基于多目标退火算法的含P2X综合能源系统日前调度Matlab实现

先聊几句背景吧。做综合能源系统调度的朋友应该都有体会：电、热、气多种能源耦合在一起之后，问题就不再是简单地“给机组排个出力曲线”了，每一个决策都会同时影响成本、碳排放、设备寿命、新能源消纳等好几个指标。早几年大家习惯把多目标加权成单目标去算，权重拍脑袋定，解出来是什么样全看运气。后来NSGA-II这类进化算法火了一阵，但遇到P2X这种强耦合、多时段、带大量等式约束的问题，收敛速度和稳定性又让人头疼。

我最近把“多目标退火算法”用在含P2X的综合能源系统日前调度上，用Matlab完整实现了整套代码，跑了多个典型场景，效果比预期好不少。这篇文章就把整个思路、建模过程、Matlab实现细节和调试中踩过的坑完整梳理一遍，给打算做类似方向的同学一份能直接参考的“作业模板”。

1. 先搞明白：P2X综合能源系统到底在调度什么

1.1 P2X不是单一设备，而是一条“电-气-热”转换链

P2X是Power-to-X的缩写，读法就是“电转X”。这个X可以是天然气、氢气、热能，甚至液体燃料。在综合能源系统里最常见的是P2G（电转气）和P2H（电转热）。你去看文献，P2G一般由电解槽和甲烷化单元组成，电解槽把富余风电、光伏电力变成氢气，氢气再和二氧化碳反应生成甲烷，直接灌进天然气管网；P2H更简单，就是电锅炉、热泵这类设备把电力转化成热能，进入热网。

但调度建模的时候不能只把它当成“一台设备”，P2X实际上是一整条转换链，牵一发动全身。拿P2G举例，电解槽消耗的是电能，输出的是氢气，而氢气有两条去向：一条进甲烷化单元变成天然气，另一条直接进储氢罐或者供氢能负荷。这就意味着P2G同时影响电力平衡、天然气平衡和氢平衡三套约束。传统调度里各能源系统各自独立、互不干扰的那套方法，在P2X面前直接失效。所以含P2X的综合能源系统的核心难点，不是某个设备怎么建模，而是“多能耦合”带来的联合约束怎么处理。

1.2 调度问题的数学形式：目标、变量、约束

我们做的这个算例是典型的园区级综合能源系统，包含风电、光伏、燃气轮机、电锅炉、P2G设备（电解槽+储氢罐）、蓄电池和电热负荷。时间尺度取24小时，步长1小时。

决策变量包括：

• 燃气轮机的电出力 (P_{gt}(t))
• 蓄电池的充放电功率 (P_{dis}(t), P_{ch}(t))
• P2G的耗电功率 (P_{p2g}(t))
• 电锅炉的耗电功率 (P_{eb}(t))
• 储氢罐的充放氢流量 (V_{in}(t), V_{out}(t))
• 与外电网的交互功率 (P_{grid}(t))

目标函数至少有两个。第一个是总运行成本最低：购电成本、购气成本、设备运维成本、碳排放成本加起来。第二个是碳排放最小：外购电力的间接碳排放和燃气轮机的直接碳排放总和。这里有个容易忽略的点：设备运维成本要按实际出力而不是装机容量算，不然调度结果会偏向让设备空转。

约束条件就更细了，我列几个容易踩坑的：

• 电功率平衡：(P_{wind}+P_{pv}+P_{gt}+P_{dis}+P_{grid}=P_{load}+P_{el}+P_{eb}+P_{ch})
• 热功率平衡：(Q_{gt_h}+Q_{eb}=Q_{load})
• 氢气平衡：电解槽产氢等于甲烷化耗氢、储氢罐充氢和氢负荷的总和
• 蓄电、储氢设备的SOC递推方程和上下限约束
• 燃气轮机爬坡约束、外电网交互功率上下限约束

1.3 为什么单目标不够用，必须上多目标

我最早拿单目标做过预实验，把碳排放通过碳价折算进成本，权重按碳价每吨200元去算。跑出来的结果是：燃气轮机几乎不启动，全部靠外购电和P2X设备硬撑。成本确实不高，但碳排放高得离谱，因为外购电的间接碳排放因子摆在那里。反过来把碳价调高到800元，燃气轮机一直满发，碳排放低了，成本又上去了。

这个实验说明一个很本质的问题：成本最低和碳排放最低这两个目标在物理上存在冲突，单目标无论怎么调权都只是在“两个极端之间挑一个中间点”，但你并不知道这个中间点是不是决策者真正想要的。多目标优化就不一样了，它直接求出整条Pareto前沿，把“成本-碳排放”之间的权衡关系完整地展示出来。后续要定运行方案，就是在这条前沿上根据偏好选点，灵活得多。

2. 为什么我选了多目标退火算法而不是NSGA-II

2.1 模拟退火的老底子：Metropolis准则

模拟退火算法的思想来自固体退火：晶体加热到高温后缓慢降温，粒子最终会稳定在能量最低的晶格状态。算法里把目标函数类比成能量，用一个温度参数控制搜索行为。高温阶段接受差解的概率大，相当于在全局范围撒网；温度逐渐降低，接受差解的概率变小，搜索慢慢聚焦到局部精细优化。

这个“按概率接受差解”的机制就是Metropolis准则。实际操作时，如果新解比当前解好，直接接受；如果新解比当前解差，计算一个接受概率 (p = \exp(-\Delta E / T))，这个概率跟温度 (T) 有关，温度高接受概率大，温度低接受概率趋近于零。这样既避免了梯度类算法容易陷入局部最优的毛病，也不会像纯随机搜索那样漫无目的。

多目标退火就是把这个框架扩展到多目标场景。我采用的是基于Pareto支配关系判断解优劣、配合外部档案保存非支配解的方式。具体思路后面展开。

2.2 多目标化的三条常见路线

多目标退火算法在文献里有好几种实现路线，我把它们捋一下。

第一种是加权求和法。在每个退火循环里随机生成一组归一化权重，把多个目标加权成单目标，再用标准模拟退火求解。这个思路最简单，但缺陷也很明显：对于非凸Pareto前沿，加权法找不到凹区域里的解，容易漏掉重要的折中方案。

第二种是基于Pareto支配判断的退火。新解和当前解都放进目标空间比较支配关系：新解支配当前解就接受；两者互不支配也接受（因为这等于找到了一个不同的前沿点）；如果新解被当前解支配，才按Metropolis准则计算接受概率。这种方式保留了模拟退火的跳出机制，又不需要人为指定权重，Pareto前沿能覆盖得比较全面。我最终选了这条路线。

第三种是结合非支配排序的种群退火。把模拟退火改造成多解并行，每代对种群做非支配排序并按排序结果分配温度。这个思路类似NSGA-II的框架，但实现复杂度高，参数的敏感性也很强，对于综合能源调度这种本身约束就很多的问题，调试成本过高。

2.3 退火算法在综合能源调度里的三种优势

谈完原理，说说为什么在P2X综合能源调度这个具体问题上，多目标退火比我之前常用的NSGA-II更顺手。

第一，模拟退火是单点搜索，对约束处理天然友好。NSGA-II这种种群算法每次迭代要评估上百个解，每个解都要做约束校验和修复，遇到P2G这类强耦合约束，大量个体反复越界，计算开销很大。退火算法一次只处理一个解，完全可以用确定性修复策略（后面会细讲）把电流平衡直接算出来，省掉大量无效搜索。

第二，退火算法对目标函数表达式没有要求。综合能源调度的目标函数里经常包含分段函数、if-else逻辑（比如分时电价、购售电价不对称），这类非光滑函数对基于梯度的优化器是灾难。退火算法只需要能“算出目标值”就行，哪怕函数里带阶梯电价、带分段爬坡，都没问题。

第三，温度退火机制本身就在做“先全局探索，后局部精修”的自适应调节。综合能源调度里，新能源出力有很明显的峰谷特性，解空间在不同时段可能呈现出完全不同的形态。高温阶段能跨过这些形态之间的“能量壁垒”，低温阶段又在当前形态里精细挖掘，这种特性是固定变异概率的进化算法不具备的。

3. Matlab实现的核心环节拆解

3.1 先定算例数据，别上来就写主循环

很多同学拿到题目直接开写算法主循环，写到一半发现缺数据、缺参数。我的习惯是先把算例数据完整定下来，再动笔写代码。这次用的测试算例参数如下表。

数据这里多说一句：负荷曲线和新能源出力曲线一定要用典型日数据，不要自己随便编一条平直线。调度问题的核心就是“源荷不匹配”，曲线太平坦，削峰填谷完全体现不出来，结果没法说明任何问题。

代码结构上，我按功能拆成6个文件：主程序、目标函数计算、约束校验与修复、邻域生成算子、Pareto档案更新、结果绘图。下面逐个讲。

3.2 目标函数与约束的表达

目标函数这一步最需要小心的是量纲和数量级。成本目标算出来是几千元，碳排放目标是几吨到几十吨，两者数量级差2-3个数量级。多目标优化里，如果两个目标数量级差太远，外部档案的支配判断虽然不受影响，但绘图和分析时的体验会很难受。我处理的做法是：计算目标函数时不做归一化，但输出结果时把碳排放目标单位从“kg”换算成“t”，让数据在一个适合人类阅读的尺度上。代码里像下面这样写：

f(1) = sum(C_gas + C_grid + C_om + C_tax); % 单位：元 f(2) = sum(E_grid * EF_grid + V_gas * EF_gas) / 1000; % 单位：tCO2

这里的 (C_{tax}) 是碳排放成本，也就是把排放量乘以碳价折算进总成本，这么做有个好处，就是把成本目标里已经含了一部分碳的因素，另一个碳排放目标又可以独立反映纯排放水平，两个目标之间存在相关性但不完全一致，Pareto前沿才够丰富。

约束校验我单独写了一个函数。对于不等式约束，比如设备出力上下限、SOC上下限，直接在生成邻域解时就做边界钳制，确保解不会越界。对于等式约束，特别是电功率平衡，我不建议用罚函数。因为电平衡每一时刻都会因决策变量的微小扰动而失配，罚函数法很难选到一个对所有场景都合适的罚系数，我踩过这个坑，后面会细讲。我用的是“补偿节点”法：在邻域搜索生成新解之后，把电功率不平衡量计算出来，由燃气轮机或外电网来吸收。这样一来，等式约束在任何一次目标函数计算前都被主动满足，不需要罚函数，也不需要额外的约束判断逻辑。

3.3 多目标退火主循环怎么搭

主循环是算法的核心。我在代码里维护三个状态：当前解 (x)、全局最优档案 (archive) 和温度 (T)。每次迭代从当前解 (x) 出发，用邻域算子生成候选解 (y)，然后做一次完整的“支配判断-接受判断-档案更新”流程。

T = T0; x = init_solution(); % 生成满足基本可行性的初始解 archive = update_archive([], x); % 初始化外部档案 while T > T_end for iter = 1:max_iter_per_T y = neighbor_generate(x); % 邻域生成 y = constraint_fix(y); % 补偿节点修复等式约束 y = bound_clamp(y); % 边界钳制 f_x = evaluate(x); f_y = evaluate(y); if pareto_dominates(f_y, f_x) x = y; % 新解支配旧解，直接接受 elseif pareto_dominates(f_x, f_y) delta = max((f_y - f_x) ./ scale); % 归一化支配程度 if rand() < exp(-delta / T) x = y; % Metropolis准则，以概率接受差解 end else x = y; % 互不支配，也接受 end archive = update_archive(archive, y); archive = archive_trim(archive, max_archive_size); end T = T * alpha; end

有几个细节值得展开。第一，pareto_dominates的判断逻辑跟单目标完全不同，要写成“所有目标都小于等于，且至少一个目标严格小于”才算支配。第二，当旧解支配新解时，delta 的计算不是简单两个解的差值，而是除以一个归一化尺度，避免因目标量纲差异导致某个目标在Metropolis判断里“一票否决”。第三，互不支配时直接接受，这是多目标退火和单目标退火最大的区别，它保证了搜索过程中Pareto前沿能够横向扩展，不会来回在同一个点附近打转。

3.4 对解质量影响最大的三个细节

第一是邻域算子怎么写。我试过两种方案：一种是随机选取一台设备，在当前值上加一个高斯扰动；另一种是随机选取一台设备，在其可行区间内重新均匀随机取值。实验结果很明确：高斯扰动在低温阶段表现更好，因为它能维持局部精细搜索；均匀随机取值在高温阶段表现更好，因为它跳跃范围大，全局探索效率高。最终我把两者结合：温度高于某个阈值时用均匀随机，低于阈值后用高斯扰动。这个切换对最终Pareto前沿的完整度和收敛速度都有明显提升。

第二是外部档案的去重与裁剪。如果只往档案里加不剔除，档案规模会迅速膨胀，而且里面会积压大量非常接近的解，让Pareto前沿图糊成一团。我用的策略是：每次更新档案时，先剔除被新解支配的旧解；档案超过最大规模时就按拥挤距离裁剪，优先淘汰周围解最密的那些点。拥挤距离计算就是目标空间里每个点到相邻两个点之间“归一化矩形边长”之和，跟NSGA-II里的拥挤度是一个思路。

第三是温度的初始值和衰减系数，这个放到后面的调试心得里专门讲。这里先给一组我试出来稳定可用的值：初始温度500，终止温度0.01，降温系数0.96，每个温度层级迭代200次。对应总迭代次数大概2.7万次，算一个场景在普通笔记本上大约需要3-5分钟，完全可接受。

4. 从空跑到收敛：实操过程与结果解读

4.1 初始化与邻域搜索怎么设计

初始化这一步很多教程里一笔带过，实际上影响很大。初始解如果距离可行域太远，修复过程会产生连锁扰动，导致初始目标值异常离谱，温度再高也很难在合理时间内拉回来。我的做法是分两步：第一步，先忽略P2X相关的耦合关系，单独把电功率平衡跑通，也就是让燃气轮机填补“负荷减去风电、光伏和电池”的缺口，得到一组粗糙但满足电平衡的出力和联络线功率；第二步，在这组解的基础上，给P2G和电锅炉分配一部分“计划内”的耗电量，然后再用补偿节点重新调整燃气轮机和电网功率。

邻域生成算子具体到每个变量是这么设计的：

• 燃气轮机出力：在当前值基础上加减一个随机量，步长范围按其容量的5%-15%
• 电池充放电：随机确定是充电还是放电，然后从可行动作区间里选功率
• P2G耗电量：优先在风电出力大的时段做扰动，这样更容易找到高消纳的解
• 储氢罐充放流量：根据当前罐内储量和充放方向的可行动作区间选值

最后这个“时段感知”的设计来源于一次失败的实验。最初P2G耗电量在全时段等概率扰动，结果算法反复在“大风时段多耗电”和“负荷高峰时段少耗电”之间反复横跳，收敛非常慢。改成优先扰动风电充沛时段后，收敛速度提升了一个量级。

4.2 外部档案与Pareto前沿的更新策略

外部档案的更新逻辑是整个多目标退火算法能否收敛到一条漂亮Pareto前沿的关键。这里我踩过一次坑：最初把档案更新放在接受判断之后，也就是只有接受的新解才会进入档案。跑完发现前沿质量很一般，很多不错的解在Metropolis判断里被概率性地拒绝了，根本没机会入档。

修正后的逻辑是：无论如何，只要候选解是可行的，就扔进档案去参与支配判断。被接受与否只决定“接下来从哪个点继续搜索”，而档案里装的是“所有没被支配的好解”。这两个角色完全分离，前者是行走路径，后者是淘金成果，不必强绑定。修改之后，Pareto前沿的覆盖度提升非常明显。

另一个值得说的点是档案裁剪的时机。我在每个温度层级的迭代过程中不做裁剪，只在一个温度层级的200次迭代全部结束后统一裁剪一次。这是因为温度层级的内部迭代有共同的温度背景，解之间的密集度信息相对稳定，频繁裁剪不但浪费时间，还会把一些暂时孤立、周围解较少的点过早淘汰。

4.3 实验表现：三个典型场景的结果对比

我设计了三个场景来验证算法的有效性。

场景A是“无P2X”的基准系统，只有风电、光伏、燃气轮机、电锅炉和蓄电池。场景B是“含P2G”，在基准系统上增加电解槽、储氢罐和氢负荷。场景C是“含P2G+P2H”，把电锅炉和P2G同时接入，形成一个完整的电-热-氢三联供系统。

三个场景分别跑完后，把Pareto前沿画在同一张坐标系里对比，结果很有意思：

• 场景A的成本范围是6.2万-7.8万元，碳排放范围是22-35吨，前沿长度最短，两个目标之间的冲突最有限；
• 场景B的成本范围是7.1万-8.9万元，碳排放范围是15-24吨，成本下限比场景A高不少，但碳排放上限压低了11吨，说明P2G能有效减碳，但设备投资和维护成本不低；
• 场景C的成本范围是6.8万-8.3万元，碳排放范围是16-26吨，相比场景B，成本又被P2H的设备运作摊薄了一部分，综合表现最好。

结果其实很容易解释：P2H的成本回收期短，能快速消纳富余电力并替代燃气锅炉的部分供热出力；P2G在减碳潜力上上限更高，但花在电解槽上的电也增加了系统整体购电压力。两个设备一起上，相当于一个管“碳强度”，一个管“成本压力”，互补性非常强。这些结论如果你只做单目标优化，是绝对看不出来的。

5. 我踩过的坑与调试心得

5.1 温度参数调不对，解的质量差很远

模拟退火对初始温度、终止温度和降温系数的敏感度远超NSGA-II对种群规模和交叉概率的敏感度。我第一次跑，初始温度设成10，结果收敛得极快，跑完Pareto前沿只有孤零零三五个点，一看就是陷入了局部最优区。后来又试了初始温度5000，前几十个温度层级几乎完全在乱跳，浪费了大量计算资源。

我的调参经验是：先跑一次短迭代，记录新解与当前解在各目标上的最大差值 (\Delta_{max})，然后把初始温度设成这个最大差值的2-3倍。这样可以保证在初始高温阶段，几乎任何差解都有概率被接受，让搜索充分“热起来”。至于降温系数，0.95对应的是“快速退火”，适合初步验证；0.98-0.99对应“慢速退火”，适合最终精细化运行。注意这里不是越高越好，降温太慢会拖到天荒地老，我一般0.96-0.97这个区间起步。

5.2 等式约束惩罚系数选多少合适

这是个小标题，但我先坦白：最终我没有用惩罚系数，而是用补偿节点法把等式约束直接“做到满足”。为什么放弃罚函数？因为综合能源调度里电功率平衡约束是逐时刻的，一个解有24个时刻，每个时刻都可能不平衡。罚函数法必须在目标函数里为每个时刻加惩罚项，而这个惩罚系数得平衡“违约的代价”和“正常目标的代价”。选小了，算法会钻空子，专挑那些靠轻微越界获取成本优势的解；选大了，又相当于只优化“满足电平衡”这一个目标，把原本的多目标问题又压回单目标了。

补偿节点法的做法是：每次生成新解后，计算电功率不平衡量 (res(t))，并按一定比例分配给燃气轮机和外电网。比如燃气轮机分配70%，外电网分配30%。这样既保证了平衡约束严格满足，又能通过调节分配比例控制补偿对目标的干扰。如果你们系统里有多个可调设备，分配比例也是一个不错的偏好参数，比如想让燃气轮机少动，就把外电网的分配比例调高。

5.3 多目标退火容易漏掉边界解，怎么补

这是多目标退火最典型的缺陷之一。因为搜索路径是基于单点的，从任意一个初始解出发，邻域搜索倾向于朝“中间区域”聚集，Pareto前沿两端（比如成本最低解、碳排放最低解）往往覆盖不到。我最初跑完，前沿中间密密麻麻，两端稀稀拉拉，画出来的前沿图是个“枣核”形状，非常不美观，也丢掉了两个极端方案的决策意义。

后来我加了一个“边界强化”机制：每迭代若干次，就把当前档案中每个目标上取极值的解挑出来，专门从它出发做一轮小范围邻域搜索，尽量把前沿两端再往外推一推。具体操作是每隔50个温度层级，用当前档案里目标1最小的解和目标2最小的解各作为初始点，执行一次短退火，再把结果并回档案。这个机制对前沿完整度的改善立竿见影，写代码也就多十几行，强烈建议加上。

5.4 常见问题速查表

6. 代码扩展：从验证到工程应用

6.1 把固定场景改成滚动调度的思路

目前的代码是典型的日前调度，决策变量覆盖24小时，一锤子买卖。但实际运行时，新能源出力和负荷预测不可能完全不偏差，固定场景的解直接拿去执行，误差累积到最后会很离谱。工程上一般会改成滚动调度：每1小时或每4小时重新求解一次，只执行第一个时段的结果，然后把实测数据更新进来再往后滚动。

滚动调度对算法的实时性提出了更高要求。我的建议是把上一次求解得到的Pareto前沿中最满意的解作为下一次滚动的初始解，而不是重新随机初始化。因为相邻两次滚动之间只有很少的时段发生变化，前一次的解天然贴合新场景，模拟退火从“热”解出发，收敛速度会快很多。实测下来，这个“热启动”策略能把单次求解时间从5分钟压到2分钟以内。

6.2 把加权多目标改成Pareto偏好选择的建议

本文的多目标退火已经输出了整条Pareto前沿，但工程决策最终还是要从一堆非支配解里选一个出来执行。现在很多同学习惯直接看前沿图，凭感觉选中间某个“膝盖点”或者“拐点”，这在论文里问题不大，但工程上不够严谨。

可以考虑引入决策偏好方法，比如TOPSIS或者模糊隶属度函数。我的做法是：在生成完整Pareto前沿后，对所有目标值做归一化，然后计算每个解到理想点（所有目标取最小值）的欧氏距离，距离最小者就作为最终推荐方案。这样选出来的解在成本和碳排放之间有更好的综合平衡。如果你有决策者偏好，也可以在距离计算里给不同目标加权重，比如“碳排放比成本重要1.5倍”，对应权重可以写成1.5比1。这个逻辑简单透明，也能让结果可解释性更强。

6.3 换成真实数据前需要做的事

最后提醒一点：如果你打算把代码迁移到真实的园区或者电网系统，有三件事一定要提前准备。第一件事是设备参数校验，电解槽、燃气轮机的实际效率曲线往往不是常数，至少要用额定效率附近的分段线性曲线替代目前用的常数效率，不然算出来的P2X消纳功率会误差很大。第二件事是预测数据的质量评估，日前调度再准，预测误差一大，一切都白搭。第三件事是外部市场信息的更新频率，分时电价、天然气价这些参数如果变了，目标函数里的成本模块要及时联动更新，否则调度结果会跟实际运营“打架”。

这三点我最初都没处理好，后来在对接实际工程数据时吃了不少亏。现在写代码，我都会先把“参数输入文件”和“计算核心”彻底分离，任何参数改动都只改数据文件，计算核心一行不动。这个习惯对后期调试和工程化落地非常有帮助。