面向寒冷地区混合热源电-热耦合系统容量规划的自适应多目标贝叶斯优化

传统的余热发电机组热负荷生成模式已成为导致寒区可再生能源（RES）电力闲置的主要问题，这促使提出一种容量规划模型。该模型旨在识别锅炉、热泵、储热装置、电热器和复合储热器等热源的非支配容量配置方案，以构建帕累托前沿，同时考虑经济与可持续目标。多源热力学资源的集成（包括供给和消费侧）提升了利用灵活性。该研究引入了一种新型优化算法——自适应多目标贝叶斯优化（AMBO）。与其他广泛使用的多目标优化算法相比，AMBO 消除了可能引入规划者主观性的预定义参数。除算法外，提出的模型还纳入噪声项，以 accounts for simulation 中的不可避免偏差，从而识别更佳性能的规划结果，满足寒区特有的需求。此外，模型还捕捉了电-热耦合场景的特征，确保仿真贴近现实。数值仿真验证了该方法在以样本效率著称的条件下，能够生成更具多样性和均匀分布的帕累托前沿，为综合且客观的容量规划提供了选择。