共查询到20条相似文献,搜索用时 109 毫秒
1.
基于改进微粒群算法的梯级水库群优化调度 总被引:4,自引:0,他引:4
为了进一步增强微粒群算法的优化性能,提出了一种改进微粒群算法,并将其用于求解梯级水库群的优化调度.该算法引进了类似遗传算法的交叉和变异算子来提高搜索效率,其中交叉是微粒在解空间中的位置以一定的概率随机进行算术交叉,变异是微粒以一定的概率随机使速度矢量的某一维分量变为0.为了加速收敛,初始微粒群生成时采用了有条件的随机自动生成方式,并利用惩罚函数法来处理边界条件和其它非等式约束.实例计算结果表明,改进微粒群算法具有比常规动态规划法和常规微粒群算法更快的计算速度,且优化调度结果比较满意. 相似文献
2.
基于NSGA-Ⅱ算法的多目标水火电站群优化调度模型研究 总被引:3,自引:0,他引:3
含有梯级水电厂的水火电力系统优化调度必须考虑各水电厂之间的水力耦合、上下游水电厂之间水流到达时间的延迟和可能弃水等因素.在考虑环境保护和节约能源以及水电厂运行特点的基础上,提出了一种以火电厂总运行费用、污染气体排放量、水电厂弃水量为优化目标的水火电站群多目标优化调度模型.快速分类非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)是一种新型的多目标遗传算法,文中首次将其应用于水火电站群的优化调度.计算表明,该模型有利于节能减排和环境保护,提高了水力资源的利用程度,提升了电力系统的综合运行效益,为水火电力系统短期优化凋度提供了新的研究思路. 相似文献
3.
4.
研究电力市场环境下梯级水电厂短期预发电计划问题,建立竞标电价预测的二次移动平均模型,在此基础上讨论了梯级水电厂短期(日)优化调度的效益最大问题,并建立了相应的数学模型和约束条件,并用逐次优化算法求解,为梯级水电公司在日前交易市场上科学地申报次日各时段的电价和电量提供了依据。算例表明,模型合理,效益显著。 相似文献
5.
《水力发电学报》2014,(6)
针对混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)早熟收敛的问题,利用云模型在知识表达时具有不确定中带有确定性、稳定之中又有变化的特点,对每个子族群的最优解进行正态云变异操作,调整青蛙的跳动步长以实现局部搜索,提出了一种云变异蛙跳算法(Normal Cloud Mutation SFLA,NCM-SFLA),弥补混合蛙跳算法在进化过程中容易陷入局部最优的不足。将其应用于梯级水库的短期优化调度中,实例计算表明,与逐次逼近动态规划、混合蛙跳算法及标准粒子群算法相比,该方法具有更好的全局寻优能力和较快的收敛速度,验证了该方法在求解梯级水电站短期优化调度问题中的合理性和有效性。 相似文献
6.
研究电力市场环境下梯级水电厂短期预发电计划问题,建立竞标电价预测的二次移动平均模型,在此基础上讨论了梯级水电厂短期(日)优化调度的效益最大问题,并建立了相应的数学模型和约束条件,并用逐次优化算法求解,为梯级水电公司在日前交易市场上科学地申报次日各时段的电价和电量提供了依据.算例表明,模型合理,效益显著. 相似文献
7.
8.
9.
10.
11.
风电出力的不确定性影响电网的稳定运行,大规模风电并网后“弃风”问题突出。为了充分考虑风电出力的不确定性,本文提出基于风电置信区间的风-水-火短期联合调度运行方法。利用梯级水电站启停灵活、爬坡速度快等优点平抑风电出力波动,构建了发电成本最小与清洁能源消纳最大的多目标优化调度模型。基于分层求解思想,将模型分为风电运行层、水电调度层与火电调度层,并提出了集成非参数法、启发式算法与改进的粒子群算法的总体求解框架,实现了模型的快速求解。某区域电网短期调度模拟运行结果表明,所提方法求解速度快,仅需83.5 s,在满足电力系统安全稳定运行约束与清洁能源消纳最大的前提下,水电、风电多发45.56万kWh,煤耗成本减少23.33万元。 相似文献
12.
梯级水电站水库群短期优化调度中,通常忽略梯级水库间水流滞时的影响或将其作为常数进行考虑,实际上水流滞时是随着上级水库出库流量大小、河道槽蓄状态、区间入流等因素动态变化,想要准确预测下级水库入流是存在困难的。因此,采用多种方法筛选出影响下级水库入库流量的主要因素作为输入,利用神经网络建立输入与下级水库入库流量之间的动态函数关系。以锦东和官地水库梯级为例,建立考虑动态滞时的梯级水电站水库群日优化调度模型,并采用逐次优化法对采用动态滞时与固定滞时的优化方案进行求解和对比分析。结果表明:与固定滞时相比,动态滞时下能够更准确地描述梯级水库间的水流联系,同时能够在一定程度上增加梯级水电站水库群发电效益。 相似文献
13.
14.
15.
探索新的调度模型求解方法一直是水库优化调度研究的热点之一。社会情感优化算法(SEOA)是一种新兴的启发式智能优化算法,但目前在水库优化调度中未见应用。将SEOA应用于梯级水电站发电优化调度中,并针对算法初始种群随机生成造成的初始解代表性低,引入了初始种群均匀设计,针对部分个体过早收敛导致的种群活力低、算法易于局部收敛,制定了种群淘汰策略,从而建立了改进社会情感优化算法(改进SEOA)。实例表明,在梯级水电站发电优化调度模型的求解中,改进SEOA搜索效率高、寻优能力强、稳定性好。 相似文献
16.
17.
水火电力系统多目标优化调度符合国家节能减排的政策导向,在考虑整个系统梯级水电站发电效益最大化、火电机组发电成本最小化和梯级水电站发电用水最小化的目标同时,考虑了火电机组二氧化碳排放最小化的优化目标。针对水火电力系统短期优化运行调度中目标函数的权重处理困难的因素,采用一种基于目标函数总体协调满意度的处理方法,通过采用自然选择机制策略和异步学习因子策略提高算法的性能。以5个梯级水电站和4台火电机组组成的水火电力系统为实例进行计算.优化仿真计算证明了所提出的优化调度模型和求解算法具有可行性和适用性。 相似文献
18.
19.
采用"优化-拟合-再优化-随机仿真"技术框架研究梯级水库群联合优化调度函数:首先建立梯级水库群优化调度模型,通过改进的动态规划方法得到最优样本;然后对最优样本进行回归分析得到联合调度函数;并基于模拟调度结果采用非线性规划法直接修正调度函数;最后通过水文随机模拟技术生成径流系列,进一步检验、评价所得调度函数的效率。以长江上游大渡河梯级水库长期优化调度为对象进行实例研究,计算结果表明:对于1959-2000年实测径流系列,梯级水库群联合优化调度函数较常规调度年均发电量增幅达1.66%;对于Copula随机模型生成的水文径流系列,年均发电量提高了1.42%,经济效益显著。 相似文献
20.
变尺度混沌优化算法在梯级水电站水库优化调度中的应用 总被引:2,自引:0,他引:2
利用变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA)对梯级水电站水库调度问题进行优化调度。主要思想是利用混沌运动的随机性,由Logistic方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库发电调度的最优调度线。实例计算结果表明,算法可以求解具有复杂约束条件的非线性梯级水电站水库优化调度问题。算法求解精度高,具有较大的实用价值,为求解梯级水电站水库优化调度问题提供了一种有效算法。 相似文献