最近比较忙，好久没分享案例啦，今天简单分享一个滚动时域的多目标优化

一 模型介绍

1 风电 2 光伏 3 火电 4 储能 5 用电需求 等五个对象。
其中风电和光伏还有用电需求，用历史数据+LSTM网络，训练一个预测模型；火电根据策略来决定发电量，储能也是根据策略来决定充放电情况。
决策变量为： 某时段（天，周，月，年均可，时间越长，优化难度越大）内的，每个时点（可以是1分钟 5分钟 30分钟 均可）风电接入率，光伏接入率，储能使用情况和火电使用情况。
目标函数为： obj1= min(系统运行成本）
obj2=min（供电波动）
约束条件为： 1.风光的接入率 【0~1】
2.火电的最大变化量《 阈值
3.火电的发电功率 在规定区间内
4 储能的上下限 满足约束 SOC 【0.05 0.95】

目标函数1

目标函数2

约束条件

二 算法介绍

LSTM+NSGA2 都是各自方向上的经典算法，网上介绍的很多，就不赘诉了，需要了解算法细节的，可以私下和我沟通，提供讲解服务。

三 结果展示

小参数示意结果，不是最终的收敛解（20个体 50代）

帕累托前沿

目标函数1 收敛曲线

目标函数2 收敛曲线

四 源码分享

点赞+关注+收藏 私聊获取源码