水库优化调度扰动遗传算法研究

针对水库优化调度动态规划法及二进制遗传算法在求解应用中的不足,提出了扰动遗传算法,并建立了年发电量最大为目标的水库优化调度模型.算例结果表明,该算法可在不增加二进制编码长度的前提下更逼近最优解,提高了算法精度.     

水电站水库优化调度几种方法的探讨

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。     

一种水库洪水多目标调度的线性综合优化算法

针对水库洪水优化调度的非线性、多目标特性,研究了一种水库洪水多目标调度的线性综合优化算法.理论推导与算例仿真表明,该算法通过有限次的单目标优化计算,可直接获得多目标函数最优解集的前端,从而避免了复杂的多目标进化算法的搜索过程,且其最优解集的目标空间分布曲线清晰,直观地表达了当前洪水状况下优化调度解的分布及各目标间的关系,对水库洪水多目标优化调度的决策具有重要意义.     

基于改进型GAGA算法的智能电网有功优化调度研究

针对智能电网有功优化调度问题,在传统格雷码加速遗传（GAGA）算法的基础上引入渔夫捕鱼算法来实现迭代算法的收缩搜索;构建Hadoop云平台实现对智能电网有功优化调度的应用。实例验证表明：改进型GAGA算法通过引入农夫捕鱼算法提高了单次迭代时间成本,减少了总的计算迭代次数,降低了总计算时间,同时保证了算法不会陷入局部最优解;在高复杂度的智能电网有功优化调度方面降低了计算量,提高了算法的计算效率。     

基于遗传-蚁群算法的库群长期优化调度

为克服蚁群算法前期收敛慢、易陷入局部最优解且参数难以确定的缺点,提出了遗传-蚁群算法进行库群长期优化调度问题的求解。该方法应用遗传算法生成问题的初始解,并将初始解的适应度转化为蚁群算法的信息素初始值,同时引入遗传算法染色体交叉、变异的思想进行蚁群算法参数最优组合的确定,提高了蚁群算法的优化性能和求解精度。对乌江流域4座水电站的计算结果表明,该算法可显著改善优化结果质量,获得良好的调度方案,是求解库群长期优化调度问题的一种有效方法。     

风-光-水联合发电系统优化调度研究

为使风-光-水联合发电系统达到经济效益最大化优化调度且平抑功率波动的目的,以功率波动最小为目标的函数引入到经济效益最大化模型中,针对粒子群算法在进化过程中易早熟、后期收敛速度慢且精度较低的特点,提出一种动态调整学习因子的免疫粒子群算法。该算法对学习因子进行非对称线性动态调整,增强前期的全局搜索能力以及后期的局部搜索能力,快速得到全局最优解。该算法在该多目标联合优化调度系统的求解中搜索精度显著提高,表明模型和算法的有效性。     

基于状态转移矩阵的梯级水库优化调度确定性离散动态规划方法

基于状态转移矩阵的确定性离散动态规划(DDDP)方法是在考虑水库运行的综合利用的前提下,利用状态转移矩阵寻找出梯级水库优化调度过程中所有的可行策略,基于目标函数逆向搜索可行策略,得出最优解的优化算法。该方法可进行单库优化计算,也可以进行梯级水电站优化计算。文中以锦屏梯级为例,说明该方法可在满足梯级水库上下游生态用水、发电用水等综合利用的前提下,以梯级水电站发电效益最大为目标,求得梯级水库优化调度的较好解。     

基于改进烟花算法的汾河水库优化调度模型研究

针对水库多目标优化调度问题,采用改进的烟花算法求解带自适应罚函数的水库多目标优化调度数学模型。针对传统烟花算法爆炸半径计算方法在算法运行后期可能出现最优烟花爆炸半径为零的问题,引入自适应动态爆炸半径以平衡算法在解空间的全局及局部搜索能力;针对传统烟花算法位移变异操作的不足,改进其位移变异操作,以提高算法局部搜索的多样性。以山西省汾河水库为例,考虑无引调水和引黄入汾两种情景,分别给出不同情景下汾河水库的调度方案。实例结果表明,模型优化后的各月缺水率平方和比实际降低了66.13%;水库年总发电量比实际发电量提高了22.39%;引黄入汾调水工程的建立可进一步综合提高汾河水库的供水效益和经济效益。     

基于PSO算法的水库防洪优化调度模型及应用

针对传统的交互式洪水调度方案生成方式存在的缺陷,由基于PSO算法的洪水优化调度模型,提出了有条件限制的随机自动生成方式,并利用罚函数法处理边界条件和其他非等式约束.实例应用结果表明,较之常规的动态规划法,改进后的PSO算法计算速度快、结果合理,为流域防洪优化调度提供了有效途径.     

基于分级调度算法的交换机路由信息处理技术

针对交换机路由信息高效处理的需求,研究了基于分级调度算法的交换机路由信息处理技术。基于插卡式交换机接口进行系统配置,并在此基础上细化了交换机路由信息处理功能模块,以便于大规模交换机组网信息。为避免路由信息处理进程通信阻塞而导致的通信时延以最大化系统性能,提出了利用分级调度算法对交换机信息处理进程进行实时调度。另外,为计算分级调度算法的最优解以对交换机进行高效配置,利用粒子群优化算法实现分级调度函数的最优解搜索。系统测试结果显示,所提出的分级调度方案可以有效降低交换机通信时延,显著提高交换机路由信息处理能力。     

水库群优化调度RBSI算法的收敛性与最优性

本文证明水库群优化调度RBSI算法的迭代收敛性,所得出的结果和随机动态规划法的理论结果具有相同的最优性。     

基于HSARSA(λ)算法的水库长期随机优化调度研究

针对强化学习的SARSA算法在求解水库随机优化问题中存在的优化性能不高、收敛速度较慢的问题,提出采用基于强化学习的HSARSA(λ)算法进行求解。先在SARSA算法基础上引入效用迹函数得到SARSA(λ)算法,然后加入启发函数得到HSARSA(λ)算法,最后通过不断调整HSARSA(λ)算法的学习率α、折扣因子γ、衰减因子λ等参数求解水库长期随机优化调度问题。实例应用表明,HSARSA(λ)相较于SARSA、SARSA(λ)算法可提升求解精度,减少最优近似解寻优迭代次数,为水库随机优化调度问题提供了一种新的求解思路。     

水库群随机优化调度新算法—RBSI法

本文提出一种水库群随机优化调度新算法——余留效益统计迭代(RBSI)法。这方法基于平稳随机过程的各态历经性质,从而在时历模拟调度计算的基础上,通过统计和迭代方法得出最优余留效益函数,从而进一步求出优化调度函数。     

基于变基增量动态规划梯级水电站短期优化调度研究

为提高梯级水电站整体效益,以松江河梯级水电站为例,建立了耗水量最小和耗水能量最小梯级 水电站短期优化调度数学模型,应用变基增量动态规划法,以总耗水量最小和总耗水能量最小为最优化 准则计算分析了两个计划日的梯级水电站短期优化调度。结果表明,耗水能量最小数学模型作为梯级水 电站短期优化调度的最优化准则更为准确;变基增量动态规划法求解时间短、精度高。     

基于预报偏差的新安江水库短期优化调度模型研究

新安江水库作为多年调节水库有较大的调洪库容,在保证防洪安全前提下短期洪水调度追求发电效益最佳为调度的目标函数,从而有效地实现了洪水资源化.在分析新安江水库洪水预报误差前提下,利用随机动态规划法求解水库短期优化调度问题.计算表明,在考虑短期洪水预报偏差条件下调度的结果更加合理.     

大规模水电站群短期发电优化调度算法改进

大规模水电站群短期发电优化调度计算量大,实际应用中为满足计算过程和结果可复现需求,多采用各类改进动态规划算法,求解速度难以满足需求。对此,结合大规模水电站群短期发电优化调度模型,同时给定起始状态和最终状态的特性,分析了从起始状态和最终状态同时进行求解的可行性,提出了改进的双向动态规划并行解算方法,实例计算表明,应用此方法可使大规模流域水电站群短期发电优化调度计算速度提高一倍。研究成果可供类似工程参考。     

计及多能设备变工况运行特性的综合能源系统日前优化调度北大核心CSCD

针对传统恒定效率设备模型存在的仿真误差大、适用范围窄等问题,文章将更加精确的设备变工况特性模型应用于系统优化调度中,建立了计及多能设备变工况运行特性的综合能源系统日前优化调度模型。在模型求解过程中,文章应用增量线性化策略,对目标函数和约束条件中的非线性项进行线性化处理,将原始的非线性优化调度模型转化为一个混合整数线性规划,通过调用成熟的商用求解器进行快速求解。在设备变工况运行特性约束的线性化处理过程中,文章提出了一种基于误差控制的分段点选取方法,通过构造偏差函数并控制其极值的上界,可以将最优解的误差水平限制在事先给定的范围内。算例结果表明,文章所提线性化处理方法与分段点选取策略,能够有效求得原始非线性规划问题的近似最优解,并且可将近似最优解的误差水平限制在5%以内。     

水火电力系统优化调度的逐步最优遗传算法

基于逐步最优化原理和遗传算法相结合,提出了水、火电力系统优化调度算法,该方法主要优点在于占用内存少,不需要优化问题具有凸性、连续性和可微性。与单点最优算法相比,该方法为多点导优,单调收敛,可获得最优解和用于长、短期或实时优化调度。本文给出了实例计算成果。     

基于动态规划法的多能互补最优经济负荷分配研究

分析现有电力市场分布式能源发展形势,建立以综合能源与多能互补为核心的能源供给模式,并简单介绍各种发电供能模式的概念与特点,和动态规划法的特点。对现有能源负荷分配遇到的问题进行分析,建立解决多种能源模型下负荷分配最优解,使其达到最优经济负荷分配。利用程序辅助计算,验证其可行性。最终指明动态规划法在这种场景下出现的维数灾问题,并思考是否有更加合适的算法进行负荷分配研究。     

水库群优化调度理论的研究—SEPOA方法

本文研究确定来水条件下库群优化调度问题,建立了数学模型并提出了状态(水位)极值逐次优化解法(SEPOA),证明了四个定理,这些定理表明,采用SEPOA方法从某一可行调度线开始,计算将收敛稳定于唯一的最优调度线.在水电站的优化调度及库群优化补偿计算中,几乎所有的数学规划方法,如线性规划、非线性规划以及各种动态规划方法都曾采用.这些研究克服了维数障碍,也带来新的问题,如目标函数极值的性质问题,局部极值与整体极值的关系问题,而这些对于实际问题是十分重要的.此外,各种方法的有效程度,极大的决定于实际问题的性质特点和具体条件,而过去这一点往往没有引起足够的重视.水库问题的优化算法,应更多的建立在问题本身所固有的特征和特性上.从这一点出发,我们着重于水库本身的特点,并力求在较为一般的条件下,研究一种算法,并讨论计算的收敛,最优解的存在及唯一性.