]验证过程：已知辅助任务的最优解为oses,目标函数值为z=λ×f1f<j.s/或者因解。距离值对稀疏区域降序排列，选择前n2个稀疏区域并根如下公式引入新的权重λ'：可行解的目标值为辅助任务提供了一个较好的目标值上界，这有助于减少算法迭代次数、值θ的计算公式分别为：f22i距离则用于衡量同一等级上个体的优劣，将两者进行结合用于确保种群的收敛性和多样[0137]在步骤305中，关于松弛问题的半可行解xi与执行舍入取整策略后获取到的可行×f2f12或f1f12或f1。目标函数0.5*f1+0.5*f2最小值的解被选做[0146]下面利用以下示例针对本发明所述一种基于多任务学习的CMIES日前调度方案智[0147]选取位于山西省的某一家煤矿企业作为研究对象，其具备所述CMIES系统中的所有生产设备以及能源类型特性，包括可再生能源和矿山衍生能源。关于所提出的多目标CMIES日前调度模型的相关参数均可在HejuanHu等人公开的论文Enhancedevolutionarymultiobjectiveoptimization_baseddispatchofcoalmineintegratedenergysystemwithflexibleload(AppliedEnergy,2021,307:118130)，以及YanWang等人公开的论文Unifiedoperationoptimizationmodelofintegratedcoalmineenergysystemsanditssolutionsbasedonautonomousintelligence(AppliedEnergy,2022,328:120106)中获取到所需信息。所建多目标混合整数规划模型的调度周期T为24h，例中所述方法的有效性，选择H.Jain和K.Deb公开的论文Anevolutionarymany_objectiveoptimizationalgorithmusingreference_pointbasednon_dominatedsortingapproach,partII:Handlingc