混合微分进化算法应用于换热网络优化

针对微分进化(Differential Evolution,DE)算法应用于换热网络优化存在局部搜索能力不足、收敛速度慢和求解精度低等问题,提出一种混合微分进化(Hybrid Differential Evolution,HDE)算法。当DE算法的变异、交叉和选择操作不再使种群的最优值继续进化时,加入梯度操作使当前种群的最优个体趋向更好的解。为了防止算法早熟收敛,当种群的多样性低于设定的阈值时,引入迁移操作,在最优个体附近区域重新生成新的个体并以此替换旧的个体,增强算法的种群多样性。通过算例验证了该算法可以有效适用于换热网络的优化过程,具有更强的局部搜索能力,更快的收敛速度和更高的优化效率。     

可再生能源多能互补的分布式能源系统两级超结构模型

针对现有分布式能源系统设计受区域、资源和政策差异性的影响,建立了一套考虑可再生能源多能互补的超结构模型框架和通用求解方法。通过对系统流程结构和单元设备物理特性的逻辑描述,确定模型输入输出参数。引入强制进化随机游走算法,实现不同用能负荷需求、可再生能源形式和区域条件的求解计算。将提出的优化模型应用于具体算例,根据资源、设备条件和逐时负荷需求,确定了设备组合配置和运行方案,验证了该模型的实用性。     

带惩罚的逆梯度进化算法应用于换热网络

针对局部邻域搜索方法搜索结果对初始解位置依赖大,难以摆脱局部最优解影响的问题,本文提出了一种带惩罚的逆梯度进化算法。该算法通过给当前位置适应度施加一个仅与在该点处停留时间正相关的惩罚以迫使该个体沿逆梯度方向移动,进而逃离当前局部极值点。同时为了防止出现“回跳”现象,引入禁忌邻域,禁止当前个体重回原先位置。相对于一般启发式算法跳出局部极值点的随机性,该算法通过惩罚实时构造填充函数以逃离当前局部极值点的机制具有一定的确定性因素,提高了算法的搜索效率。将该算法应用于换热网络优化问题上,分别对10SP1和10SP2两个经典算例进行验证,获得了优于已有文献的优化结果,表明该算法具有较强的跳出局部最优解能力。     

一种应用于换热网络综合的伴随优化策略

为解决强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)应用于换热网络综合时进化停滞的问题,提出了一种伴随优化策略(CO-RWCE):对种群中各个体优化进程进行监控,当个体因接受差解陷入长期进化停滞时,将该个体历史最优解回代给个体以调整优化方向;若多次回代后个体仍未进化,则将全局最优解传给个体并摄动以实现重生。在回代或重生后,采用一种游走概率递减技术,控制游走变量个数以提升搜索精度。优化结果表明:改进策略增强了个体自身进化能力,有效提升了算法搜索能力。     

一种大步长激励的结构进化策略应用于换热网络优化

强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)具有进化策略简单、控制参数少、全局搜索能力强等特点,是换热网络优化的一种有效方法。鉴于步长对RWCE算法跳出局部最优解有重要的影响,针对RWCE算法的步长分布进行研究,通过分析大步长在局部极值跳出中的作用机理,建立了一种全新的步长组合生成方法,并据此提出了一种大步长激励的结构进化策略。最后,通过3个算例验证了结构进化策略的有效性,与文献结果进行对比,结果表明大步长激励的结构进化策略提高了算法的全局搜索能力。     

一种大步长激励的结构进化策略应用于换热网络优化

强制进化随机游走算法（random walk algorithm with compulsive evolution,RWCE）具有进化策略简单、控制参数少、全局搜索能力强等特点,是换热网络优化的一种有效方法。鉴于步长对RWCE算法跳出局部最优解有重要的影响,针对RWCE算法的步长分布进行研究,通过分析大步长在局部极值跳出中的作用机理,建立了一种全新的步长组合生成方法,并据此提出了一种大步长激励的结构进化策略。最后,通过3个算例验证了结构进化策略的有效性,与文献结果进行对比,结果表明大步长激励的结构进化策略提高了算法的全局搜索能力。     

带有分流结构匹配策略的换热网络优化分析

采用节点非结构模型(NNM)优化换热网络时,节点位置的合理配置对网络拓扑结构和优化结果有重要影响。在分析NNM的优化性能时发现,优化结果中分流结构主要出现在具有较大换热潜能的流股上。因此,提出了分流结构匹配策略,该策略可根据各流股的换热潜能对流股分流结构进行调整,使换热潜能较大的流股保留更多的分流结构,促进潜在优势结构的生成。将该策略改进后的算法用于优化9SP和15SP算例,所获优化结果比公开文献最优年综合费用低17 046$/a和4 418$/a,且改进后的模型与算例的适配度较高。     

基于模拟退火算法的换热网络双层优化方法

针对同时存在整型变量及连续变量两种变量形式的换热网络优化问题,提出一种基于模拟退火算法的双层优化方法,分别处理代表结构的整型变量及代表费用的连续变量优化。外层算法以经济费用目标作为判断换热网络结构优劣的标准,通过随机扰动产生试探结构,借助模拟退火机制逐步进化外层结构;内层算法以流股间匹配的换热量作为优化变量,采用模拟退火算法实现费用连续变量的优化,再反馈到外层的结构优化过程。两个具体算例证明:模拟退火算法应用于换热网络结构的整型变量优化可以找到较优换热网络结构,而双层优化方法可有效处理具有整型变量和连续变量两种变量形式的换热网络优化问题,取得较好的换热网络设计。     

换热网络非结构模型中交叉结构的分析

采用强制进化随机游走算法优化换热网络非结构模型时易出现换热单元匹配相互交叉的现象,即同一对冷热流体上一个换热单元的冷、热流股的出口温度同时等于另一换热单元冷、热流股入口温度。这种交叉结构在热力学上是不合理匹配,其在优化中相互制约,从而影响算法效率和求解质量。针对这一问题,提出了交叉结构的禁忌策略,禁止在优化过程中出现交叉结构。通过两个不同规模的算例验证提出的策略,得到的结果分别为1 415 994和5 233 287$×year~(-1),相同时间内比改进前分别减少了40 645和182 899$×year~(-1)。结果表明,非结构模型的交叉结构禁忌策略能够提高算法效率和优化质量。     

采用结构保护策略的强制进化随机游走算法优化换热网络

鉴于强制进化随机游走算法（random walk algorithm with compulsive evolution, RWCE）在优化换热网络时可能出现有潜力结构被差解代替,提出了一种结构保护策略,增加一个与原种群平行进化的新种群,新种群执行结构保护,个体与原种群一一对应并接收其当前最优解,同时采用一种降维邻域搜索的进化方式,设置个体各维变量更新概率确定搜索维数,充分挖掘个体结构进化潜力,提升了算法的局部搜索能力;原种群则沿用RWCE的主要操作,保留了较强的全局搜索能力。将采用结构保护策略的RWCE算法用于有分流换热网络优化,取得了优于现有文献的结果。