红水河梯级水电站补偿调节的数学模型及其求解方法

对水电站水库群的补偿调节,按常规方法是采用“蓄放程序”,逐个补偿;或者应用动态规划,进行优化补偿的。然而,由于“维数灾”,传统的动态规划方法很难研究两个以上水库的同期运行问题,因而,水电站的库群优     

基于DPSA 的梯级水库群优化调度

动态规划法是一种求解多阶段决策优化问题的常用方法,在水库优化调度计算中应用广泛。该方法最大的缺陷就是用于水库群优化调度时易出现"维数灾"问题。逐次逼近动态规划法(DPSA)可以有效克服这一问题,它采用逐次迭代逼近的思想,将一个多维问题分解为多个一维问题求解。本文以水库运行模拟模型为基础,建立了基于DPSA的梯级水库群中长期优化调度模型,以汉江上游梯级水库群为研究对象,选取发电量最大为目标,对各水库库容进行离散,从而求解水库优化运行过程,其结果对于水库优化调度运行具有指导意义。     

二元动态规划法在水电站库群优化调度中的应用

采用二元动态规划法求解水电站库群的优化调度问题,可以克服传统的动态规划法求解多阶段优化问题时所遇到的“维数灾”。简要介绍了二元动态规划法的算法流程,以乐清市三库四电站为实例建立数学模型并求解,其收敛速度很快。     

小水电站群的优化调度

我国有极其丰富的小水电资源,可开发的有七千万kW左右,在全国二千多个县里,有一千一百多个县的小水电资源在一万kW以上。小水电站群的优化调度,一般说,是多维的小水电站库群调度问题。由于“维数灾”,传统的动态规划方法往往不可能研究二个以上水库的同期运行问题。本文讨论S县小水电站群的优化调度,给出数学     

水电站群随机优化调度问题的研究

本文应用大系统随机控制理论,提出了面临时段有无径流预报的水电站群长期优化调度随机递阶控制方法。它不仅可同时考虑水电站群入库径流、水库蓄放水序列间的时、空随机相关,避免了“维数灾”,而且给出了简单易行的水库群最优放水决策规则,以便对水电站群调度实现计算机控制。该法是解决入库径流、水库蓄放水时空随机相关多目标多水库非线性优化调度问题的一条新途径。     

粒子群算法在水电站日优化调度中的应用

针对传统的动态规划方法求解水库优化调度问题存在的“维数灾”问题,给出一种全局随机优化算法[1]——粒子群优化算法并应用于水库日优化调度问题中。相对于动态规划,该算法原理简单,易编程,占用计算机内存少,能以较快的速度收敛到全局最优解,从而为分时电价环境下的水电站日优化调度问题提供了一种有效的解决办法。     

多库多目标最优控制运用的模型与方法

“维数灾”是多库优化调度的严重技术障碍。本文运用自优化模拟技术，求解多库多目标优化运行问题，通过模拟本身的功能，实现目标自优化。实践证明，本文提出的模型与方法，是克服“维数灾”、解决高维系统最优控制运用的有效途径。     

梯级水电站群中长期优化调度的离散梯度逐步优化算法

充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显著降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。     

多维随机动态规划的参数迭代法及在库群调度中的应用

本文提出一种基于对余留期效益函数进行函数逼近的参数迭代法,使内存需要大大节省,计算机时也显著缩短,是克服随机动态规划“维数灾”的一种有效方法。文中列举了该法求解一个两库电力系统优化调度问题的实际算例,所得策略的效益还略优于常规的离散动态规划方法,结果令人满意。     

基于多重迭代算法的梯级水库群调度图优化方法

基于梯级水库群中各水库的常规调度图,建立了以梯级水库群多年平均发电量最大为目标的梯级水库群调度图优化数学模型,提出了基于多重迭代实现高维模型降维的求解算法,即以轮库迭代法实现空间多水库降维,以轮线迭代法实现单一水库多调度线降维,以逐次优化算法实现调度线状态降维。万安溪-白沙梯级水库群的算例计算结果表明,该优化方法能获得形态合理的优化调度图,并能有效提高水库群发电量。     

逐次逼近随机动态规划及库群优化调度

随机动态规划（SDP）在水库水电站长期优化调度中有着较为广泛的应用,它的最大缺陷就是用于库群优化调度时的“维数灾”问题,逐次逼近胡机动态规划可有效克服这一问题。该方法采用逐次迭代逼近的思想,每次仅对一个水库采用SDP求解,并假设其它水库的蓄水过程已确定为多年平均蓄水过程,对某水库进行SDP求解后,通过多年历史径流过程的模拟调度可对各水库的多年平均蓄水过程进行更新,最后以福建省闽江流域水电系统为例进行了实例应用。     

库群长期优化调度的正交逐步优化算法

为解决逐步优化算法(POA)求解库群长期优化调度时存在的"维数灾"问题,结合正交试验设计方法提出了正交逐步优化算法(OPOA),分别从阶段维、状态维和空间维进行降维求解。算法采用POA将多阶段决策问题分解为若干两阶段子问题,以目标函数为试验指标,水库为试验因素,离散状态为因素水平,各子问题的优化求解视为分别开展多次正交试验设计,通过逐次加密离散水库状态并构造"均衡分布、整齐可比"的状态集合进行计算,直至获得最优解。乌江梯级水库长期优化调度结果表明,OPOA仅需POA耗时的28.4%即可获得全局最优解,显著优于粒子群算法,是求解库群长期优化调度的有效算法。     

FS-DDDP方法及其在水库群优化调度中的应用

可行搜索-离散微分动态规划(FS-DDDP)方法是在考虑水库运行的综合利用要求的前提下,利用正向搜索和逆向搜索相结合的方式寻找水库优化调度过程的大量可行轨迹,以目标函数较大的几个可行轨迹作为DDDP方法的初始轨迹分别进行再寻优计算的优化算法.该方法可进行单库优化计算,也可进行库群优化计算.黄河上游梯级水库数量较多,综合利用要求复杂.文中以该梯级为例,说明FS-DDDP方法可在满足该梯级水库群的河流生态用水、防凌用水、灌溉用水、发电用水等综合利用要求的前提下,以水库群发电效益最大为目标,求得水库群优化调度的较好解.     

复杂水库群供水和调水系统优化调度方法研究

以D市复杂水库群供、调水系统为背景,针对常规建模方法存在的状态可行域过大、决策变量与状态变量逻辑关系复杂等缺点,提出了直接以调度决策核心变量为基础分别构建"无源水库",建立基于"无源水库"的水库群供、调水系统优化调度动态规划模型。针对动态规划几种降维方法普遍存在的对初始状态依赖性强的问题,提出了全域变廊道降维搜索算法,保证在任意初始状态下,优化调度计算结果均能稳定逼近全局最优解。将水库群供、调水系统优化调度建模求解新方法与经典动态规划方法的计算结果进行对比,调度结果和计算效率都明显优于后者,证明了该方法的适用性和可靠性。研究成果对于系统实时调度具有重要意义。     

耦合KL理论与调度特征的大规模水电站群优化调度降维方法

大规模水电站群优化调度计算效率是水电及电力系统运行面临的最棘手问题之一,是突破超百座水电站高维复杂系统求解的理论和技术障碍。本文提出一种耦合KL理论与调度特征的水电优化调度降维方法,通过对水电站群长系列调度样本进行主成分分析,识别调度过程中的库水位变化特征值与其对应的特征函数,采用KL理论将库水位描述为多个水位变化特征项的组合函数,引入Kullback-Leibler散度以根据问题特点确定调度特征项随机系数的概率分布及初始值;构建了两阶段逐步迭代寻优策略,通过动态搜索水位特征项的随机系数实现大规模水电站群优化调度的高效求解。提出的方法以云南电网超百座水电站群调度问题进行了验证,通过不同算例对方法的有效性、高效性、随机系数概率分布和参数敏感性进行了分析,与经典动态规划及其改进算法相比,KL方法在有效保持结果精度的条件下显著提高了计算效率。     

基于贝叶斯统计与MCMC思想的水库随机优化调度研究

针对马尔柯夫随机动态规划中的维数灾问题,提出一种改进马尔柯夫随机动态规划方法,基于贝叶斯统计原理,采用马尔柯夫链蒙特卡洛方法(Markov Chain Monte Carlo,MCMC)从数学角度出发,推求出一定预报级别下的实际来流概率密度函数,建立与预报级别相关的实际来流概率矩阵,在考虑预报误差发生的情况下进行不确定性优化调度,并且将该方法计算结果与有无预报时段相结合的马尔柯夫随机动态规划方法计算结果进行比较。结果表明,该方法所得到的结果比马尔柯夫随机动态规划结果更加贴近实际多年平均发电量,并且能够有效地减少计算量,缩短计算时间,从一定程度上解决了维数灾问题,本方法为不确定性优化调度提供重要理论参考。     

水库群优化调度系统分析方法研究综述

我国是一个水资源紧缺的国家,且水资源时空分布极不均,主要江河都形成了由水库、堤防、分蓄洪区组成的防洪工程系统,水库群的优化调度已经成为我国各大流域防洪研究的重点.目前,这一研究领域主要采用系统分析的理论与方法,如线性规划、动态规划、大系统分解-协调等方法.同时,大量的新理论新算法极大地丰富了水库群优化调度的理论研究.本文在介绍了水库群优化调度研究意义的基础上,概述了系统分析方法的国内外研究进展,并对库群优化调度今后的研究进行了展望.     

水电站水库优化调度的隐性随机动态规划法

一、引言我国已建成的水电站日益增多,电网中水、火电站组成了一个复杂的大系统,要对整个电网进行优化调度,目前就理论和实际都难于做到。一般只对电网中的水电站群作为研究对象,求出优化方案,但仅就这点也没有现成通用的方法。目前,国内外普遍采用的优化调度方法是随机动态规划法,但应用随机动态规划法(简称SDP法)解决单一水库的优化调度还可以,若用它来解决多水库系统的优化调度问题则会遇到众所周知的“维数灾”。在我国除了大电     

梯级水电站水库群兴利随机优化调度数学模型与方法研究

应用随机优化方法，以黄河上游梯级水电站群为例，对梯级水电站群的兴利优化调度问题进行了研究，并对梯级的多年运行成果进行了分析.由于对入流的处理比较合理巧妙，从而有效地避免了“维数灾”问题.结果表明，所建立的模型是合理可行的。     

梯级水电站调度图优化的混合模拟退火遗传算法

为提高水库群联合调度时的水资源利用率,重新审核水库群系统中原有单库调度图的有效性,本文提出了一种解决库群联合调度多目标、多变量的智能优化新方法—混合模拟退火遗传算法。该方法将遗传算法的全局搜索能力和模拟退火算法的局部搜索能力相结合,提高了计算效率和精度,避免了手工修正调度图的随意性。在以实际生产项目为依托的应用与检验中,在满足各类边界条件及保证率要求的前提下,该方法对梯级水电站水库调度图的优化可行、有效,为优化梯级水库调度图提供了一种新的有效算法。