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。     

蚁群算法求解梯级水电厂日竞价优化调度问题

应用蚁群算法(Ant Colony algorithm,ACA)，即利用蚂蚁群体相互协作和邻域搜索寻找功能，求解梯级水电站日竞价优化调度问题。计算中定义水库调度线为蚂蚁路径，利用状态转移、信息素更新和邻域搜索，不断调整路径逐步向最优值逼近。计算结果表明，梯级电站电量时空分配合理，并且满足约束条件，该算法可以求解具有复杂约束条件的非线性梯级优化调度问题。     

基于改进布谷鸟算法的梯级水库长期优化调度研究

梯级水库优化调度模型的求解一直是水利学科需要深入研究的基本问题。使用改进布谷鸟算法求解梯级水库优化调度模型是一种新思路。布谷鸟算法是近年来提出的一种新颖的启发式全局搜索算法,该算法参数少、鲁棒性强、搜索效率高,已得到广泛的研究和应用。对标准布谷鸟算法的寻优机制作了阐述,并尝试在算法进化过程中采用动态发现概率以及引入变异机制对标准算法进行改进,提出了改进的布谷鸟算法,并将其应用于某梯级水库优化调度中。以实例验证了布谷鸟算法在梯级水库优化调度中的可行性和有效性,提出的改进策略可有效克服标准算法中的"早熟"现象,改进算法搜索效率更高,寻优结果更稳定。     

基于改进布谷鸟算法的梯级水库优化调度研究

梯级水库优化调度模型的求解一直是水利学科需要深入研究的基本问题。使用改进布谷鸟算法求解梯级水库优化调度模型是一种新思路。布谷鸟算法是近年来提出的一种新颖的启发式全局搜索算法,该算法参数少、鲁棒性强、搜索效率高,已得到广泛的研究和应用。本文对标准布谷鸟算法的寻优机制作了阐述,并尝试在算法进化过程中采用动态发现概率以及引入变异机制对标准算法进行改进,提出了改进的布谷鸟算法,将其应用于某梯级水库优化调度问题当中。实例验证了布谷鸟算法在梯级水库优化调度中的可行性和有效性,提出的改进策略可有效克服标准算法中的"早熟"现象,改进算法搜索效率更高,寻优结果更稳定。     

水库优化调度混沌蚁群算法数学模型实例研究

本文在分析研究混沌优化和蚁群算法的基础上,将两种算法的思想组合优化,研究建立了混沌蚁群算法水库优化调度数学模型,并结合混沌优化和蚁群算法求解了该模型,完成了水库的优化调度计算。     

改进差分进化算法在水库优化调度中的应用研究

差分进化算法在求解水库优化调度时,进化后期种群多样性急剧下降,导致算法无法跳出局部最优解而出现“早熟”收敛。针对该问题,该文对算法的贪婪选择策略进行改进,使其以一定的概率动态接受稍差解作为子代个体,从而提高算法的种群多样性;同时,提出种群基因重生策略,进一步改善种群进化的基因信息结构。将改进的差分进化算法应用于清江梯级发电调度问题,并与差分进化算法、模拟退火算法求解结果进行对比。模拟结果表明,改进算法具有更强的全局搜索能力,求解梯级水库优化调度问题更具有优势。     

冶峪河流域供水水库优化调度及用水补偿研究

针对梯级水库供水优化调度中模型目标的选择往往只重视综合效益的最大而无法协调各方面的利益,提出梯级水库优化调度与用水补偿相结合的思想,对用水削减方给予一定补偿。以冶峪河流域为研究对象,建立流域可供水量之和最大的多水源联合调度数学模型,采用蚁群算法,对模型进行求解,并根据流域实际分析用水削减方的用水补偿方案。结果表明:上游屯庄水库的运行,影响下游黑松林水库多年平均灌溉水量从1022.7万m3减少到851.2万m3,使黑松林水库灌区供水保证率减小了13.43%;而对下游灌区的用水补偿方案可以设定近期和远期两种补给方案后达到平衡。蚁群算法在研究梯级水库调度中计算速度快、收敛性好;水库调度与用水补偿相结合,可以最大限度地满足各部门用水需求,有效解决流域上下游和不同行政区之间的用水矛盾,为梯级水库供水优化调度提供了一种新的模式。     

梯级水库群联合优化调度算法研究综述

系统介绍了梯级水库群联合调度模型求解的常规优化方法和智能优化方法,其中常规优化方法包括动态规划法及其改进方法和大系统分解协调等方法,智能优化方法包括粒子群优化算法、遗传算法、差分进化算法等。在评述各种方法的基础上,给出了大规模水库群联合优化调度需要解决的问题:1模型系统求解的稳定性和求解效率的平衡问题;2考虑生态环境的多目标优化调度模式;3水库群优化调度模型描述方法;4优化模型输入和输出的不确定性问题;5机组高水头多振动区运行问题。同时,指出了智能优化算法的发展方向:1数学理论基础研究;2参数对算法结果的影响分析;3各种优化算法的改进与融合;4求解算法的并行计算和云计算技术。     

梯级水电站短期优化调度算法研究及软件开发

传统的动态规划算法和POA算法在求解梯级电站短期优化调度上容易出现维数灾的问题,为此以重庆阿蓬江流域梯级水电站为例,根据实际调度需求提出了改进逐次逼近动态规划算法,建立了梯级水电站发电量最大模型,并开发了相应的高级应用软件.结果表明,其运算效率高,收敛性好,能够满足梯级水电系统的调度需要.     

基于蜻蜓寻优算法的梯级水电站短期优化调度方式研究

梯级水电站短期优化调度对于践行中长期优化战略方案,确保梯级电站综合效益的发挥具有重要意义,而对于梯级水电站短期优化调度模型的求解方法仍是当前研究的重点。蜻蜓算法是近年提出的仿生型智能优化算法,该研究在梳理蜻蜓算法优化计算原理的基础上,通过引入初始种群个体优化和增加局部合理性判定等适应性调整操作,探索蜻蜓仿生优化算法在梯级水电站短期优化调度中的求解应用。最后以大渡河下游瀑布沟-深溪沟-枕头坝梯级三站为实例,验证了采用该算法的有效性,计算结果可为大渡河梯级电站优化运行提供参考,同时该研究给梯级电站优化问题求解提供新的途径。     

硕多岗河梯级水电站群短期优化调度研究

以云南硕多岗河梯级电站为主要研究对象,介绍了在调峰任务下梯级水电站的短期优化调度模型的改进方法,并建立相关数学模型.利用遗传算法可以从多初值沿多路径全局寻优的特点,打破了逐级寻优的常规方式,对梯级6站15台机组进行整体求解,总结其厂间和厂内的调度运行规律.分析遗传算法寻优得到的结果以及该模型反映出的机组和梯级各电站的特点,并与常用的梯级调度和水电站经济运行方法进行了比较.结果表明,该模型较好地反映了梯级电站在调峰任务下的水力联系和机组的运行特点.     

双层耦联遗传算法求解流域梯级水电站厂内经济运行问题研究

针对梯级水电站厂内经济运行调度模型约束条件多、求解复杂的问题,提出了一种基于遗传算法的双层耦联求解算法,该算法兼有机组负荷分配和机组组合双重优化的特点,可同时求得厂内经济运行优化调度模型的全局最优解.研制开发了基于此算法的梯级水电站厂内经济运行优化调度程序软件,并且已应用于某流域梯级水电站厂内经济运行实际调度计算中,取得了较高的工程应用价值.     

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。     

基于改进萤火虫算法的梯级水库优化调度研究

梯级水电站水库群联合调度问题具有复杂的约束条件,受到发电、供水、防洪等目标的制约。作为多目标非线性优化调度问题,为了解决传统算法中存在结果受初值参数影响较大、容易陷入局部最优解、收敛速度不理想等问题,首次尝试将萤火虫算法引入梯级水库优化调度研究中。在传统萤火虫算法模仿自然界萤火虫捕食求偶行为的基础上,对其进行优化与改进,引入目标空间中解的Pareto支配关系比较萤火虫荧光亮度,比较其优化解,采用轮盘赌法确定萤火虫每次更新过程中的移动路径,利用精英保留策略建立多目标萤火虫模型。通过典型的梯级水电站进行仿真计算,研究结果表明,改进的多目标萤火虫算法在优化过程中具有较强的寻优能力,能更好地进行全局搜索和局部搜索,计算过程中具有良好的稳定性,并且计算效率较高,优于遗传算法(GA)、粒子群算法(PSO)和蚁群算法(ACO),为多阶段、多约束的梯级水电站水库群中长期优化调度问题提供了新的途径和新方法。     

Application Research of Inner-plant Economical Operation by Multi-colony Ant Optimization

A new multi-colony ant optimization (MCAO) combined with a dynamic economic distribution (DED) technique has been proposed for the economical operation of the inner-plant of a hydropower station. MCAO and DED are applied to solve the unit commitment (UC) sub-problem and the economic load distribution (ELD) sub-problem consolidating the ramp rate constraints for the entire schedule. Moreover, a patching mechanism is developed to converge quickly on the optimal solution in two respects: minimum up/down and spinning reserve. A mechanism mitigates the premature convergence by measuring the uncertainty of pheromone with information entropy. A local research technique enriches the diversity of solution space by selecting the derived solutions from the perturbation mechanism. In comparison with the genetic algorithm, the particle swarm optimization, and the ant colony optimization, the MCAO is significantly robust and provides better solutions to the economical operation problem of hydropower stations. Numerical simulations exhibit the superiority of the DED technique regarding stably and quickly consolidating the ramp rate constraints.     

改进蚁群算法及其在水利工程项目管理中的应用

为了更加有效解决水利工程项目管理中的多目标决策问题,提出了一种改进蚁群算法。该算法首先利用遗传算法的全局搜索能力将信息素初始化,然后在算法进行遍历过程中引入变异操作和交叉操作,提高算法的鲁棒性和有效性。水利工程项目多目标优化案例分析表明,较传统遗传算法和蚁群算法,本文提出的方法对于解的寻找速度更快,解的质量更高,该算法具有较高的全局寻优能力。该研究为水利工程项目管理多目标决策问题的解决提供了一种新的思路和方法。     

三峡梯级日优化运行模型及算法

三峡梯级水电站日运行中,给定三峡用水量制定梯级发电计划,给定梯级总负荷优化电站间负荷分配,是其两种最基本的运行方式。针对这两种基本运行方式,探讨了几种常用优化准则的数学模型。根据实际运行中梯级的各种约束条件,建立了梯级日优化运行的数学模型,给出了相应的计算方法。在计算中,考虑电站的水头变化和两坝间水流时滞的影响,对上述优化问题采用了综合改进动态规划的方法进行计算。仿真计算表明,该模型及算法能够很好地解决三峡梯级日优化运行问题,并能够满足实际运行的需要。同时,还就实时优化问题进行了探讨。     

Application Research of the Improved Overall Temporal and Spatial Economic Operation Model Based on Information Entropy in Large-Scale Hydropower Station

For the high dimensional and complex inner-plant economical operation problem of large hydropower station, an improved ant colony optimization with adaptive ability, inspiring ability and local search ability was proposed. Spatial optimal load distribution model and temporal unit commitment model was combined into an overall temporal and spatial economic operation model, in which an innovative ant colony model of multiple ant colonies, multiple outsets and multiple routes was adopted. Information entropy was applied to adjust the path selection strategy and pheromone updating strategy of ant colonies along with the change of its value during the iteration. Two inspiring factors were applied in the algorithm to guide the ant colonies to search for optimal paths in a more efficient and targeted way. Local search ability was guaranteed by local translation of unit start-stop points of the optimal solution in each iteration. In the optimal load distribution model, optimal distribution table was set in advance using dynamic programming, which only took account of the stable operation regions and avoided the cavitation and vibration areas for the security and stability of units. The proposed method is applied to the Three Gorges Hydroelectric plant. Compared with other methods under different water heads, this method shows optimized result under the premise of both calculation speed and stability.     

新一代流域梯级电站优化调度决策 支持系统研究

本文分析新一代流域梯级电站优化调度决策支持系统特点,研究以算法模型为核心,以流域为基础计算单位,以调度方案为中心,以GIS技术、云计算为支撑构建软件系统。研究通过基于水情预报的多调度方案生成、调度方案分析决策和调度方案后评估形成一体化优化调度决策流程,以此为指导构建新一代流域梯级电站优化调度决策支持系统。