微粒群算法在水电站厂内经济运行中应用

1概述\r\n遗传算法《geneticalgorithm）是一种基于生物遗传和进化过程的计算机模拟，遗传算法使得各种人工系统具有优良的自适应能力和优化能力，遗传算法所借鉴的生物学基础就是生物的遗传和进化。在进化论中，每一物种在不断的发展过程中都是越来越适应环境，物种的基本特征被后代继承，但后代又不完全与父代相同。对于这种新的变化，若适应环境，则被保留下来；否则，就将被淘汰。亦即适者生存，不适者淘汰。遗传算法就是模仿了生物的遗传、进化原理，并引用了随机统计原理而形成的优化算法。

介绍一种将惩罚函数、动态修正出力-流量(n-q)关系与优化算法相结合实现水电站厂内经济运行的方法。该方法可针对短期优化调度结果(日负荷过程)制定启停计划,实现负荷的经济分配,并且考虑了机组间的效率差异、机组启停成本、气蚀振动区、机组可用性及主接线方式等约束条件。算例表明该方法不仅能解决厂内经济运行的多约束问题,而且能与电力市场下的短期优化调度很好地结合起来。该方法易于实现程序设计且计算速度快。

采用罚函数将有约束的水电站厂内经济运行问题转化为无约束优化问题,在粒子群中引入遗传算法中的\"交叉\"思想并采用线性递减的惯性权重,以提高粒子在解空间的遍历性和局部搜索能力,避免粒子群限于局部最优。实例计算结果表明该算法在求解水电站厂内经济运行问题上是可行、有效的。

通过分析紧水滩水电站机组特性曲线,应用动态规划法提出各机组最优运行组合,实现机组安全高效运行,达到节能降耗的目的。

水电站厂内经济运行是电力系统的重要研究课题,能有效增加水电站的经济效益。本文将类电磁机制算法用于水电站厂内经济运行研究中。该算法模拟电磁场中带电粒子间的吸引与排斥机制,将搜索解类比为带电粒子,然后按一定的准则通过局部搜索、计算合力和移动粒子等环节使搜索粒子朝最优解移动。该算法具有全局优化能力强,编程实现简单,收敛性好等优点。与水电站厂内经济运行研究的多种已有方法进行仿真对比,结果证实该算法可有效解决水电站厂内经济运行问题,可将该算法推广应用到电力系统的其它问题研究中。

随着电站装机容量和机组台数的不断增加,利用动态规划求解水电站厂内经济运行问题,将面临\"维数灾\"和实效性问题。近些年,粒子群算法作为一种新型的群体智能优化方法,由于能够弥补动态规划计算时间长、内存占用量大等诸多不足,在水电站厂内经济运行等方面得到了广泛重视。现有文献,大多数从方法的应用角度探讨较多,但从替代动态规划的必然性和潜力方面探讨较少,鲜有实例分析。本文以百万级装机千瓦的乌江渡水电站为实例,深入分析与比较了粒子群算法与动态规划的优劣,认为粒子群算法是代替动态规划、求解装机规模庞大的巨型水电站厂内经济运行的有效方法。

差分进化算法(differentialevolution,de)是一种基于群体的进化算法,通过群体内个体间的合作与竞争产生的群体智能指导优化搜索。文中将其改进的方法应用于以水电站运行成本最小为目标的优化模型。该模型考虑了机组能量特性差异,以旋转备用、启停成本、气蚀振动区、机组可用性等指标作为约束条件。实例计算表明,该方法克服了传统方法在处理多约束、多维优化问题上的困难。

针对小型水电站机组实际特性和理论特性存在着较大差异,供水方式一般采用联合供水,因水头损失与机组流量分配有关的特点,本文以遗传算法为基础,考虑机组效率修正和机组段的水头损失进行厂内经济运算。以一个实际的小型水电站为例,说明了遗传算法用于小型水电站的可行性和有效性。

以发电耗流量最小建立经济运行数学模型,通过模拟蜜蜂交配过程中的婚飞行为,提出了一种蜜蜂进化算法(hbea),在杂交过程中引入了外来雄蜂提高子代多样性,又引入工蜂对子代喂以蜂王浆提高群体适应度。通过schwefel’s函数仿真测试证明了hbea的可行性。以乌江渡水电站经济运行为例,结果表明该算法解决水电站经济运行问题行之有效。

本文提出求解水电站厂内经济运行问题的新方法－遗传算法，它不同于常规优化算法的特点在于，从多个初值点开始，沿多路径搜索实现全局或准全局最优，计算过程不需要存贮状态或决策变量的离散点，减少计算机内存，不必求导计算，编程简单，是一种有效的自适应随机搜索算法。

大容量巨型水电站普遍具有高坝、高水头、高负荷的运行特征,给电网安全带来隐患。本文从调度工作出发,在满足机组运行安全的前提下,探讨一种实用化的水电站厂内经济分配方法。分析结果表明,该方法能够有效满足调度人员工作需求,是一种切实可行的负荷分配方法。

在柘溪、凤滩水电站机组原型效率试验基础上，依据耗水量最小原则，用查表法实现了厂内经济运行，柘溪水电站节能率２８１％，经济效益显著。该法简明、直观，成果使用方便，并可与计算机监控系统配合使用。

大容量巨型水电站普遍具有高坝、高水头、高负荷的运行特征,给电网安全带来隐患。本文从调度工作出发,在满足机组运行安全的前提下,探讨一种实用化的水电站厂内经济分配方法。分析结果表明,该方法能够有效满足调度人员工作需求,是一种切实可行的负荷分配方法。

水电站厂内经济运行问题在本质上是一个目标函数连续和变量离散的非线性约束优化问题。针对其求解困难,本文将模型转换为只具有两界约束和离散约束条件的优化问题,并首次将罚函数法和一种新型的群智能算法——仿电磁学算法融合起来对该优化问题进行求解。详细阐述了算法的改进过程、离散变量的处理和基本求解步骤。通过两个算例的仿真分析及其与遗传算法的比较可知所提算法在水电站厂内经济运行方面正确有效。

针对水电站厂内经济运行中需要考虑的关键问题,建立了相关的数学模型。根据该模型的特点,提出了一种基于遗传算法求解的新思路。该算法采用浮点数编码技术和以发电运行总成本倒数为适应度函数,并设计了一些启发式技术和遗传操作算子有效地处理模型中的各种约束条件,使得算法在遗传操作迭代过程中的所有个体都是可行解。实例研究表明,模型合理,算法可行、有效。

针对径流式水电站基本无调节能力的运行特点,提出其发电量最大优化调度模型,并采用罚函数法与自组织进化规划法相结合进行模型求解.选择某径流式水电站进行模拟计算,说明该方法具有求得整体最优解的能力,算法可行.

以珊溪水电站为例,采用windows2000、vb6.0、access2000、mgcs6.52组态软件等开发工具,构建了系统管理、数据管理、图形管理、计算分析、数据查询、权限设置6大功能模块,并运用系统构建、数据库维护、动力特性生成、有功负荷优化等关键技术。应用和实施结果表明,该系统行之有效,可提高发电效益2%,实现了预期目标,可供借鉴。

目前,水电站厂内经济运行的实际应用在中小型水电站上取得了较好的成效,而在巨型水电站上却缺乏深入的研究。以瀑布沟水电站(发电容量3600mw)为研究实例,根据巨型电站的实际生产运行情况,充分考虑了其所担负的电网调峰、调频的任务,增加了避免机组出力大面积转移的约束条件;以水电站耗水量最小为目标,建立了准实时优化分配的数学模型,采用改进的时间-空间动态规划算法进行求解。计算结果显示瀑布沟电厂日发电耗水率由2.652m3/(kw×h)下至降2.585m3/(kw×h);厂内经济运行可将经济效益提高近2.5%;平均计算耗时0.168s。与采用遗传算法(geneticalgorithm,ga)计算所得结果对比表明,该模型求解精度高,运算速度快,有较强工程实用价值,是一种提高巨型水电站水能利用率和发电效益的有效方法。

针对水电站厂内经济运行系统(eoshs)软件开发过程的相对独立、软件更新困难而造成重复开发、资源浪费等现象,运用统一建模语言(uml)建立eoshs的静态模型(用例图、类图、包图)和动态模型(活动图),这些模型不仅可以提高系统开发的质量,也为水电站自动化系统的开发与设计提供了参考。

针对水电站运行特点,以广西三岔水电站为例,基于水电站经济运行准则,介绍了一种制定水电站厂内经济运行采用的数学模型与递推优选求解方法。结果表明,该算法效果良好,为经济运行方案的实施奠定了理论基础。

数据库系统是水电站厂内经济运行系统的核心。采用实时数据库和历史数据库相集成的方式,运用可视化语言创建库引擎,开发了水电站厂内经济运行数据库系统。该数据库系统为水电站厂内经济运行系统提供了从数据创建、使用到维护的统一管理,为系统提供了实时的或历史的数据服务。研究结果表明,它具有响应快、扩充性好和使用方便等特点,可以为其他水电站高级应用软件的数据库开发提供借鉴。

本文针对水电站厂内经济运行中机组组合优化问题的特点,提出了一种结合禁忌搜索思想的粒子群算法(particleswarmoptimization,pso)。该方法采用离散二进制粒子群算法解决机组运行状态组合问题,用标准粒子群算法解决既定运行机组间负荷优化分配问题,并将两个问题结合在一起并行优化,引入禁忌搜索算法(tabularsearch,ts)的记忆功能和藐视准则以提高粒子多样性,扩大搜索空间,克服pso算法可能出现的早熟现象。以乌江渡水电站为例进行优化计算,并与pso算法的计算结果比较,表明该方法可以有效避免早熟现象,具有较高的全局收敛能力,同时也具有较高的全局寻优能力。