梯级水库群发电优化调度评述

总结了水库群发电优化调度的研究过程,并对现有研究方法的优缺点进行了归纳,分析了梯级水库群发电调度研究面临的问题及发展趋势,指出今后研究的策略为:研究多年调节水库年末消落水位变化规律;应用新的模拟进化算法,求解发电调度模型,制订发电计划;研究梯级水库长期负荷分配的最优准则、数学模型及求解方法,在梯级水库间合理分配电网,下达发电任务;研究梯级水库调度图的制订以及发电会商系统的开发建设;开发发电调度软件系统.     

汉江流域梯级水库群优化调度研究

随着经济社会的快速发展,日益上升的水资源需求率与水资源的污染短缺相抵触,汉江流域作为长江一级支流,是沿线城镇的主要供水水源地之一。但是汉江流域水资源的管理面临较大的挑战,要实现水资源系统的优化配置,水量调度必不可少。文章使用POA算法对汉江流域的水库群进行优化调度,并取得了较好的成果。     

梯级水库群联合优化调度算法研究综述

系统介绍了梯级水库群联合调度模型求解的常规优化方法和智能优化方法,其中常规优化方法包括动态规划法及其改进方法和大系统分解协调等方法,智能优化方法包括粒子群优化算法、遗传算法、差分进化算法等。在评述各种方法的基础上,给出了大规模水库群联合优化调度需要解决的问题:1模型系统求解的稳定性和求解效率的平衡问题;2考虑生态环境的多目标优化调度模式;3水库群优化调度模型描述方法;4优化模型输入和输出的不确定性问题;5机组高水头多振动区运行问题。同时,指出了智能优化算法的发展方向:1数学理论基础研究;2参数对算法结果的影响分析;3各种优化算法的改进与融合;4求解算法的并行计算和云计算技术。     

基于DPSA 的梯级水库群优化调度

动态规划法是一种求解多阶段决策优化问题的常用方法,在水库优化调度计算中应用广泛。该方法最大的缺陷就是用于水库群优化调度时易出现"维数灾"问题。逐次逼近动态规划法(DPSA)可以有效克服这一问题,它采用逐次迭代逼近的思想,将一个多维问题分解为多个一维问题求解。本文以水库运行模拟模型为基础,建立了基于DPSA的梯级水库群中长期优化调度模型,以汉江上游梯级水库群为研究对象,选取发电量最大为目标,对各水库库容进行离散,从而求解水库优化运行过程,其结果对于水库优化调度运行具有指导意义。     

长江流域梯级水库群联合调度关键问题研究

长江流域干支流已建和在建的大型梯级水库群规模庞大,实施联合调度将对长江防洪安全、水资源优化配置和水电能源高效利用意义重大.对长江流域大型梯级水库群联合调度需要解决的主要理论、方法、技术和管理问题进行了归纳剖析,并结合近年来开展的相关科研工作,简要介绍在大型梯级水库群联合调度的发展战略、优化模型、生态调度、管理体制和仿真...     

湖北汉江梯级水库群联合优化调度研究

湖北汉江流域已形成大规模梯级水库群,为了充分发挥梯级水库群联合补偿调节的优势,实现水电站最优经济运行,本文对湖北汉江流域水电站群运行特性进行分析研究。考虑各电站之间的水力和电力联系,在常规调度图模拟及传统优化调度的基础上,采用基于GAMS平台的非线性规划法以及基于可行空间搜索遗传算法,制定复杂混联水库群的发电优化调度规则。优化效果显著,充分体现水库群优化调度作用,为湖北汉江梯级水电站水库群的实际调度提供最佳的指导和方案。     

粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用

为了充分利用现今普及的多核配置计算机,提高大规模梯级水库群优化调度问题的求解效率,提出了梯级水库群优化调度的粗粒度并行自适应混合粒子群算法。该方法以自适应混合粒子群算法为求解基础,采用粗粒度并行设计模式,利用Fork/Join多核并行框架的分治策略,将其初始种群递归划分为多个子种群,平均分配到不同的内核逻辑线程中实现并行计算,并在各子种群优化结束后,合并优化结果集从而输出全局最优解。以澜沧江下游梯级水库群发电优化调度为例,利用该方法进行计算。结果表明,该方法能充分发挥多核配置的计算性能,在4核环境下最大加速比达到3.97,缩短计算耗时1 787.2 s,计算效率显著提高,为我国不断扩张的大规模梯级水库群优化调度提供了一种切实可行的高效求解途径。     

基于多重迭代算法的梯级水库群调度图优化方法

基于梯级水库群中各水库的常规调度图,建立了以梯级水库群多年平均发电量最大为目标的梯级水库群调度图优化数学模型,提出了基于多重迭代实现高维模型降维的求解算法,即以轮库迭代法实现空间多水库降维,以轮线迭代法实现单一水库多调度线降维,以逐次优化算法实现调度线状态降维。万安溪-白沙梯级水库群的算例计算结果表明,该优化方法能获得形态合理的优化调度图,并能有效提高水库群发电量。     

改进和声搜索算法在梯级水库群优化调度中的应用

为改善和声搜索算法在梯级水库群优化调度中的应用效果,提高模型的求解精度和效率,针对和声搜索算法(Harmony Search Algorithm,HSA)的初始和声记忆库分布不均及易陷入局部最优的缺陷,采用均匀设计的方法生成初始和声记忆库以增加其多样性和有效性,引入混沌序列来改善算法的全局搜索能力.对HSA进行改进后,...     

群居蜘蛛优化算法在水位流量关系拟合中的应用

针对水位流量关系拟合中相关参数难以确定的不足,利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)优化水位流量关系的相关参数,以云南省丽江仁里站和总管田站水位流量关系拟合为例进行实例研究,并与粒子群优化算法(PSO)、最小二乘法(LSM)拟合结果进行对比。结果表明:SSO算法对仁里站和总管田站水位流量关系拟合的平均相对误差绝对值分别为0.57%、0.53%,拟合精度优于PSO、LSM算法。SSO算法具有收敛速度快、全局寻优能力强等特点,利用SSO算法优化水位流量关系可以获得更好的拟合效果。     

鲸鱼优化算法在水库优化调度中的应用

为验证鲸鱼优化算法在水库优化调度求解中的可行性和有效性,采用4个典型测试函数对鲸鱼优化算法进行仿真验证,并与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法共6种算法的仿真结果进行对比分析;将鲸鱼优化算法与6种对比算法应用于某单一水库和某梯级水库中长期优化调度求解。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点;鲸鱼优化算法单一水库和梯级水库优化调度结果均优于其他6种算法;鲸鱼优化算法应用于水库优化调度求解是可行和有效的。     

递推求解法在小型水电站厂内优化运行中的应用

根据小型水电站的实际运行特点，提出了用递推求解法来求解其厂内优化运行问题，并给出了相应的求解过程。不仅解决了引水式电站来水量未知时的计算问题，而且也能将水电站复杂引水管路在相同机组段工作流量下水头损失不同的影响纳入到计算之中，经实用验证，效果良好。     

粒子群算法在水库(群)优化调度研究中的应用综述

简要介绍粒子群算法的工作原理和水库(群)优化调度模型,然后较全面地阐述粒子群算法在水库(群)优化调度中的应用及存在的问题,最后总结了算法的各种改进,并对粒子群算法在水库(群)中的研究进行了展望。     

改进的粒子群算法在水库优化调度中应用

针对水库优化调度中存在的规模庞大、结构复杂,涉及大量的决策变量和复杂的约束条件,呈现出高维度、非线性、强约束特性,传统的优化方法难以直接求解或者计算效率低,存在早熟等问题。为了提高粒子群算法全局搜索能力和收敛性能,把下山搜索策略引入到粒子群智能算法中,提出了改进的粒子群算法。函数测试证明该方法改进了算法的鲁棒性,提高了算法求解效率。上述优化算法应用于水库优化调度模型求解中,计算结果表明:该方法易于实现,求解效率高,为水库优化调度模型求解提供了新的途径。     

基于改进粒子群算法的多水库复杂联合供水优化调度研究

丹凤县县城不断增长的用水需求与工程供水能力之间的矛盾日益突出,为了充分挖掘工程供水的潜力,解决现有供水工程运行中弃水多、供水保证率低的问题,以弃水量最小为目标建立模型,采用改进粒子群算法对青峰水库和龙潭水库的联合供水进行优化求解。以月为计算时段,在优先考虑河道生态流量、蒸散发和渗漏损失的情况下,针对青峰水库200×10⁴ m³和220×10⁴ m³两种拟定兴利库容方案情景进行模拟。结果表明：迭代次数达36次时目标函数趋于稳定;与常规调度相比,两库的年平均弃水量明显减少,供水保证率有所提高;采用线性递减惯性权重改进的粒子群算法在青峰和龙潭两水库联合优化供水计算中具有优越性和可行性。     

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     

Multi-objective reservoir operation using particle swarm optimization with adaptive random inertia weights

Based on conventional particle swarm optimization(PSO), this paper presents an efficient and reliable heuristic approach using PSO with an adaptive random inertia weight(ARIW) strategy, referred to as the ARIW-PSO algorithm, to build a multi-objective optimization model for reservoir operation. Using the triangular probability density function, the inertia weight is randomly generated, and the probability density function is automatically adjusted to make the inertia weight generally greater in the initial stage of evolution, which is suitable for global searches. In the evolution process, the inertia weight gradually decreases, which is beneficial to local searches. The performance of the ARIWPSO algorithm was investigated with some classical test functions, and the results were compared with those of the genetic algorithm(GA), the conventional PSO, and other improved PSO methods. Then, the ARIW-PSO algorithm was applied to multi-objective optimal dispatch of the Panjiakou Reservoir and multi-objective flood control operation of a reservoir group on the Luanhe River in China, including the Panjiakou Reservoir, Daheiting Reservoir, and Taolinkou Reservoir. The validity of the multi-objective optimization model for multi-reservoir systems based on the ARIW-PSO algorithm was verified.     

基于蚂蚁算法的水电站短期优化运行研究

利用蚂蚁算法的转移搜索和邻域搜索机制,构造了水电站短期优化运行蚂蚁算法模型.实例证明,蚂蚁算法能够解决具有复杂约束的水电站短期优化运行问题,算法编程简单,易于实现.为水电站短期优化运行提出了一种新的、有效的方法.     

基于改进粒子群-逐次逼近法的水库调度图多目标优化

针对水库调度图寻优过程中的调度线形态畸变的问题,提出了改进廊道约束和改进粒子群逐次逼近法.该方法以粒子群算法和动态规划逐次逼近法的混合算法为框架,通过引入改进廊道约束、特殊个体进化方式、外部精英集策略等改进策略来优化进化过程,使得所得解集尽可能接近多目标问题的真实Pareto前沿.福建省池潭水库调度图多目标优化问题的实...