基于改进粒子群算法的水电站水库优化调度

文章提出了应用改进粒子群算法求解水电站优化调度问题的方法,粒子群算法模拟了鸟类群体觅食的搜索过程来寻找水电站最优调度计划。对传统粒子群算法进行了改进,克服了早熟和陷入局部最优的缺点。实例计算表明,粒子群算法可以求解具有复杂约束条件的非线性水电站优化调度问题,与经典算法相比,该算法原理简单,易于编程,占用内存少,求解精度高,收敛速度快,是一种有效的搜索算法。     

改进粒子群优化算法在水库优化调度中的应用

为解决粒子群优化算法寻优过程中易出现种群趋同化而导致早熟收敛的问题,引入粒子群的进化速度和种群多样性适应度方差两个因素,构建了自适应的动态的惯性因子取值机制,并讨论了惯性因子的收敛性及参数的独立性,从而改进了传统粒子群优化算法的惯性因子线性取值机制。将改进的粒子群优化算法应用于某水库的优化调度中,验证了该算法能以较快的速度收敛得到全局极值,克服了易陷入局部最优的缺点,为水库优化调度问题提供了一条新途径。     

基于改进粒子群算法的水库优化调度研究

在分析以往水库优化调度模型优缺点的基础上,提出了基于动态调节惯性权重的粒子群优化方法的水库优化调度模型,对基本粒子群算法进行了改进。改进的算法通过时变权重的设置来实现,从而克服了PSO搜索精度不高,易陷入局部最优的缺点,并通过引入罚函数解决强约束问题。以某综合利用水库优化调度为实例进行研究,并与动态规划模型计算结果进行对比分析,实例计算表明:改进PSO算法原理简单,易于编程实现,而且占用计算机内存小,收敛速度快,搜索效率高,能以较快的速度收敛到全局最优解,是一种有效的搜索算法。     

改进微粒群优化算法在水库防洪调度中的应用

微粒群算法(PSO)是一种新颖的智能计算优化方法,具有全局寻优、收敛速度快等优点。针对标准PSO搜索精度不高和易陷入局部最优的缺点,提出了一种在速度进化方程中引进收敛因子的方法,改进了标准微粒群算法的收敛性。将改进的微粒群优化算法用于水库优化调度计算,结果表明,改进的PSO计算结果合理、有效,可作为水库防洪优化调度的一种新方法。     

混合粒子群算法在水库优化调度中的应用

水库优化调度是个非线性、强约束的组合优化问题,利用基本粒子解方法易于陷入局部优化;本文利用混合的粒子群算法,较好地克服了基本粒子群早熟和易于陷入局部最优的缺点,获得了更好的计算精度.实例结果表明,该方法有一定的有效性.     

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。     

基于混沌粒子群算法的水电站水库优化调度

介绍了混沌粒子群算法,并将其用于水库调度中,指出:混沌粒子群优化算法引入了混沌搜索机制,增加了粒子的多样性,扩大了搜索的范围,不仅保持了粒子群优化算法收敛速度快的优点,而且还增强了全局收敛能力,能避免陷入局部最优的情况,可以更好地解决水库优化调度的强约束、多阶段、非线性组合问题.     

改进粒子群算法在梯级水库优化调度中的应用

针对粒子群优化算法搜索精度不高和易陷入局部最优解的缺陷,结合梯级水库联合优化调度的实际问题,提出了惯性权重的余弦处理机制和自适应选择学习对象策略,并结合分层交叉思想对粒子群算法进行了改进。实例计算表明:该算法合理、可靠,有效地提高了计算精度与效率。     

水库水沙优化调度

摘 要:针对水沙优化调度多目标、高维和难以求解的特点,利用约束法将多目标模型转化为单目标模型,并采用全局搜索能力和收敛性较强的鲶鱼效应粒子群算法求解水沙优化调度模型.该算法利用鲶鱼效应对种群多样性的动态调节和驱赶作用,克服了粒子群容易陷入局部最优的缺点.实例验证表明,优化结果给出了较为满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,算法具有有效性和通用性.     

改进粒子群优化算法在水电站群优化调度中的应用研究

为克服常规粒子群优化算法易早熟、后期收敛慢且易陷入局部最优解的缺点,本文提出一种新的惯性权重系数更新策略——自适应指数惯性权重系数(SEIWC)代替线性递减惯性权重系数(LDIWC),同时,将遗传算法中的染色体交叉、变异思想引入粒子的更新策略,提高粒子的多样性,增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例,建立基于改进粒子群优化算法的库群长期优化调度模型。计算结果表明,该模型的调度结果显著优于常规粒子群优化算法,与逐步优化算法结果水平相当。     

水库水量平衡计算中消除水位跳变影响的过滤算法

水量平衡算法广泛应用于水调系统中入库流量计算,但其计算结果受库水位影响较大,常因库水位波动而产生锯齿状震荡。对常用入库流量震荡问题处理方法进行了比较,并对库水位跳变引起的入库流量计算影响进行分析,提出了基于水量平衡的库水位跳变过滤算法。该算法以当前水位最大设计出库流量作为基准,利用水量平衡模型反推时段最大水位下降幅度,从而判别新水位值是否属于异常跳变。该算法判别阈值可根据水库特性和水位值自适应变动,使异常判别更为精准。以槟榔江三岔河水库为例,分析了该算法对库水位跳变处理过程及入库流量计算成果。结果表明,该算法能有效过滤小幅水位下降异常跳变,减轻入库流量锯齿震荡。     

单纯形混合遗传算法在水库优化调度中的应用研究

针对遗传算法收敛速度慢,收敛率低等缺点作了改进,引进了单纯形算法与遗传算法相融合的单纯形混合遗传算法(SM-HGA),并将其应用于水电站水库优化调度中,通过实例计算证明改进后的单纯形遗传算法具有收敛速度快收敛率高的优点,是水库调度比较好的方法.     

结合广度搜索的遗传算法在水库调度中的应用

为了改善遗传算法在水库优化调度中的应用效果,采用自适应遗传算法和广度搜索算子结合的算法,同时为保证水库优化调度搜索全局最优提供了一定保障。针对遗传算法容易陷入局部最优的缺点,引入正弦函数取随机数的广度搜索与遗传算法相结合的算法。通过分析比较单独使用自适应遗传算法或者广度搜索算法以及结合算法在实际水库优化调度中效果,结果显示,优化结果要比自适应遗传算法以及广度算法的结果更理想。充分证明了结合算法的高效全局搜索能力,避免了自适应遗传算法陷入局部最优,同时在一定程度上克服了广度搜索很难收敛的缺点,在一定收敛条件下得到了更接近全局最优的结果。     

一种基于3D GIS 的计算水库淹没区范围的算法研究

介绍了水库淹没区的基本概念,分析了传统基于二维的水库淹没区范围和基于 DEM 模型的水库淹没区范围 2 种计算方法的不足,及它们计算水库淹没区范围存在误差的原因。提出了一种基于 3D GIS 的计算水库淹没区范围的算法,并列举了所提算法用来计算水库淹没区范围的基本流程,论证了该算法在理论上的可行性和在实践中的有效性。     

Multi Objective Simulation-Optimization Approach in Pollution Spill Response Management Model in Reservoirs

In this study, a Pollution Spill Response Management Model (PSRMM) is developed to provide an emergency response on reservoir operation during accidental injection of hazardous material to reservoirs. PSRMM consist of spatial system analyzing (SSA) model, 2D hydrodynamic and water quality simulation model (CE-QUAL-W2), and multi-objective particle swarm optimization (MOPSO) algorithm. CE-QUAL-W2 model is applied for spatial and temporal analysis of water body in simulation routine of PSRMM. Also, in an advanced modeling framework, CE-QUAL-W2 is coupled with MOPSO algorithm to obtain desirable near optimal reservoir operation strategy and/or emergency planning in selective withdrawal framework. The simulation-optimization (SO) routine of PSRMM provides pareto optimum reservoir operation strategy in selective scheme to minimize reservoir cleanup time and to reduce the magnitude and frequency of water quality standard violations. The proposed tool is applied in Ilam reservoir in Iran, as a multipurpose hydraulic project providing water for drinking, irrigation, and flood control during an accident spill of conservative hazardous material. Different scenarios are defined and tested employing the proposed PSRMM for managing accidental spill of conservative pollutant into the reservoir.     

鲸鱼优化算法在水库优化调度中的应用

为验证鲸鱼优化算法在水库优化调度求解中的可行性和有效性,采用4个典型测试函数对鲸鱼优化算法进行仿真验证,并与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法共6种算法的仿真结果进行对比分析;将鲸鱼优化算法与6种对比算法应用于某单一水库和某梯级水库中长期优化调度求解。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点;鲸鱼优化算法单一水库和梯级水库优化调度结果均优于其他6种算法;鲸鱼优化算法应用于水库优化调度求解是可行和有效的。     

遗传算法在水库调度中的应用综述

简要回顾了遗传算法在水库调度中的应用概况,对遗传算法用于水库调度优化时的编码、约束条件处理、早熟与全局收敛性、参数设置、混合遗传算法、多目标遗传算法以及效率评定准则等问题进行了综述。分析遗传算法耗时与全局收敛之间的矛盾后认为,遗传算法适用于传统方法难以求解的优化问题,以及对计算时效性要求不高或者目标函数计算复杂度不高的实时水库调度问题,特别是水库中长期调度以及水资源规划问题。     

Long-Term Stochastic Reservoir Operation Using a Noisy Genetic Algorithm

To deal with stochastic characteristics of inflow in reservoir operation, a noisy genetic algorithm (NGA), based on simple genetic algorithms (GAs), is proposed. Using operation of a single reservoir as an example, the results of NGA and Monte Carlo method which is another way to optimize stochastic reservoir operation were compared. It was found that the noisy GA was a better alternative than Monte Carlo method for stochastic reservoir operation.     

基于ELQG算法的水库群优化调度研究

针对目前复杂水库群优化调度算法存在早熟收敛和运行时间长等问题,本文深入研究基于ELQG算法的水库群优化调度的原理、方法与步骤,利用ELQG算法求解新安江-富春江水库优化调度模型,并将不同典型年优化下调度结果与DP算法进行对比。结果表明:ELQG算法中梯级水库联合年发电量减少0.1亿~0.3亿k W·h,平均水位降低1.0~1.3 m,但计算速度平均提高20倍。ELQG算法具有较强的实用性和可操作性,为多目标、高维水库群的优化调度提供了一种新的途径。     

Optimal Operation of Hydropower Reservoir Systems Using Weed Optimization Algorithm

The optimal hydropower operation of reservoir systems is known as a complex nonlinear nonconvex optimization problem. This paper presents the application of invasive weed optimization (IWO) algorithm, which is a novel evolutionary algorithm inspired from colonizing weeds, for optimal operation of hydropower reservoir systems. The IWO algorithm is used to optimally solve the hydropower operation problems for both cases of single reservoir and multi reservoir systems, over short, medium and long term operation periods, and the results are compared with the existing results obtained by the two most commonly used evolutionary algorithms, namely, particle swam optimization (PSO) and genetic algorithm (GA). The results show that the IWO is more efficient and effective than PSO and GA for both single reservoir and multi reservoir hydropower operation problems.