6165cc金沙总站-最新app Store

智能科学与工程学院能源动力专业2021级研究生林晨浩同学在国际能源领域顶级期刊《Applied Energy》2023年第337期发表题为 《A fast data-driven optimization method of multi-area combined economic emission dispatch》的研究论文。《Applied Energy》为工程技术：能源与燃料领域TOP期刊（前5%），JCR一区，高被引论文ESI全球工程期刊排名第4，2022年影响因子IF=11.446。林晨浩同学为第一作者，指导老师梁会军博士为通讯作者，论文第一单位为湖北民族大学。

论文截图

为了给电力系统优化管理和运行提供更可行的方案，不同地区电网的互联互通是必然趋势。因此，多区域联合经济/排放调度(combined economic/emission dispatch，MACEED)问题自然成为一个更为重要的决策问题。然而，随着MACEED问题维度的增加，现有研究可能无法在合适的时间获得可行的调度决策。在此背景下，MACEED问题被转化为计算昂贵的问题。

本论文提出了一种数据驱动的代理辅助方法，为高维度、大规模的MACEED提供了新的解决思路。首先，提出了一种改进的支持向量回归代理模型，以取代传统MACEED问题中的目标函数。其次，为了进一步减少优化任务的耗时，应用知识蒸馏的方案实现了代理模型的快速建模。最后，应用了改进的快速非支配遗传算法-III（NSGA-III）执行优化任务。此方案可以在短时间内很好地解决具有输电损耗、发电容量约束、功率平衡约束和联络线容量限制的大规模高维MACEED问题。