用于碳捕获与电制甲醇综合微电网最优运行的多目标人工旅鼠算法

《Scientific Reports》：Multi-objective artificial lemming algorithm for optimal operation of carbon capture and power-to-methanol integrated microgrid

　　

摘要

在全球低碳能源转型和蓬勃发展的 AI 电力需求背景下，协调微网经济运行与低碳高效调度已成为新型电力系统面临的核心挑战。因此，本文提出了一种碳捕集与电制甲醇（CCS-P2M）深度耦合的微网综合能源系统。针对系统复杂的多维运行约束，本文建立了三目标调度模型，以最小化净运营成本、碳排放和弃能率，并提出了一种多目标人工旅鼠算法（MOALA）进行高效优化。在孤岛场景下，净运营成本从 -792.60 元降至 -2773.17 元，弃能率从 27.45% 降至 23.73%，碳排放量从 491.88 千克降至 -3229.79 千克。在并网场景下，净运营成本进一步降低，从 -9462.03 元降至 -9595.02 元，而弃能率从 0.39% 降至 0.05%。这些结果验证了 CCS-P2M 策略在提升经济性、可再生能源消纳能力和深度脱碳方面的有效性。