混合蚁群算法在水库群优化调度中的应用

针对梯级水库群优化调度问题的特点,建立蚁群算法求解多阶段最优化问题数学模型.把水库的运行策略转换为水库水位变化序列,通过一定的编码形式分别将其表示人工蚂蚁的路径.人工蚂蚁在满足一定的约束条件下,按预定的目标函数评价其优劣.针对蚁群算法在优化过程中出现搜索时间较长和早熟停滞现象,提出了具有变异特征混合局部优化算法的蚁群系统(MSA-ACS).然后将MSA-ACS和蚁群系统(ACS)分别用于求解雅砻江梯级优化调度问题,通过对优化结果和计算时间的对比分析,验证了改进方法的有效性.该改进方法获得了比较满意的解,不仅能提高蚁群算法的收敛性能,还能增强解的稳定性.     

多年调节水电站水库长期优化调度新模型

根据多年调节水库的水文特征,提出了水电站水库长期优化调度的非线性规划模型,并提出了相应的求解方法。算例结果表明,模型正确,具有实用价值。     

多年调节水电站水库长期优化调度新模型

根据多年调节水库的水文特征,提出了水电站水库长期优化调度的非线性规划模型,并提出了相应的求解方法．算例结果表明,模型正确,具有实用价值．     

水库群防洪优化调度模型研究

以澧水流域中上游的江垭、皂市及宜冲桥三库联合防洪优化调度问题为背景 ,建立了河道洪水演进方程与离散微分动态规划相结合的水库群防洪优化调度模型 ,提出了一种离散微分动态规划与马氏京根洪水演进相结合的大系统分解协调算法 .经计算分析 ,结果满意 .     

金沙江下游梯级水库群多目标兴利调度模型及应用

多目标兴利调度是充分发挥金沙江梯级水库群综合效益的重要课题,如何科学控制上下游梯级水库蓄泄方式、协调不同兴利调度目标间的竞争关系,是金沙江梯级水库群水资源高效利用的关键科学问题。本文在分析发电效益、航运效益和容量效益间竞争与冲突关系的基础上,建立了以总发电量最大、通航流量最大、时段保证出力最大为目标的梯级水库群多目标兴利调度模型,并采用多目标进化算法对其进行求解,得到了不同频率来水情况下多目标兴利调度方案集,可为金沙江梯级水库群联合调度提供科学的决策依据。     

水库群优化调度中的多层次分解组合优化算法

随机动态规划(SDP)在水库群优化调度中会导致“维数灾”问题,也难应用于多年调节水库。提出了一种水库群优化调度的多层次分解组合优化算法,其包括应用于多年调节水库SDP操作的均匀下泄流量算法,把库群优化问题分解为第1层次的单库SDP优化,然后应用改进的遗传模拟退火算法(GASA)对单库结果进行第2层次的组合优化。在贵州乌江梯级水库群中长期发电优化调度研究中,获得库群多年平均发电量94.72×108 kW·h,大于GA、SA和SDP单独运用的结果,运行速度也较SDP快。结果说明,提出的多层次分解组合优化算法是一种新的有希望的水库群优化调度方法。     

毛家村水库长期优化调度研究

针对毛家村水库及电站的实际情况，根据动态规划的最优性原理，建立了以水电站年平均发电量最大为目标函数，以各时段水库的发电用水为决策变量的水库长期优化调度模型；并对径流资料进行分析，建立了随机模型；对样本径流资料和模拟序列分别进行了长期优化调度计算，得到水库的最优调度过程．     

综合利用水库优化调度模型研究

针对综合利用水库的特点,从充分利用水库资源的角度出发,建立了以弃水量最小为目标的优化调度模型,并对此模型采用了变步长增量动态规划方法求解。在求解寻优过程中,利用了前期研究成果的优化调度线做为初始壮态序列,并逐次迭代,直到逼近最优决策序列和最优状态序列。通过实例计算表明,所建立的这种模型是合理的。这一模型在寻求 水库弃水量最小的同时,也增加了灌溉、发电、供水方面的效益,为综合利用水库的优化运行提供了依据。     

综合利用水库优化调度模型研究

针对综合利用水库的特点,从充分利用水资源的角度出发,建立了以弃水量最小为目标的优化调度模型,并对此模型采用了变步长增量动态规划方法求解.在求解寻优过程中,利用了前期研究成果的优化调度线做为初始壮态序列,并逐次迭代,直到逼近最优决策序列和最优状态序列.通过实例计算表明,所建立的这种模型是合理的.这一模型在寻求水库弃水量最小的同时,也增加了灌溉、发电、供水方面的效益,为综合利用水库的优化运行提供了依据.     

大规模混联水电系统长期发电优化调度模型及求解

采用改进判别式法求解大规模混联水电站库群发电优化调度问题.采用坐标轮换法,将多库同时供、蓄水决策转化为单库逐次轮换决策,可有效解决具有水力联系的多水库能量指数(K)求解困难.结合水库常规调度图规则,对水库时段蓄、放水量进行适当控制,以对原始判别式规则进行修正,使解算结果更为合理.结合长江中上游流域11座大型水电站调度系统,给出了一个大型混合水电站系统保证出力约束条件下发电量最大的实际例证.     

基于发电权交易的梯级水电站中长期优化调度

以发电效益最大为目标建立了基于发电权交易的梯级水电站中长期优化调度数学模型,并以清江梯级水电站为例,运用三角旋回算法分别对丰水年、枯水年进行优化调度,取得了较好的效果.与传统的以发电总量最大为目标的调度方法相比,该调度方式可以实现梯级水电站发电总效益最大,增加发电总效益.还具体分析了这两种调度过程,并给出了基于发电权交易下的梯级水电站调度模型能有更好的收益的原因,即避免了与他人分享属于自己的合约电量效益,抓住了转让发电权与受让发电权价格的差异,合理调配了水资源.     

水电站月度调度函数的模型制定与模拟结果评价

基于统计学中多元逐步回归原理建立了多年调节水电站分月调度函数模型,并根据水电站优化调度特征确定待选自变量,用以指导电站实际优化调度运行。在考虑电站自身各约束及综合利用要求的前提下,进一步采用程序设计模拟调度函数指导水电站长系列调度运行,通过对模拟结果的全面评价,证实所建立的调度函数具有良好的指导意义和实用价值。     

黄柏河流域水库水电站群多目标短期优化调度

根据黄柏河流域水库群供水、灌溉、发电综合利用3个目标的用水优先权,在满足供水和灌溉的总用水量要求的前提下,采用约束法将多目标转化为系统发电效益最大的单目标,建立了优化调度模型.在分析了3个目标用水特征的基础上,采用聚合分解的思想,以共同的平均发电耗水率指标将多决策问题聚合为单决策问题,对总用水量在时间上进行了优化分配.随后,结合电力系统日负荷特征,对总用水量在空间上进行了分解.计算结果表明,在协调好矛盾的同时,较大程度上提高了系统的经济效益,可为相似流域提供参考.     

基于遗传算法的水电站优化调度研究

用基于十进制编码的遗传算法研究水电站优化调度问题 ,与通常采用的基于二进制编码的遗传算法相比 ,采用十进制编码 ,避免了由于二进制编码串很长而造成的算法搜索效率低的缺陷 .实例计算中 ,以动态规划法求得的优化解为比较基础 ,采用十进制编码较之二进制编码在相同进化内更接近最优值 ,运行速度大大加快 ,提高了算法的运行效率     

基于变换基阵的SDCT算法

各维DCT没有统一的矩阵表达式,特别是多维DCT运算,都是对各个维度分别进行一维DCT来完成,这种运算方法不能很好地体现多维变换的整体空间特性。为克服这一问题,提出了一种SDCT运算方法。首先,定义了几种新的矩阵运算;其次,详细描述了一维SDCT、二维SDCT和三维SDCT的运算原理;最后,对SDCT性能进行了讨论。理论分析表明:SDCT使DCT具有统一简洁的表达式、理解容易、计算便捷。     

下游水库对上游梯级电站施工导截流的影响

水电站梯级建设时,上游梯级电站的河道水力特性受下游梯级水库的影响,特别是在西部峡谷地区,梯级之间河段的河道型水库特性极具特点,同时梯级水流控制措施相互影响,使上游梯级电站施工截流、导流和施工期蓄水等河道水文水力控制因素更加复杂.结合已建、在建和拟建的葛洲坝和三峡、瀑布沟和深溪沟、苗尾和功果桥、白鹤滩和溪洛渡等典型相邻梯级建设实例,分析河道型水库引起的河段水文、水力和泥沙特征变化及其对上游梯级电站施工水流控制的影响规律,给出了工程设计与建设中对深水围堰、深水截流、施工期蓄水与供水等问题的分析方法、应对策略与解决方案.     

梯级水库短期优化调度模型的精细化与GPU并行实现

反调节频繁以及水力联系关系处理困难一直是梯级水库短期联合优化调度模型中的重点和难点问题,为此本文提出一种基于组合POA（逐步优化）模型的梯级水库短期优化调度模型。该模型以逐步优化方法为框架,对梯级各库运行方式进行组合,形成多种梯级运行方案,最后通过POA求解,对比各方案结果,筛选出梯级水库最佳运行方案,完成对梯级水库的过程优化。对硕曲河梯级水库短期联合调度的结果表明,该模型能够快速地优化出符合水力联系且兼顾反调节的梯级水库运行方案,解决了梯级水库短期联合优化调度中反调节频繁以及水力联系处理困难的问题,提高了硕曲河流域水资源的利用率。

     

具有最优模型传递矩阵的交互式多模型算法

在传统的交互式多模型（ IMM,interacting multiple model）算法中,描述模型马尔科夫切换过程的模型传递矩阵被定义成一个常值矩阵,并且将子滤波器间的相关性信息遗漏。然而,由于实际环境的复杂性,传统的IMM算法无法满足飞行器跟踪的需求。为此,提出一种具有最优模型传递矩阵的交互式多模型（ OMTM－IMM,optimal mode transition matrix IMM）算法,该算法在考虑子滤波器相关性的前提下,以线性最小方差理论为基础,推导出最优的模型传递矩阵,该传递矩阵更加符合实际情况,理论分析和仿真实验表明该算法有效地提高了飞行器跟踪精度。