随机动态规划方法的水电站水库优化调度的研究与应用

本文讨论了水电站水库优化调度的一般理论及其调度函数，提出了水库隐性随机优化调度的有关计算方法，最后以某工程作为实例进行了计算。

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。

针对水电站水库优化调度模型的求解,比较了常用的动态规划法、逐次优化法(poa)和粒子群优化算法(pso)3种求解方法。给出了3种算法的实现过程及约束处理方法,尤其针对粒子群优化算法,纠正了常见的约束处理和算法不结合问题。结论认为pso水库优化调度模型和解法融合了模拟调度的思想,更容易为调度人员所接受,且能有效避免动态规划"维数灾"问题,但存在计算时间长,实时性差等问题,在实效要求较低情况下可以应用。

目前水电站水库优化调度常侧重于提高算法的精度和计算的速度,往往忽视了优化调度模型本身的合理性和准确性。综合耗水率是衡量水电站经济运行情况的重要指标。基于耗水率动态规划模型的水电站水库优化调度方法,依据水电站长期运行的历史资料,采用水电站综合耗水率参数作为水电站水库优化计算的基础,使优化结果更符合水库经济运行的实际要求。

i993年第l期journalofhydr0electricengineering总第40期 2]一弓6 ig1]’i1 用模糊动态规划法进行水电站水库优化调度 黄睦 (陕西机械学院) 提要 本文首先舟绍了鉴塑查望型(fdp)原理·进而提出了用fdp法进行水电站水库忧化 调度的方法．最后通过实例得到满意的结果 一 、前言 自1957年美国数学家r．e．bellman等人提出求解多阶段决策过程优化方法 ——动态规划(dp)法以来，dp在科研、生产、管理中得到了广遗的应用。同时在 解决dp的“维数灾上，各国学者提出了许多改进方法，如状态增量动态规划 (idp)离散微增量动态规划(dddp)、动态规划莲次逼近法(dp8a)、逐步优化 算法(poa)等。但是在实际问题中多数决策都是在目

本文首先介绍了模糊动态规划(fdp)原理,进而提出了用fdp法进行水电站水库优化调度的方法,最后通过实例得到满意的结果。

用逐步优化算法、动态规划法、大系统法和遗传算法,研究单一水库优化调度问题;并通过实例计算,对这四种方法进行了分析比较,结果证明,基于十进制编码的遗传算法具有收敛速度快,能达到全局最优的优点

本文从简单实用的角度出发,把电站水库常规调度图和优化调度图的绘制方法中的优点相结合作为绘制小水电站水库优化调度图的方法,可供小水电站进行优化运行时参考使用。

＼、进 小水电站水库优化调度图1印7、 绘制方法的探讨 广西大学贾燕宁 【提要】本文从简单实用的角度出发，把电站水库常规调度围和优化调度围的绘制方 法中的优点相蛄合作为绘制小水电站水库优化调度围的方法，可供小水电站进行优化运 行时参考使用。 【关键词】小水电站调度围优化运行动态规划 目前我国小水电站运行管理水平还比较落后，效益 也未得到充分发挥。其主要原因是许多小水电优化运行 工作尚未起步，有的甚至连常规调度图都没有，完垒凭 经验来捕水库运行，所以在水库运行上窖易造成人为的 错误．浪费了水能资源。优化调度与常规调度的根本区 别是在绘制各种调度线时所采用的计算方法和适用调 度图方面，采用丁更先进、更台理的数学处理，因而其 精度和效益更高。但为了达到一定的精度，绘制优化调 度图的计算工作量很大．为使小水电站能达到最佳经济 效益．现

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。

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。

从单一水库优化调度、水库群优化调度和实时洪水预报三个方面，阐述了水电站水库优化调度研究的进展。

基于改进粒子群算法的水电站水库优化调度研究——针对粒子群优化算法容易陷入局部最优解的问题，提出一种基于模拟退火机制的改进粒子群优化算法，并将其引入水库调度领域，设计了基于该算法的水电站水库优化调度问题的求解方法。计算实例表明，该方法采用并行搜...

为解决粒子群优化算法存在的早熟和易陷入局部最优的问题,提出了一种组织进化粒子群算法(oepso)。该算法将进化操作直接作用在组织上,通过组织间的相互竞争、协作,最终达到全局优化的目的,较好地克服了基本粒子群算法易于早熟和陷入局部最优的缺点。在分析水库优化调度的数学模型和oepso算法特点的基础上,提出了基于oepso算法的水库优化调度的方法,建立了数学模型,并给出了具体求解步骤。实例验证表明,oepso算法具有良好的收敛速度和计算精度,为水库优化调度问题提供了一条新的有效求解途径。

针对粒子群优化算法容易陷入局部最优解的问题,提出一种基于模拟退火机制的改进粒子群优化算法,并将其引入水库调度领域,设计了基于该算法的水电站水库优化调度问题的求解方法。计算实例表明,该方法采用并行搜索机制,计算速度快、全局寻优的可靠性较高,具有较好的应用前景。

随着电力市场的开放和分时电价制度的实施,传统以发电量最大作为准则的情况已不能适应水电站优化调度的要求,文章提出了分时电价条件下水电站水库优化调度的数学模型,并以实例结果来说明模型的可行性。

随着电力市场的开放和分时电价制度的实施,传统以发电量最大作为准则的情况已不能适应水电站优化调度的要求,本文提出了分时电价条件下水电站水库优化调度的数学模型,并以宝珠寺电站为例,研究结果说明了模型的合理性及可行性。

水电站水库的优化调度就是利用最优化的方法对水库的入流过程以及综合利用要求制定出水电站水库的优化调度方式，从而实现良好的效益，充分发挥水电站以及水库的设备作用及功能，使其能够得到高效合理的利用。水电站的系统以及电网系统管理中，水电站水库的优化调度是十分重要的组成部分，调度的效果将直接影响到水利工程以及设备的作用发挥，对于电网的安全可靠运行具有积极地促进作用。本文就水电站水库优化调度进行分析和研究。

在遗传算法中为避免采用二进制编码时存在的编码冗余问题,本文提出了一种基于十进制整数编码的改进遗传算法,并进行水电站水库优化调度研究。用遗传算法进行水库优化调度计算可从多个初始点开始寻优,占用内存少,能以较快速度找到全局最优解。实例计算并与常规优化相比,表明该方法简便、快速,可避免水库优化调度中的维数灾

在研究了人工免疫系统中的克隆选择学说和克隆选择算法的基础上,研究了1种新的人工免疫算法——免疫克隆选择算法,并将其应用到水库优化调度中,提出了1种基于免疫克隆选择算法的水库优化调度方法。该算法通过在克隆选择算法中引入免疫基因操作,提高了算法的求解精度和求解效率,避免了"维数灾"和早熟问题。实例研究结果表明,相对于动态规划,免疫克隆选择算法计算速度快、收敛性好,提高了计算效率,较好地解决了传统的动态规划方法求解水库(群)优化调度问题存在"维数灾"问题。

第l8卷第6期 1990年l1月 河海大学报 journalofhohaiuniversity voll8no,6 nov．1990 水电站库群优化调度的多次动态线性规划方法 董增,iti许静仪 (水资源水文系) 摘要本文以红水河梯级为例．研究了水电站库群优化调度的多移：动态线性规划方法·以动杏规 划贝尔曼戚理逆推为基础，进行面临时段决策时，利用线性化策略t构成—十缛性捌期伺曩束求解， 以选到加抉计算速度．节约计算轨时的目的．在处理维散灾鼠难时．利用了多扶动卷规划的概 念，即先以较大的罔距划分翻格来寻优．进一步在初扰线的菜一部域内以较小的罔砸捌分罔格来寻 优，以达到既满足精度要隶，又避免了。维靛灾困难的目的，从而使所探讨方法在计算机时及存 贮窖量方面均有较好构改善． 关键调线性化}多次动鑫规划|调度·水电站 l引

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.