Северина Яна Дмитриевна, Шакиров Владислав Альбертович

Институт систем энергетики им. Л.А. Мелентьева СО РАН, Иркутский национальный исследовательский технический университет

В настоящее время применение автономных гибридных энергокомплексов (ГЭК), сочетающих дизельные генераторы и возобновляемые источники энергии, является эффективным направлением повышения эффективности электроснабжения потребителей изолированных и труднодоступных территорий. Создание ГЭК сопряжено с необходимостью решения оптимизационной задачи, в рамках которой требуется определить оптимальный состав оборудования и их установленных мощностей в условиях многокритериальности. При многокритериальном решении задачи в большинстве исследований применяется двухуровневый подход: на верхнем уровне проводится формирование оптимальных по Парето конфигураций ГЭК с помощью эвристических алгоритмов многокритериальной оптимизации, а на нижнем уровне выполняется моделирование функционирования каждой рассматриваемой конфигурации ГЭК для детальной оценки каждого решения по ряду критериев. Существует большое количество эвристических алгоритмов, применяемых на верхнем уровне для планирования развития энергетических систем и комплексов, которые обладают как достоинствами, так и недостатками, что создает сложности при выборе алгоритма. В данном исследовании представлена оценка эвристических алгоритмов многокритериальной оптимизации на основе эволюционных алгоритмов, таких, как NSGA-II, NSGA-III, AGE-MOEA и MOEA/D с использованием среды Python и библиотеки Pymoo. Для сравнения алгоритмов применялись показатели, оценивающие: равномерность множества Парето; расстояние между истинным множеством Парето и Парето-множеством, формируемым эвристическим алгоритмом; эффективность алгоритма в отношении достижения лучших критериальных оценок; затраты времени на формирование множества Парето. Оценка алгоритмов оптимизации была проведена на примере решения задачи развития гибридного энергокомплекса в удаленном районе Сахалинской области. По результатам оценки алгоритмов для многокритериальной оптимизации состава оборудования ГЭК на верхнем уровне двухуровневого подхода следует выбрать эвристический алгоритм NSGA-II, так как он позволяет получить множество Парето высокого качества, обеспечить достижение минимальных оценок по критериям с использованием меньшего времени по сравнению с другими алгоритмами.

эвристические алгоритмы; многокритериальная оптимизация; гибридные энергетические комплексы; множество Парето