近日，国际计算机科学领域知名期刊《Applied Soft Computing》发表了在含电动汽车综合加能站优化调度领域取得的最新成果，论文题目为“Many-objective optimization based mutual feed scheduling for energy system of integrated energy station”。电气学院廖想讲师为第一作者，硕士研究生马骏为第二作者兼论文通讯作者，湖北工业大学为第一单位。

综合能源站的电池存储系统包含电动汽车作为区域电力系统的分布式储能节点可以帮助区域电力系统以实现削峰填谷。该文对综合能源站能源系统的能量互馈机制进行研究，提出了一种多目标优化方法基于综合能源站能源系统的互馈模型，并根据电动汽车的充换电行为进对电池储能系统进行建模。此外，对于已知的高维多目标优化问题进行研究，提出了一种新的元启发式多目标优化算法-基于非支配排序的猎人猎物优化算法（简称NSHPO）。

结果表明，模型保证了区域调峰填谷的作用降低了综合能源站的电池存储系统中的电池寿命损失，并且降低了电池存储系统的操作成本。NSHPO算法具有优秀的收敛性、分布性以及模型求解的高效性。

该项工作可为推动新能源汽车及综合加能站行业的发展提供重要参考，研究工作得到国家自然科学基金（编号：51809097），湖北省太阳能高效利用与储能系统运行控制重点实验室开放基金（编号：HBSEES202312），湖北省新能源与电网设备安全监测工程研究中心开放式基金（编号：HBSKF202125）的资助。