变尺度混沌优化算法在梯级水电站水库优化调度中的应用

提出一种求解混联水电站水库群中长期优化调度问题的方法—变尺度混沌优化算法(mutativescalechaosoptimizationalgorithm,mscoa)。算法利用混沌运动的内在随机性、遍历性和规律性来寻找混联水电站水库群中长期最优调度计划。算法利用混沌运动的特点,将混沌变量映射到待寻优变量区间,通过尺度变换不断缩小优化变量的搜索空间,利用改变"二次搜索"的调节系数提高搜索精度以获取全局最优解。实例计算结果表明,算法可以求解具有复杂约束条件的非线性混联水电站水库群优化调度问题。算法求解精度高、收敛速度快,为解决混联水电站水库群中长期优化调度问题提供了一种新的方法。

为提高多维目标函数全局最优解的计算精度,提出了一种改进的混沌优化算法(mcoa).利用混沌运动的随机性、遍历性和规律性进行全局寻优;通过引入解向量的优选,将解向量定位到最优解的附近,从而找出全局最优解.最后将该算法应用于水电站水库优化调度问题,并进行仿真计算,计算结果验证了算法的有效性.mcoa原理简单,易于编程实现,具有较大的实用价值,为求解水电站水库优化调度问题提供了一种有效方法.

针对水电站水库优化调度问题,提出了将改进遗传算法和混沌优化相耦合的改进混沌遗传算法。该算法将混沌变量映射到优化变量的取值范围中,对混沌变量进行编码,表示成染色体,然后对其进行选择、交叉和变异,通过增加混沌扰动,不断进化收敛得到最优解。实例计算并与其他方法比较表明,该算法在求解水电站优化调度这样的复杂非线性优化问题时,搜索效率高,收敛性能好,能以较快的速度收敛于全局最优解,为水电站水库优化调度模型求解提供了一种新方法。

本文作者通过对k判别式法基本原理及水电站水库调度图相结合的k判别式方法进行了分析。主要就水电站水库优化调度中,利用判别式法求解梯级水电系统优化调度的运行规律进行了详细的研究。同时以实例应用说明了该求解模型和方法在梯级水电站调度系统中是行之有效的。

随着经济与科学技术的不断发展,社会的需求使得对水库调度管理水平的要求越来越高,使得越来越多的因素被考虑在水库调度决策中,水库调度逐渐进入了优化阶段。本文主要针对基于梯级水电站水库优化调度的,粒子群优化方法进行研究,提出了相应的改进措施,并通过实践进行了有效分析。

介绍了龙溪河梯级水电站水库开展优化调度研究的意义、内容、方法和预期效益。通过实际的预报调度应用,节水增发电量和节能减排效益明显。

华光潭梯级水电站水库库容较小,如何根据梯级水库及其流域水文特性,进行水文测报和洪水预报,从而进行优化调度,是水电站取得良好经济效益和社会效益的唯一手段。本文通过2次实际调度案例的分析,提出了需进一步做好该梯级水库调度的建议。

粒子群优化算法是通过粒子记忆、追随当前最优粒子,并不断更新自己的位置和速度来寻找问题的最优解。为了克服标准粒子群算法存在着早熟收敛、难以处理问题约束条件等缺点,本研究对递减惯性权值进行了改进,将其表示为粒子群进化速度与群体平均适应度方差的函数;给出了适合pso算法的约束处理机制,提出了一种改进自适应粒子群算法,并将其应用于水库优化调度中。实例计算并与经典方法相比,表明该方法原理简单、易编程实现,能以较快的速度收敛于全局最优解。

介绍了混沌粒子群算法,并将其用于水库调度中,指出:混沌粒子群优化算法引入了混沌搜索机制,增加了粒子的多样性,扩大了搜索的范围,不仅保持了粒子群优化算法收敛速度快的优点,而且还增强了全局收敛能力,能避免陷入局部最优的情况,可以更好地解决水库优化调度的强约束、多阶段、非线性组合问题。

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。

现在我国的主要供电方式是电气供电，这种形式的供电已不能满足社会的多方面需要。所以国家大力发展水利发电，就水利发电来讲，水电站水库优化是一项相当关键的工作。本文主要介绍了当下国内外水电站水库优化调度研究的进展，列举了三种水库优化调度计算方法：变尺度混沌粒子群算法、改进粒子群算法和免疫克隆粒子群算法。

应用判别式法求解大规模梯级水电站库群发电优化调度问题,以便能够直观反映梯级水电站系统的运行规律.为解决方程组求解带来的困难,采用坐标轮换法,将多库同时供、蓄水决策转化为单库逐次轮换决策,并结合水库常规调度图规则,对判别式法进行修正,使求解结果更为合理.结合乌江流域梯级水电站调度系统,给出了一个在梯级系统保证出力约束条件下发电量最大的实际例证.

以强迫弃水和有益弃水的混合弃水策略为基础,将梯级水电站看作一个整体,建立蕴涵末级水电站弃水电量最小、水力资源电站间分配时的发电量增益最大和水电站总发电量最大的梯级水电站水库蓄能利用最大化长期优化调度数学模型。构建了描述蓄水量、发电引用流量、弃水流量、水库前池水位和放水路水位之间关系的水电站水头特性详细数学模型。基于递归思想,建立以弃水流量和发电引用流量表示的水库蓄水量表达式。针对日调节水电站在长期优化调度中的特殊性,采用比例放大策略,建立了水库的等效库容约束条件。以一个三级水电站为例进行仿真分析,以混合弃水策略为基础的水库蓄能利用最大化优化调度数学模型可以提高约4%的综合发电量,表明了有益弃水策略在合理分配水力资源和提高电站综合发电效益方面的有效性。

以金沙江干流梯级水电站水库群为研究对象,建立了金沙江梯级水电站水库群兼顾保证出力要求的以发电量最大为目标的长期优化调度模型;考虑水电系统的调峰要求,建立了金沙江梯级发电量最大长期优化调度模型。均用逐次逼近动态规划法求解,结果表明,调峰系数不同对梯级水电站发电效益及运行方式有明显影响。

如今，广大民众对能源的需求量越来越高，但是我国的能源可用量却越来越少，在这种情况下，对水、电能源结构进行调整是势在必行的。其实，梯级水电站优化调度已经得到了广大民众的普遍关注．而本研究就将针对“梯级水电站优化调度模型与算法研究”这一主题进行详细的阐述，使广大民众对这方面的内容有一个更加全面且深入的了解。

将改进型蚂蚁算法用于梯级水电站短期优化调度问题,并通过引入遗传算法的交叉和变异思想以及自适应搜索半径方法提高了蚂蚁算法的搜索能力．以最小耗水率模型为例,给出了梯级水电站短期优化调度问题改进型蚂蚁算法的数学描述和求解的算法步骤,并通过龙羊峡-李家峡梯级水电站实例验证了改进型蚂蚁算法的优越性．结果表明,与遗传算法相比,改进型蚂蚁算法获得了更优的调度方案．优化结果在取得更低耗水率的同时,减少了机组的启停次数,并且使所有机组连续高效运行,从而降低了机组的维护费用,并增加了梯级的经济效益．

逐步优化算法(poa)在求解梯级水电站联合优化调度中,其优化结果受初始解的影响较大,不同的初始解对优化迭代过程的收敛性影响不同,导致优化结果可能陷入局部最优。针对这一问题,本文在深入分析poa寻优机制的基础上,探求了影响算法全局收敛能力的关键因素,揭示了poa的两阶段寻优策略和梯级水电站优化调度在求解两阶段问题时传统的\"自上而下逐电站\"寻优模式对算法收敛能力的影响规律,进而提出了基于逐步差分和变阶段优化改进策略的变阶段逐步优化算法,有效消弱了原始算法在求解梯级电站联合调度问题中对初始解的依赖性,在一定程度上保证算法收敛于全局最优解。实例研究表明所提算法优化得到的梯级发电量比poa算法提升0.15%左右,有效克服了原始算法的局部收敛问题,且改进算法效率更高,寻优结果更稳定。

进入二十一世纪以来，科技大发展，经济大发展。人们的生活越来越舒适、便捷的同时，随之而来的一系列问题也十分明显。环境的污染、能源的短缺，促进了我国水电企业模型的改革，因为只有改革才能适应时代的变化，才能解决日益严峻的能源形势。下面，我们将主要分析一下目前我国梯级水电站优化调度模型与算法。

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略。算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法。文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解。实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行。改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法。

针对传统优化算法在求解高维、复杂梯级水电站发电调度时易出现“维数灾”，或陷入局部最优解的缺陷，本文提出了免疫蛙跳算法（isfla）。该算法将克隆选择算法嵌入到混洗蛙跳算法框架中，对混合之后的蛙群构造子群体执行免疫克隆选择操作，同时使用改进的最差解更新方式提高其局部搜索能力。应用实践表明，通过将isfla与标准混洗蛙跳算法、粒子群算法以及逐步优化方法对比，isfla在求解梯级水电站发电优化问题时具有明显的优越性。

梯级水电站联合发电调度的优化模型的确定在整个电网经济、安全运行中起着非常重要的作用。文中提出一种新的梯级水电站群联合发电优化调度的调度准则——以单位水体发电电价最高优先发电,在此基础上建立梯级水电站群联合发电优化调度模型及其评价方法。首先建立基于四层水体的水库能的水电站发电模型,在此基础上提出单位水体发电电价的概念。建立优化调度模型时,将电力系统中的负荷变化和在电力市场机制下分时上网电价的影响因素考虑在内。该模型能较为客观地反映梯级水电站运行情况,能给系统调度员做出最佳调度决策提供一定的依据。优化仿真计算结果证明该调度准则具有可行性和适用性。

本文首先从目标函数和约束条件两个方面,介绍了梯级水电站优化调度的各类数学模型.然后对目前研究比较广泛的各类优化算法进行了综述.最后指出随着水电能源的开发,梯级水库优化调度下一步可能的发展方向.