基于位置动态参数PSO算法的水库防洪调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法——粒子群算法。针对标准PSO算法的缺陷,提出了在位置进化方程中引进动态参数的方法,改进了标准粒子群算法的收敛速度。根据建立的水库优化调度数学模型,将改进的粒子群优化算法运用到水库优化调度计算中,并通过算例验证该算法的可行性和有效性。     

基于群居蜘蛛优化算法的水库防洪优化调度模型及应用

针对水库防洪调度问题多约束、高维、非线性不易求解的特点,提出了基于群居蜘蛛优化算法的水库防洪优化调度模型求解方法,该方法利用蜘蛛群体的协同机制,寻找最优的防洪优化调度决策。实例验证表明,该算法不仅获得较好结果,而且参数少,优化计算结果稳定,能满足实际水库防洪优化调度的需求,可推广应用。     

基于逐步优化算法的水库防洪优化调度模型研究

建立了逐步优化算法(POA)水库防洪优化调度模型,并嵌入分段试算法以求出有效POA初始序列,对水库防洪调度进行研究,得出合理的优化调度方案,有效利用了防洪库容拦蓄洪水、削减洪峰、补偿调节、减免洪水灾害,以充分发挥水库的综合效益.     

流域梯级水库防洪优化调度数学模型及PSODP解法

根据最大削峰准则,建立流域梯级水库防洪优化调度数学模型,采用马斯京根方程模拟梯级水库间洪水流动。引入粒子群优化(PSO)与死亡罚函数相结合的混合算法PSODP求解模型。实例计算表明,模型不仅有效地减小了整个流域梯级水库的洪灾损失风险,而且提高了流域梯级水电站的经济效益,同时验证了PSODP算法是可行、有效的,是求解此类问题的一种新的高效计算方法。     

基于改进烟花算法的汾河水库优化调度模型研究

针对水库多目标优化调度问题,采用改进的烟花算法求解带自适应罚函数的水库多目标优化调度数学模型。针对传统烟花算法爆炸半径计算方法在算法运行后期可能出现最优烟花爆炸半径为零的问题,引入自适应动态爆炸半径以平衡算法在解空间的全局及局部搜索能力;针对传统烟花算法位移变异操作的不足,改进其位移变异操作,以提高算法局部搜索的多样性。以山西省汾河水库为例,考虑无引调水和引黄入汾两种情景,分别给出不同情景下汾河水库的调度方案。实例结果表明,模型优化后的各月缺水率平方和比实际降低了66.13%;水库年总发电量比实际发电量提高了22.39%;引黄入汾调水工程的建立可进一步综合提高汾河水库的供水效益和经济效益。     

水库防洪调度规则的参数优化研究

针对水库运用常规防洪调度进行洪水调度时,因对规则的合理性描述不足而限制了其应用的问题,根据水库不同防洪对象的精细程度要求,结合预见期内水库预报最大洪水和实时水位,拟定分级防洪预报调度规则,建立带有惩罚机制的防洪调度规则参数优化模型,并提出改进遗传算法求解该模型,即通过混沌算法、混沌变异操作与适应度差值进化改善初始种群质量、提高算法局部与全局搜索能力,实现参数控制的防洪预报调度规则。实例应用表明,综合改进遗传算法较其他遗传算法优化性能有一定提高,防洪预报调度优化规则的调度结果优于常规调度规则,为防洪调度规则的合理应用提供了一种有效方法。     

基于PSO的水库群联合供水优化调度应用研究

针对水库群优化调度为水资源系统优化调度中的难点,分析了水库群优化调度存在的不足,提出了基于粒子群优化算法的水库群联合供水优化调度模型,并以余姚市陆埠-梁辉水库群为例进行应用研究.结果表明,粒子群算法能获得高性能的优化调度结果,可更好地发挥库群的综合效益,科学可行.     

防洪体系多目标优化调度的探讨

本文应用系统分析理论,探讨了多库防洪体系的优化调度问题,建立了多库防洪体系多时段多目标优化调度模型,并运用多目标求解技术与文中的线性规划方法进行求解。将其应用于黄河中下游防洪体系的防洪调度计算。计算表明,该模型及方法是可行的,有较高的效率。     

水电站防洪预报调度图绘制及应用研究

以消峰率最大和调洪末期蓄水位最高为综合目标函数,采用优化方法研究绘制水电站水库防洪预报调度图,通过对优化目标函数增加洪水涨水段和落水段泄流量约束,有效地克服了依调度图调度出现的闸门频繁启闭的问题。在石泉水电站的应用结果表明,改进后的防洪预报调度图调洪过程更为合理,实用化操作程度较高,为水电站实时防洪调度提供了有效指导。     

基于连续蚁群算法的供水水库优化调度

针对供水水库优化调度问题,介绍了一种改进的连续蚁群算法。该算法借鉴蚁群算法的进化思想,主要包括局部搜索、全局搜索和信息素强度更新规则。在随机搜索过程中嵌入确定性搜索,以改善寻优性能,增加经验指导,从而加速收敛。将该算法与离散蚁群算法相比较,结果表明,该算法更优越,具有并行化和较强的全局寻优能力。     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

基于粒子群算法的PERT网络优化问题研究

针对工程项目PERT网络计划工期-费用优化问题,尝试引入粒子群算法。在保证不陷入局部最优的前提下,为提高收敛速度,用线性规划方法建立数学模型,并采用了改进的PSO算法。实际算例的仿真结果表明,该方法具有收敛速度快、运算简单、易于实现等优点。     

基于粒子群算法的水电站中长期优化调度研究

以洪家渡水电站为例,探讨了粒子群算法在水电站中长期优化调度的应用方法及效果。实例计算结果表明,该算法可以求解复杂约束条件的非线性水库优化调度,精度高、收敛速度快,为解决水电站中长期优化调度问题提供了一种有效的方法。     

基于文化粒子群算法的三亚市水资源优化配置

为解决三亚市水资源时空分布不均、部分地区缺水现象严重的问题,建立了系统总缺水量最小、供水效益最大的多目标水资源优化配置模型;并应用新型智能文化粒子群优化算法,对2010年为现状水平年,2020、2030年为规划水平年的多年平均情况下的水资源配置方案进行了模型求解。结果表明,规划水平年缺水率不断下降,基本实现了总缺水量最小的目标,可见优化配置有效缓解了三亚市用水紧张的问题,具有一定的借鉴意义。     

基于改进遗传算法的水库群防洪优化调度

为解决标准遗传算法(SGA)在处理高维复杂问题中寻优能力不足、计算时间过长、易早熟的问题,首先改进映射规则,仅选择部分决策变量进行编码,采取新的映射规则将其解码映射至解空间,实现高维问题的降维;其次使用针对不同约束条件的自适应罚函数对算法收敛性进行改进;最后以北方某流域并联水库防洪调度为例,建立防洪优化调度模型,并运用改进遗传算法进行求解。结果表明,该方法在解决高维复杂水库群防洪优化调度问题时具有求解速度快、寻优结果好的优点,有一定的实用性。     

基于改进量子粒子群算法的备自投投退策略优化方法

备自投投退策略决定了备自投动作顺序,对"N-1"故障后失电负荷的恢复有重要影响。为此,提出一种备自投投退策略优化方法,建立以电网转供能力最大、动作备自投数最小为优化目标的备自投投退策略优化模型,在考虑"N-1"或设备检修方式下的"N-1"的潮流约束、联络线容量约束和主变容量约束的基础上采用引入自适应惯性因子的改进量子粒子群算法进行备自投上下级自适应配合。算例分析表明,本优化方法可提高电网转供能力,避免潮流、电压越限,提高配电网供电可靠性,且有收敛速度快、不易陷入局部收敛的优点。     

基于粒子群算法的水资源优化配置研究

为了合理分配引大济湟工程从大通河调出的7.5×108 m3水量,以满足引大济湟工程受水区的生活、生产及生态用水需求,通过建立以供水净效益最大、供水系统总缺水量最小为目标函数的水资源优化配置模型,运用粒子群算法得到了受水区4类水源、5类用水户在2015、2020、2030三个规划水平年的多年平均情况下的水资源优化配置方案。结果表明,2015、2020、2030年净外调水量分别为3.10×108、6.05×108、7.34×108 m3,缺水量分别为0.69×108、0.64×108、2.15×108 m3,部分区域农业用水存在缺口,仍需采取必要的节水措施。     

基于改进粒子群算法的风光水互补发电系统短期调峰优化调度

风光水互补发电系统优化调度需要考虑风光电源的间歇性及波动性,同时还要处理梯级水库复杂的水力联系及不同电源之间的电力联系,因而建立风光水互补发电系统短期调峰优化调度模型,并采用粒子群算法进行求解,针对粒子群算法的早熟及后期收敛速度慢等问题,从惯性因子和种群拓扑结构两方面对粒子群算法进行改进,并对福建省电力调控中心管辖的12座常规水电站、木兰溪1座抽水蓄能电站、31座风电场、5座光伏电站组成的风光水多种电源互补系统进行数值分析。结果表明,所建模型能较好地实现对电网负荷的削峰填谷,所提算法显著提高了求解效率和求解质量,是一种解决风光水互补发电系统短期联合优化调峰调度实用性很强的有效算法。