模糊动态规划在三峡梯级电站短期优化调度中的应用

在水库的短期优化调度中存在着一些模糊约束条件，如何处理这些约束对于问题的求解至关重要．模糊优化为解决这类问题提供了一条有效的途径，它以模糊集合论为基础，并与常规调度技术、优化调度技术融为一体，互相取长补短，克服了传统方法处理模糊信息及模糊现象所遇到的困难，寻求满意的调度方式、调度方案和调度图，以指导水库运行．本文针对三峡梯级电站的短期优化调度建立了模糊优化模型，通过实例仿真表明，其优化结果是令人满意的，从而说明了该方法的有效性。     

三峡梯级电厂日优化调度

梯级水电厂间的电力联系和水 力联系使得水电厂的短期经济运行非常复杂，其调度方式也灵活多变。文中针对三峡梯级水 电厂的3种可能调度方式，建立日优化运行模型，并用动态规划进行求解。计算结果表明， 动态规划方法对于求解梯级水电调度问题是行之有效的。     

基于分时电价的梯级水电站群短期联合优化运行

研究了电力市场环境下梯级水电厂短期联合优化调度问题,建立了基于分时电价的梯级水电站群优化调度数学模型并采用增量动态规划(IDP)优化算法对模型进行求解,讨论了梯级水电厂短期优化调度的效益最大问题,为梯级水电公司在目前电力市场机制下科学地申报次日各时段的发电量计划提供了依据。应用实践情况表明,该模型计算结果合理,效益显著。     

松江河梯级水电站短期优化调度数学模型分析

应用改进粒子群算法求解松江河梯级水电站短期优化调度问题,建立梯级电站发电量最大和发电效益最大短期优化调度数学模型。针对粒子群算法存在的后期收敛速度慢和易陷入局部最优等缺点,引入收缩因子和基于遗传思想的变异算子对其进行改进。应用改进粒子群算法对松江河梯级水电站进行短期优化调度,分别采用发电量最大和发电效益最大数学模型进行算例分析。结果表明：对梯级电站进行短期优化调度可以提高梯级电站的整体质量和效益;应用改进粒子群算法求解梯级电站短期优化调度问题在求解时间、精度上都取得了满意的效果。     

遗传算法在短期发电优化调度中的研究与应用

 将遗传算法用于解决梯级水电系统短期发电优化调度问题，并建立了短期发电优化调度模型，详细阐述了用遗传算法解决问题的步骤。实例证明，该方法能够求解具有复杂约束条件下的非线性优化问题，算法编程简洁，易于实现，从而为梯级水电站短期发电优化调度问题提供了一种有效的解决方法。     

梯级水库短期优化调度模型的精细化与GPU并行实现

<正>目前制约梯级水库短期优化调度在实际工程中应用的主要瓶颈有:所构建的优化模型存在不合理的简化策略,所选择的求解算法无法保证解的质量以及模型的计算时间远超规定时长。为解决上述问题,本文首先构建精细至水电站各机组工作特性的优化调度模型,接着通过二重嵌套动态规划(DP)计算给定模拟精度下的高质量解,并     

蚁群算法求解梯级电站短期优化调度改进研究

本文提出一种改进蚁群算法(Improved ant Colony Optimization Algorithm)求解梯级水库群短期优化调度问题。该算法的改进主要包括嵌入邻域搜索的单库轮换寻优、基于出力反推的初始解生成技术和约束优先的目标函数比较方法。以四川某中型流域梯级三级电站联合运行为背景,对蚁群算法和改进蚁群算法的求解质量和收敛性进行比较,实例验证表明,改进蚁群算法可以获得较好的优化调度结果。     

三峡梯级电站的模糊优化调度方法

三峡梯级调度中存在着大量的模糊信息，如入库流量、负荷需求等，为 了更好地处理这些模糊信息，同时考虑到梯级电站之间水和电的联系，文中在传统优化调度 的基础上, 结合模糊数学理论，对三峡梯级优化调度的模糊求解方法进行了研究。     

梯级水电站短期优化调度算法研究

随着梯级水电站的不断投产,梯级水电站短期优化调度面临的多维性、多目标性、多约束性问题越来越突出。在分时上网电价的基础上,电网峰平谷段出力比约束需着重考虑。为此,以梯级发电收益最大为目标函数研究梯级水电站短期优化调度算法,提出定出力和POA结合算法,将峰平谷出力比离散,先求解定峰平谷出力的调度过程,再用POA优选短期最优调度解。实例验证表明,算法较好地解决了高维数、多约束条件下梯级短期优化调度问题,调度结果实用性、可操作性好。     

梯级水库短期优化调度模型的精细化与GPU并行实现

目前制约梯级水库短期优化调度在实际工程中应用的主要瓶颈有:所构建的优化模型存在不合理的简化策略,所选择的求解算法无法保证解的质量以及模型的计算时间远超规定时长。为解决上述问题,本文首先构建精细至水电站各机组工作特性的优化调度模型,接着通过二重嵌套动态规划(DP)计算给定模拟精度下的高质量解,并针对算法固有的"维数灾"问题,一方面通过数据压缩与数据库技术降低程序的内存占用量,另一方面将GPU并行加速技术首次引入水库调度领域,通过OpenACC实现算法的GPU并行以减少计算时间。最后通过潘口、小漩梯级水库日优化调度的实例研究与对比分析得出:精细模型较传统模型能更好地贴合电站的实际工况,提高梯级系统的发电效益;内存占用缩减策略的引入能有效降低算法的空间复杂度;GPU并行较传统的CPU并行能大幅提升算法的求解速度。由此为短期优化调度的理论发展与算法"维数灾"的处理提供借鉴。     

Optimization on the VFDs’ Operation for Pump Units

The third Huaiyin pumping station in the South-to-North Water Diversion Project aims to solve the problem of lack of water. In order to save on electricity while satisfying the required flow demand, the operation optimization problem of the third Huaiyin pumping station is investigated, with a mathematical model set up to simulate the optimal daily operation, in which the pump units can have variable speed. After analyzing the characteristics of the mathematical model, an improved dynamic programming algorithm is presented to decrease the dimensions of the operation optimization problem and save electricity cost, which enables us to perform a practical engineering application. After discretization of the optimization problem has been achieved, the number of operational schedule sequences could be reduced and optimal scheduling could be achieved to save electricity costs by power constraint, classified enumeration constraint, feasible combination constraint and flow demand constraint. Through research and analysis of the working of the third Huaiyin pumping station, optimal operational scheduling of multiple pump units with variable speed operation using variable frequency drive (VFD) can lessen the electricity tariff significantly compared with dynamic programming with the successive approximation method and decomposition/aggregation-dynamic programming method. The operational electricity tariff is reduced by 7.71% by the improved dynamic programming algorithm in comparison with the benchmark scheduling. Simulation results demonstrate that the cost efficiency comes from variable speed operation with VFD and flow demand transfer from the time periods when a high electricity tariff applies to time periods of a low electricity tariff based on the time-of-use electricity tariff.

     

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。     

梯级水电站群优化调度算法研究

根据梯级水电站群远程集控调度的特点,研究了适用于梯级水电站群的优化调度算法。讨论了梯级水电站群优化调度准则,对几种典型优化算法的适应性和局限性进行了分析比较。结果表明,在流域梯级电站数量较少时可采用动态规划算法,在流域梯级电站规模较大时可采用基于遗传算法的改进型优化算法。按照流域梯级水电站的实际情况采用适应的优化算法,才能发挥梯级水电站远程集控优化调度系统的优势。     

多维多目标模糊优选动态规划及其在农业灌溉中的应用

本文提出了多维多目标模糊优选动态规划理论及其解法，并将该理论及解法应用于农作物非充分灌溉制度设计，建立了在考虑作物种植风险指标时，非充分灌溉制度的多目标优化模型。本文结合实例对不同供水方案下冬小麦的灌溉制度、单目标模型及多目标模型进行了分析对比。结果表明，本文提出的多维多目标的模糊优选动态规划及其解法是可行的，能够保证作物在有限灌溉条件下，可提高水分生产率，使作物的阶段平均含水率保持在适宜的范围。     

松江跨流域引水梯级电站群长期优化调度方法

结合松江跨流域引水梯级水电站群,建立了长期优化调度模型及求解方法。该模型首先确定初步的引水流量,然后以典型日负荷曲线为基础构建调峰电价曲线,以调峰效益最大为目标构建梯级水电站群优化调度模型,采用逐步优化算法、逐次逼近算法和状态逐密离散微分动态规划联合对模型进行求解。通过不断调整引水流量,对目标函数进行寻优,确定引水流量及相应的各水库调度方案,以充分发挥跨流域引水水库的调节与补偿能力。成果可直接应用于松江流域。     

模糊线性规划在微灌干管管网系统优化中的应用

微灌干管管网各支管入口处压力具有模糊性，即该处压力在一定范围内变化不会影响工程正常运行。针对这一特点，本文分别建立了起点水压未给和已给的微灌干管管网系统优化设计的模糊线性规划数学模型，在模型的求解过程中，通过适当的变换，将模糊线性规划问题转化成一般线性规划问题，采用单纯形法求解。根据所建立的起点水压未给的微灌干管管网系统优化设计的模糊线性规划数学模型，可确定泵站扬程未定的机压微灌干管管网系统优化设计方案；根据所建立的起点水压已给的机压微灌干管管网系统优化设计的模糊线性规划数学模型，可确定泵站扬程已定的加压和自压微灌干管管网系统优化设计方案。与普通线性规划问题相比，这一方法可使设计结果更为经济合理。     

基于长期与中长期嵌套的水库优化调度

为解决水库优化调度过程中时间尺度不同而导致的水库综合效益不高的问题,以防洪与兴利为目标,将水库长期优化调度与中长期优化调度进行嵌套,建立水库多目标优化调度嵌套模型。其中,多目标问题通过约束法将防洪目标转换为硬性约束后,再转化为求解发电量最大值的单目标问题。算法方面,综合对比后确定长期优化调度采用动态规划算法求解、中长期优化调度采用遗传算法求解。为验证嵌套模型的优化效果,以澄碧河水库为例,进行水库优化模拟调度。结果表明:在满足防洪目标的前提下,嵌套模型优化调度方案相较于长期优化调度方案和实际调度方案效益均更高,验证了嵌套模型在水库优化调度问题中的优越性。     

三峡水库动态汛限水位与蓄水时机选定的优化设计

阐述了三峡水库运行初期的调度规则，建立了实时调度模型。提出了防洪、发电和航运等指标体系，在此基础上，建立了用于动态汛限水位和蓄水时机优化的混合规划数学模型，并设计了一种混合编码方式，运用遗传算法对该模型进行优化求解。利用宜昌站1882～2001年实测日流量资料进行模拟优化，生成了一系列非劣解；然后运用模糊决策的方法，得到了相对合理的动态汛限水位与蓄水时机方案。结果表明，优化设计能权衡防洪与兴利之间的关系，充分挖掘汛初与汛末的潜力，提高三峡水库运行初期的综合效益。     

基于可行域搜索映射的并行动态规划

为解决传统动态规划在处理水库群联合优化调度时面临的约束处理机制选择和计算时间长的问题,引入映射思想,基于映射和集合论知识构建可行域搜索映射模型,并结合动态规划的并行性,提出基于可行域搜索映射的并行动态规划。该算法通过构建时段可行搜索空间和并行模式,以规避无效状态组合计算并充分发挥计算机多核优势,提高计算效率。以李仙江流域三库联合调度为实例进行研究,从年发电量、计算耗时等方面将改进算法与传统动态规划以及逐步优化算法(POA)进行详细的对比分析。结果表明,该算法能在保证解全局收敛性的前提下减少计算耗时,制定梯级水库最优调度策略。     

雅砻江和金沙江中下游梯级水库联合优化调度建模及应用Ⅰ——联合优化调度潜力分析

梯级水库群优化调度涉及联合建模、高效求解、规则提取、效益评估等多方面内容。以雅砻江和金沙江中下游梯级水库联合优化调度为主要目标,在水库群联合调度建模的基础上,引入大系统分解协调与离散微分动态规划方法进行优化求解,并设计多种方案进行效益分析。研究表明,联合优化调度相较于各水库单独调度发电量均有所增加,发电总量平均增大2.8%,尤其在来水偏丰年份,水库群联合优化对发电量提升效果显著。其中,金沙江下游梯级增发电量平均占总体增发电量的70%以上,在发电总量较低的年份,金沙江下游梯级增发电量基本等于三流域总体增发电量,展现了金沙江下游梯级库容大、水头高、调蓄能力强的巨大优势。同时,金沙江中游和金沙江下游联合优化发电量大于雅砻江和金沙江下游联合优化发电量,若能通过投资并购、调度补偿等多种形式,探索形成金沙江下游梯级与金沙江中游梯级联合优化调度模式具有重要意义。