能源系统大数据分析理论与实-7.优化方法 下.pptxVIP

能源系统优化方法能源系统人工智能方法第7节

目录引言优化问题数学规划算法启发式优化算法多目标优化算法2

引言3能源系统中存在的优化问题可分为两类：1.优化设计问题：如何对各设备进行选型和容量配置，使得系统经济高效低碳？冷却塔冷却水泵冷水机组冷冻水泵空调末端HowardCheung,ShengweiWang.2019.Optimaldesignofdatacentercoolingsystemsconcerningmulti-chillersystemconfigurationandcomponentselectionforenergy-efficientoperationandmaximizedfree-cooling.RenewableEnergy143:1717-1731.某数据中心制冷系统

引言

5智能电网太阳能发电基于消防水池的水蓄冷吸收式冷机发电机冷机YangZhao,YuehongLu,ChengchuYanandShengweiWang.2015.MPC-basedoptimalschedulingofgrid-connectedlowenergybuildingswiththermalenergystorages.EnergyandBuildings86:415-426.2.优化运行问题：如何制定各设备运行参数和控制策略，使得系统运行经济安全可靠？引言

6YangZhao,YuehongLu,ChengchuYanandShengweiWang.2015.MPC-basedoptimalschedulingofgrid-connectedlowenergybuildingswiththermalenergystorages.EnergyandBuildings86:415-426.选择决策变量制定目标函数约束条件求解算法输出最优结果典型能源系统优化的一般流程如下：引言数学规划方法启发式优化方法分类

目录引言优化问题数学规划算法启发式优化算法多目标优化算法7

优化问题分类8常见的优化问题可根据规划中变量的性质分为连续优化问题和离散优化问题（整数规划问题）目标函数和约束条件是否为线性？

线性规划问题的数学描述9目标函数为线性函数，且约束条件为线性等式或线性不等式。其通用形式如下：目标函数约束条件例：max fx=2*x1+3*x2-5*x3s.t. x1+3*x2+x3=12 2*x1-5*x2+x3=10 x1+x2+x3=7 x1,x2,x3=0

非线性规划问题的数学描述10目标函数或约束条件存在一个或多个非线性函数。其通用形式如下：目标函数约束条件例：minfx=x1^2+x2^2+x3^2+8s.t. x1^2?x2+x3^2≥0x1+x2^2+x3^3≤20?x1?x2^2+2=0x2+2x3^2=3x1x1,x2,x3≥0存在非线性函数

混合整数线性规划问题的数学描述11线性规划问题的决策变量都是连续变量。但在能源系统的实际应用中，有时要求决策变量只能取整数值，例如冷机的开启台数只能为整数。混合整数线性规划问题即定义了此类同时存在具有离散变量和连续变量的线性规划问题。其通用形式如下：目标函数约束条件例：存在整数项

混合整数非线性规划问题的数学描述12混合整数非线性规划是在非线性规划模型的基础上增加整数限制。其通用形式如下：目标函数约束条件例：存在非线性函数存在整数项

目录引言优化问题数学规划算法启发式优化算法多目标优化算法13

数学规划算法14优点：在数学上均有明确的可解释性，求解速度快，可靠程度高缺点：求解效率受限于问题复杂度求解方法

线性规划——图解法15对于较为简单且只有两个决策变量的线性规划问题可以使用图解法。以如下线性规划模型为例：从图中可以看出，当红线(即目标函数)经过多边形的顶点P(即表示两个约束条件的直线交点)时，轴截距取得最大值（最优解）。

线性规划——多决策变量情况16对于决策变量比较多的线性规划模型，图解法不再适用。从图解法的例子中可以看出：约束条件所围成的区域为一个凸多边形。当决策变量多于两个时，约束条件围成的区域为一个凸多面体，称之为可行域。其中每一个面（称之为超平面）即代表一个约束条件。超平面

线性规划——单纯形法17求解思路如下：从一个顶点（初始可行解）