中期火电机组开机优化的改进逐步优化算法

根据中期火电机组开机优化的特点,建立了兼顾传统模式及节能原则下电力运行的中期火电机组开机优化模型,并提出了一种改进的逐步优化算法(IPOA)对模型进行求解.算法以启发式搜索获得的初始可行解为基础,通过逐步优化算法(POA)对其不断改进,同时引入均化系统开机容量及合并单站开机容量峰值策略,使目标解从约束边界处沿目标等值线向可行域内部移动,为POA循环迭代提供搜索空间,有效地克服了POA易陷入局部最优的缺点.算法实现时,采用局部验证策略对开机容量峰谷持续时段约束进行简化判断,提高了计算效率.最后结合云南电网实际情况,对模型和算法进行了验证.     

雅砻江下游梯级电站群中长期优化调度模型及其算法研究

雅砻江下游河段流量丰沛稳定,电站分布集中,电站经济指标和开发条件优越,发电效益和综合效益显著.为指导雅砻江下游梯级电站联合优化运行,建立了中长期优化调度模型,利用POA(逐步优化算法)求解模型.求解模型时考虑了各种约束,得到计算结果较为满意,显著提高了水库效益.     

溪洛渡—向家坝—三峡梯级水电站中长期优化调度研究

溪洛渡、向家坝、三峡组成梯级水电站群,在建立中长期优化调度模型时不仅需要考虑各水电站间存在的电力、水力联系,还要考虑水库的防洪、航运等综合任务。提出了适合溪洛渡—向家坝—三峡梯级水电站的中长期优化调度的数学模型,并采用引入罚函数的逐步优化算法(POA)对模型进行有效求解。求解模型时考虑了各种约束,求解结果表明,收敛效果好,能够得到满意的优化结果。     

耦合水质目标的三峡水库非汛期多目标优化调度模型

基于BP神经网络水质预测,引入"稀释比",建立了耦合水质目标的三峡水库非汛期多目标优化调度模型.基于加权和形式的凸模糊决策,将多目标转化为单目标,再应用遗传算法求解优化调度模型.优化计算结果给出了既能满足发电量需求又有改善支流水质作用的综合效益最优的三峡水库非汛期调度运行方式,从而有效地实现了多目标耦合的水库优化调度策略.     

计及效率的综合能源系统多目标优化调度方法

综合考虑综合能源系统(IES)在能效、经济、环境等多目标上的优化调度需求,提出一种IES的多目标优化调度模型及求解方法,以实现多能互补IES的节能减排、经济运行与环境友好调度运行。首先建立了满足IES在能效、经济、环境等方面的优化调度需求的多目标函数模型,并在能效目标函数中引入■效率,实现多能耦合系统的高效、高质量用能;其次建立了适用于多目标优化调度的IES数学模型,并通过模型凸松弛等方法保证模型的凸性,提高问题求解效率;再次建立了多目标优化调度问题帕累托前端的求解及运用方法,利用多目标凸优化问题的标量化方法进行模型转换,从而求解多目标凸优化问题,并提出筛选方法,用于从帕累托前端中筛选得到综合性能较好的调度方案;最后结合贵州省某IES算例仿真,验证了所建立多目标优化调度模型与求解方法在满足区域IES由于多能耦合而带来的多目标调度需求上的可行性。     

水电站水库优化调度几种求解方法的比较研究

针对水电站水库优化调度模型的求解,比较了常用的动态规划法、逐欢优化法(POA)和粒子群优化算法(PSO)3种求解方法.给出了3种算法的实现过程及约束处理方法,尤其针对粒子群优化算法,纠正了常见的约束处理和算法不结合问题.结论认为PSO水库优化调度模型和解法融合了模拟调度的思想,更容易为调度人员所接受,且能有效避免动态规划"维数灾"问题.但存在计算时间长,实时性差等问题,在实效要求较低情况下可以应用.     

电量约束比条件下梯级水电站短期优化调度研究

梯级水库的发电调度问题本质上是一个高度非线性的数学规划问题,并且随着梯级规模的增大,其解空间变得极其庞大且无规则,这给梯级水库优化调度计算带来了巨大障碍。本文结合四川省某流域梯级电站的实际背景,把该梯级水电站发电收入最大作为目标函数,建立了包含约束条件的优化调度模型,运用逐步优化算法(POA)对模型进行寻优,克服了动态规划算法的"维数灾"问题,并考虑了电量约束比问题,最后给出了短期优化调度算例结果与分析,具有一定的实际应用价值。     

汉江上游梯级发电与航运的优化调度研究

为了协调发电与航运之间的矛盾,本文建立了日为计算时期的汉江梯级水库优化调度模型,采用大系统分解协调的原理和POA算法求解模型,详细分析了汉江近期四梯级和远期七梯级,考虑航运和不考虑航运两种情况,四种运行方式的优化调度结果,探明了发电与航运相互影响的程度,对开发汉江梯级水电和通江达海的黄金水道提供了科学依据。     

基于人工鱼群算法的水库优化调度研究

针对当前各种启发式算法,如遗传算法(GA),粒子群算法(PSO),模拟退火算法(SA)等在求解水库优化调度中的不足,提出了将新型的集群智能算法-人工鱼群算法AFSA(Artificial Fish School Algorithm)用于求解水库优化调度问题。该算法通过模拟鱼群的一些基本行为,如捕食、聚群、追尾,来求解问题的最优解。根据水库优化调度问题的情况及数学模型,给出了基于人工鱼群算法的水库优化调度的求解策略,详细讨论了求解步骤,最后给出了实验仿真结果。结果表明该算法具有较强的局部搜索能力,同时也有更高的搜索效率,与其它方法相比,该算法能够找到更优解,验证了该算法的可行性和有效性。     

综合利用水库兴利调度的二次优化法

建立了综合利用水库调度期内总缺水量最小为目标的一次优化模型,并将一次优化的水库放水过程作为来水过程,以总发电量最大为目标建立了水库二次优化调度模型。采用增量动态规划法对模型进行求解。通过在陕西省石头河水库中的应用,多种方式和方案的兴利优化调度结果表明,二次优化结果比用传统的模拟调度更为合理可靠。     

Application of decision trees to the determination of the year-end level of a carryover storage reservoir based on the iterative dichotomizer 3

This study presents a new method for deriving an operational model (rules) for the carryover storage reservoir water level at the end of year (WLE), which considered all of the operational information using an optimal model. To identify carryover storage reservoir WLE operation rules for a cascade reservoir system, the best approach is to exploit large databases using a data mining tool such as decision trees. Thus, we applied decision trees based on the iterative dichotomizer 3 (ID3) to the Wu Jiang cascade reservoir system to derive the carryover storage reservoir WLE operation rules. The rules derived can be used to guide optimal real-time operation in the long term. The results demonstrated that the solution derived using tree-based rules performed better than the existing design rules in terms of the power generation benefit, which satisfied the output of the cascade reservoir system.     

基于遗传算法的小水电站优化调度方法的研究与实践

针对以发电为主的小水电站单库和串联小水电站群，以水电站的发电引用流量为决策变量，以水电站在调度周期内发电量最大为目标，分别建立了优化调度的数学模型。基于浮点数编码的改进遗传算法用于对模型的优化计算，从而提高了算法的搜索效率。基于VC 编程设计了小水电站运行调度智能算法系统软件，用类CbestGA封装了求解一般水库调度问题的遗传算法，并应用于一个实际的小水电站调度，实验结果说明了遗传算法用于水库优化调度的可行性和有效性。     

群居蜘蛛优化算法在水电站优化调度中的应用及其效能分析

针对水电站优化调度高维、非线性、多约束以及模型不易求解的特点,本文提出将群居蜘蛛优化算法应用于水电站优化调度。算法依据群居蜘蛛的协同机制全局寻优,能够避免早熟收敛和陷于局部最优值,获得最优的水库调度决策。结合具体实例并与动态规划、遗传算法的效能进行比较,结果表明该方法不仅寻优效果好,而且稳健性强,参数少、搜索效率高,是一种有效的水电站优化调度模型的求解方法,可在实际中推广应用。     

Fuzzy rule-based model for hydropower reservoirs operation

Real-time hydropower reservoir operation is a continuous decision-making process of determining the water level of a reservoir or the volume of water released from it. The hydropower operation is usually based on operating policies and rules defined and decided upon in strategic planning. This paper presents a fuzzy rule-based model for the operation of hydropower reservoirs. The proposed fuzzy rule-based model presents a set of suitable operating rules for release from the reservoir based on ideal or target storage levels. The model operates on an ‘if-then’ principle, in which the ‘if’ is a vector of fuzzy premises and the ‘then’ is a vector of fuzzy consequences. In this paper, reservoir storage, inflow, and period are used as premises and the release as the consequence. The steps involved in the development of the model include, construction of membership functions for the inflow, storage and the release, formulation of fuzzy rules, implication, aggregation and defuzzification. The required knowledge bases for the formulation of the fuzzy rules is obtained form a stochastic dynamic programming (SDP) model with a steady state policy. The proposed model is applied to the hydropower operation of “Dez” reservoir in Iran and the results are presented and compared with those of the SDP model. The results indicate the ability of the method to solve hydropower reservoir operation problems.     

Short-term hydrothermal scheduling using clonal selection algorithm

An efficient optimization procedure based on the clonal selection algorithm (CSA) is proposed for the solution of short-term hydrothermal scheduling problem. CSA, a new algorithm from the family of evolutionary computation, is simple, fast and a robust optimization tool for real complex hydrothermal scheduling problems. Hydrothermal scheduling involves the optimization of non-linear objective function with set of operational and physical constraints. The cascading nature of hydro-plants, water transport delay and scheduling time linkage, power balance constraints, variable hourly water discharge limits, reservoir storage limits, operation limits of thermal and hydro units, hydraulic continuity constraint and initial and final reservoir storage limits are fully taken into account. The results of the proposed approach are compared with those of gradient search (GS), simulated annealing (SA), evolutionary programming (EP), dynamic programming (DP), non-linear programming (NLP), genetic algorithm (GA), improved fast EP (IFEP), differential evolution (DE) and improved particle swarm optimization (IPSO) approaches. From the numerical results, it is found that the CSA-based approach is able to provide better solution at lesser computational effort.     

并联水库群联合防洪预报调度方式优化研究

水库群联合防洪预报调度方式对流域及城市防洪、水资源合理优化配置有重要意义。水库群联合调度不仅要考虑各水库自身约束和预报,还需考虑水库补偿关系,已有试算法经验性强、难以获得全局最优解。文章将优化技术与规划防洪预报调度相融合,提出考虑预报误差的预报调度规则的一般形式和求解思路,建立库群优化调度模型,优化求解各水库的防洪预报调度规则和汛限水位动态控制上限。以清河、柴河水库群为例进行研究,结果表明：联合防洪预报调度相比单库防洪预报调度,清河水库和柴河水库的汛限水位分别可多抬高0.4 m和0.3 m,最大可使汛期多蓄水0.62亿m3。研究结果可为水库群防洪预报调度提供参考和理论依据。     

考虑负荷模糊性的短期电网规划算法

文章应用基于可信性理论的模糊潮流计算方法建立了输电网短期规划模型及其算法：首先根据当前电网负载水平评估结果采用灵敏度技术自动建立候选线路集;然后从候选线路集中选出线路形成不同的规划方案,建立输电网短期规划优化模型;最后用模糊潮流算法分析预想规划网架的运行性能,并通过遗传算法求解得到优化方案。算例分析证明了该模型与算法的有效性。文章的研究成果还可扩展应用于多重模糊因素共同作用下的电网规划。文章的模型与算法已在能量管理系统(energy management system,EMS)平台上实现,借助EMS系统提供的精确电网模型以及大量完整的电网运行数据,其规划结果的可信度得到了提高。     

水库发电优化调度模型的快速求解算法及应用

针对水库“以水定电”优化调度数学模型求解方法中,传统动态规划方法易陷入“维数灾”,而现代智能算法搜索效率低且易陷入局部最优解等不足。本文基于水库在高水头运行时耗水率小的特点,提出了水电站水库“以水定电”调度模型的快速求解方法——浮子算法。该方法在水电站满足保证出力和最小下泄流量等要求的前提下,尽可能提高水库调度期的运行水位以达到直接寻找优化调度解的目的。通过案例分析并与离散微分动态规划（DDDP）方法求解结果比较,本算法结果与DDDP算法十分接近,计算时间约为后者的50%。与其他算法联合使用,可在提高优化效果的同时缩短模型的求解时间,为水电站水库“以水定电”调度计划的制定和快速决策提供技术支持。     

深圳市西部城市供水水库群联合调度研究

为充分发挥跨流域引水与区域水资源效益,城市供水水库群的联合调度成为水资源优化配置的关键。本文以深圳市西部城市供水系统的铁岗—石岩水库群为例,针对水库群供水"多对一"关系和水库群联合供水调度,建立水库群联合供水调度模型。本文首先针对"多对一"关系,分别采用主供水库添加联合调度线和构造"聚合水库"的方式建立供水调度模型;在石岩和铁岗水库调度图中分别设置提水线和提水限制线;然后将石岩—铁岗水库共同承担的供水任务分为4种供水方案,并采用模拟-优化的方式对水库群的调度规则进行求解。最后对各方案的调度效益进行对比与评价。     

基于混沌遗传算法的水电站优化调度模型及应用

利用混沌运动的遍历性、随机性和规律性等特点,提出了一种求解水电站水库优化调度问题的基于浮点数编码的混沌遗传(CGA)算法。该算法的思想是采用混沌优化进行改善初始种群质量和利用混沌退化变异算子代替常规算法中的变异算子,避免搜索过程陷入局部极值。与动态规划、常规遗传算法进行比较,文中实例计算结果表明,该算法计算速度快、收敛性好,提高了常规遗传算法的收敛速度和优化效果。