水电站水库优化调度研究

自 6 0年代初以来 ,湖南省水电装机容量一直占系统总容量的 5 0 %左右 ,但水库调节性能差 ,水库综合利用部门之间的矛盾突出 ,水电站地理位置分散 ,降水时空分布不均匀 ,水库调度管理难度较大。为此 ,湖南电网 1979年率先进行柘溪单一水库优化调度应用研究 ,后又开展了双库联调和全系统主要水电站群跨流域联调。 2 0年中(1980～ 1999年 )全网参加考核的水电站共累计节水增发电量 75 2 95亿kW·h ,相当于节约了 32 8万t标准煤。实践证明 ,优化调度效益显著。     

基于改进遗传算法的水电站优化调度模型与算法

基于整数的遗传算法编码规则,满足了染色体和解之间唯一映射的关系,极大的缩短了染色体的长度。引入退火罚因子设计动态罚函数处理约束条件和自适应的遗传算子的设计,建立了基于改进遗传算法的水电站优化调度的数学模型。算例研究表明,上述算法可以快速有效地得到水电站优化调度的全局优化方案,提高运算效率。     

基于改进遗传算法的小型水电站短期优化调度

针对小型水电站在丰水期的短期优化调度问题,提出了短期优化调度的数学模型和基于改进遗传算法的工程实现方法,并通过实例仿真及对仿真结果的详细分析,说明了该算法的有效性,对小型水电站短期优化调度有一定的指导意义。     

论水电站水库长期优化调度

本文针对随机来水情况下的水电站水库长期优化调度问题，从解决问题的理论基础， 妥途径、步骤等方面，作了详尽的阐述。     

水电站水库的泥沙调度

水电站水库的泥沙调度杨文华（黄河上中游水量调度委员会办公室，兰州，７３００５０）水电站水库调度方式是为了满足既定任务和要求而拟定的具体蓄泄规则。合理的调度方式，能够在保证安全的前提下充分发挥水库的综合效益。故在水库运行阶段必须对不同的调度方式做仔细的...     

水电站水库稳性随机优化调度研究

本文讨论了水电站水库优化调度的一般理论及其调度函数，提出了水库隐性随机优化调度的有关计算方法，最后以某工程作为实例进行了计算。     

汾河水库水电站的机组优化调度

汾河水库水电站装机２×６５００ｋｗ两台，它是利用灌溉放水进行发电的季节性电站，在灌溉方案已知的情况下，当放水流量７．４＜Ｑ＜１４．７５ｍ３／ｓ时，任一机组运行；当１４．７５＜Ｑ＜２９．５ｍ３／ｓ时，两台机组运行，每台机组过机流量为Ｑ／２；当Ｑ＞２９．５ｍ３／ｓ时，两台机组均在设计流量下运行。另外机组严禁在Ｎ＜２７００ｋＷ下运行。这样可以使电站内部发电量最大，效益最高。     

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.     

自适应遗传算法在水库优化调度中的应用

本文提出了一种基于自适应遗传算法的水库优化调度问题的求解方法，并通过实例对自适应遗传算法和标准遗传算法的性能做了比较。结果表明，由于自适应遗传算法能够在进化过程中根据个体优劣和群体分散程度对遗传控制参数进行自动调整，可以较好地解决标准遗传算法在应用中遇到的收敛性差和容易早熟等问题。在进化相同代数条件下，自适应遗传算法能够在保持群体多样性的同时，加快收敛速度，其稳定性也优于标准遗传算法。遗     

基于逐次逼近遗传算法的梯级水库优化调度

利用传统遗传算法求解水库优化调度问题时,经过遗传操作产生的新个体可能是不可行解,因此需要对其进行修正.但在梯级水库调度中,由于各时段间、水库间存在的水力电力联系,使这种修正变得复杂困难.鉴于此,提出了逐次逼近遗传算法(GASA),它可在包含不可行解的空间中寻优,并通过搜索空间的不断改变,逐渐逼近最优解.最后通过一个算例,并与离散微分动态规划法(DDDP)和逐步优化法(POA)的优化结果进行比较,说明了该方法的可行性与有效性.     

上犹江水电厂区域水电站水库群优化调度探讨

上犹江水电厂目前管辖的电站除了上犹江电站外,又在贡水流域开发兴建了两座水电站,并收购了瑞金留金坝水电站。针对该厂将要进行的区域四座水电站远程集中控制系统的建设,探讨了水电站集中控制下的水库群优化调度,实现水库群防洪和发电调度效益最大化。     

水电站短期优化调度类库的设计

采用面向对象的程序设计方法,基于作者和前人在水电站短期优化调度科研领域的理论成果,以大量的工程实例为背景,抽象出水电站短期优化调度系统的基本特征,设计出了可高度反映水电站短期优化调度系统特征的类层次结构,并借助于C＋＋程序设计语言开发出了一套可重用的基础类库。实践证明,利用该类库进行软件开发可大大提高水电站优化调度程序的可移植性、可扩充性、易维护性,有效地提高了水利软件开发的效率和质量。     

改进遗传算法及其在水库群优化调度中的应用

根据梯级水电站优化调度特点,建立遗传算法(GA)求解多阶段最优化问题的数学模型.针对标准遗传算法(sGA)局部寻优能力较差、易早熟等不足之处,从编码方法、遗传算子和混合算法方面对其进行改进,提出了采用超立方体浮点数编码自适应遗传算法(AGA)和超立方体浮点数编码遗传模拟退火算法(SA-GA).通过16种不同策略的GA在雅砻江梯级优化调度中的应用,其结果表明了改进策略在解决水库群优化问题方面的有效性和优越性.最后将GA与动态规划(DP)算法的性能进行比较分析,充分体现了GA的优点.     

狼群算法在水电站水库优化调度中的应用

为探讨水电站水库优化调度问题求解的新方法,对狼群算法及其在水电站水库优化调度中的应用进行了研究。对狼群算法中的围攻算法进行了改进,给出了水电站水库优化调度问题的狼群算法设计及求解步骤。基于水电站水库优化调度实例,对狼群算法的敏感参数奔袭步长进行了模拟计算和分析,给出了奔袭步长的有效取值范围。实例计算结果表明,狼群算法是一种求解水电站水库优化调度问题的有效方法。     

基于狼群算法的水电站优化调度模型参数优选

以典型水电站优化调度模型为基础,先采用单因素分析法对狼群算法单参数的敏感性进行了分析评价,以算法寻优效果达到最优为目标,得出了参数的有效取值范围;再采用正交实验与极差分析方法,对狼群算法多参数的敏感性进行了综合分析,同理得出了参数变化的敏感性主次序和参数最佳取值组合。实例的验证结果表明,研究选取的参数取值范围和最佳取值组合有效地提升了算法的优化性能,为狼群算法应用于水电站优化调度提供了参数选择依据。     

改进遗传算法及其在泵站优化运行中的应用

在分析遗传算法基本理论的基础上,针对泵站优化运行问题的特性,从控制参数、选择方式、交叉机理和种群设置等方面进行改进,建立求解高维整型离散决策变量的改进遗传算法。以淮安四站为例进行计算,比较并分析改进遗传算法和标准遗传算法在泵站优化运行中的适用性,为泵站优化运行算法的设计和应用提供参考。结果表明:同时改进适应度和种群的混合改进遗传算法——FFGATPGA,精度高,计算速度快,具有收敛一致性,可用于复杂泵站系统的实时优化调度计算。     

泵站优化调度中考虑一次性开机约束的改进遗传算法

泵站优化调度中常规的遗传算法是以每台机组各时段的运行状态作为优化变量,其变量数多,难以收敛。针对泵站中一次性开机的约束条件,提出了以运行起始时刻和运行结束时刻作为优化变量的优化模型,该模型变量少且自然满足一次性引水约束条件,简化了约束处理。针对泵站同型号机组在优化过程中出现的振荡,提出了采用实数编码的带优先级的处理方法,并采用多点交叉、变异处理,提高了收敛速度。     

基于混沌优化算法的混联水电站群长期优化调度

在建立混联水电站群长期优化调度模型的基础上,应用混沌优化算法对模型进行求解。以水电站群总电能最大为目标函数,根据混沌运动的随机性,由Logistic模型产生的混沌变量来进行优化搜索。此方法可避免陷入局部最优点,并取得全局最优。实例计算结果表明,混沌优化算法与逐步优化算法相比,优化结果良好。表明本文算法可以用于求解具有复杂约束条件的非线性混联水电站群水库优化调度问题。     

水电系统经济运行中遗传算法初始种群研究

水电系统短期经济运行是一个动态、高维、复杂多约束、有时滞的非线性优化问题。本文建立了更为符合水电系统实际运行情况的数学模型，并利用遗传算法解决该问题。模型充分利用变量间函数关系，选取了合适的变量作为基因，并利用等式约束消除多余变量以最大限度降维，还适当处理不等式约束条件，确定出利于增加初始可行解个数的求解域；引入极端个体以增加个体的多样性，避免交叉变异陷入局部最优。最后通过算例验证表明，通过提高初始种群的质量可以提高最优解的精度。