跨流域水电站群补偿调节非线性模型的分离规划解法

本文对应用分离规划法求解跨流域水电站群补偿调节的非线性模型进行了探讨。应用分离技术和线性化技术建立等价的办离模型,结合线性规划原理对分离模型分别应用双轮修正逼近法和限制进基法进行求解。最后以一个实例验算了分离规划解法的可行性和有效性。     

小水电站群的优化调度

我国有极其丰富的小水电资源,可开发的有七千万kW左右,在全国二千多个县里,有一千一百多个县的小水电资源在一万kW以上。小水电站群的优化调度,一般说,是多维的小水电站库群调度问题。由于“维数灾”,传统的动态规划方法往往不可能研究二个以上水库的同期运行问题。本文讨论S县小水电站群的优化调度,给出数学     

潇水流域梯级电站群联合调度及效益优化探析

潇水流域是湖南省水电开发较为成熟的区域,梯级水电站群开发具有一定规模。从潇水流域水电站群面临的挑战和制约因素,以及联合调度运行管理及系统建设等层面,探索实现联合调度目标和综合效益的思路、方式和途径,将对流域防洪抗旱安全和水能资源安全发展具有重要区域发展战略意义。     

松江跨流域引水梯级电站群长期优化调度方法

结合松江跨流域引水梯级水电站群,建立了长期优化调度模型及求解方法。该模型首先确定初步的引水流量,然后以典型日负荷曲线为基础构建调峰电价曲线,以调峰效益最大为目标构建梯级水电站群优化调度模型,采用逐步优化算法、逐次逼近算法和状态逐密离散微分动态规划联合对模型进行求解。通过不断调整引水流量,对目标函数进行寻优,确定引水流量及相应的各水库调度方案,以充分发挥跨流域引水水库的调节与补偿能力。成果可直接应用于松江流域。     

电网水电站水库群跨流域补偿调度方法

文中考虑了水能利用最大化、水电站群保证出力以及电网水电负荷空间等应用需求,建立了电网水电站水库群跨流域补偿调度模型,并给出了数学模型求解方法,最后结合广西电网开展模型应用实例分析,表明该模型对于水库群年计划的制定具有一定的指导作用.     

遗传算法在跨流域引水工程优化调度中的应用

本文将遗传算法应用于大伙房水库跨流域引水工程长期优化调度中。为解决进化过程中产生的部分破坏约束条件的个体,采用对破坏约束条件时段的初末水位做出在水位允许区间内降低或抬高到某随机值的调整的改进方法,使得遗传运算得到的个体绝大部分为可行解,能够更快速地找到全局最优解。与传统的长系列法相比,在满足年保证率的前提下不但降低了引水量,而且提高了农业供水保证率。     

水电站群长期优化调度的理论与方法

在现有的水电站群长期优化调度方法的基础上,根据能量转换原理,从实际问题的物理意义出发,提出了一种基于多层神经元网络的水电站群(以两库并联为实例)长期随机优化调度的余留效益统计迭代法(NNRBSI)。该算法仅利用库群随机来水的样本均值和样本协方差矩阵信息,即可进行水电站群长期随机优化调度。     

大型流域水电站水库群长期联合优化调度模型研究

近些年,我国越来越重视对水资源的开发和利用,其中水电站水库群的合作运作对于提高我国水电站的发电量、利用率等各个方面都有显著的效果.本文以大型流域水电站水库群的联合优化调度模型为研究对象,针对长江上游的部分大型水电站水库群,建立了长期联合优化调度模型,并根据建立的模型将优化调度问题分解为各个小规模的问题求解,然后借助水库...     

大规模水电站群短期优化调度方法Ⅳ：应用软件系统

大规模水电系统出现了新的应用需求,其良好的通用性、交互性和智能化显得非常重要。本文系统总结了大连理工大学近10年承担完成的大规模水电短期优化调度系统软件研究与开发经验,介绍了相关系统设计开发细节,主要包括数据结构管理、大规模计算与约束条件的输入和修改、交互平台设计以及计划编制流程等,一些设计思想与技术细节对开发类似的大规模应用系统会有借鉴与参考价值。     

某水电站群优化调度模型大系统分解协调算法

根据串联水电站群的特点,以清江流域水布垭、隔河岩、高坝洲水电站为例,建立了梯级间流量传播影响和电力联系的3级串联水电站优化调度的大系统分解协调模型,大系统分解协调算法较传统算法计算效率更高,可为大流域跨省区的复杂并联、混联水电站群多目标优化调度模型的构建、问题分解及算法等方面提供参考。     

跨流域混联式水电站群联合补偿效益分析

在总结国内外相关研究和实践的基础上,以科学反映清江梯级与三峡梯级相互补偿作用为目的,对由两梯级所组成的跨流域水电站群进行联合调度研究,重点分析了相对于两梯级单独调度时联合调度带来的电力、电量补偿效益.分别以系统保证出力最大和多年平均发电量最大为目标,建立了相应模型;并采用与水电站水库调度图相结合的判别式法及动态规划逐次逼近分别进行求解.结果表明,清江梯级与三峡梯级联合运行后,系统保证出力提高34.2810万kW,多年平均发电量增加1.216 2亿kW·h,补偿效益显著.     

改进粒子群优化算法在水电站群优化调度中的应用研究

针对常规粒子群优化算法易早熟，后期收敛慢且易陷入局部最优解的不足，提出一种新的惯性权重系数更新策略—自适应指数惯性权重系数（SEIWC）代替线性递减惯性权重系数（LDIWC），同时，将遗传算法中的染色体交叉、变异思想引入粒子的更新策略，提高粒子的多样性，增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例，建立基于改进粒子群优化算法的库群长期优化调度模型，计算结果表明，该模型的调度结果显著优于常规粒子群优化算法，与逐步优化算法获得的结果达到相当水平。     

改进粒子群优化算法在水电站群优化调度中的应用研究

为克服常规粒子群优化算法易早熟、后期收敛慢且易陷入局部最优解的缺点,本文提出一种新的惯性权重系数更新策略——自适应指数惯性权重系数(SEIWC)代替线性递减惯性权重系数(LDIWC),同时,将遗传算法中的染色体交叉、变异思想引入粒子的更新策略,提高粒子的多样性,增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例,建立基于改进粒子群优化算法的库群长期优化调度模型。计算结果表明,该模型的调度结果显著优于常规粒子群优化算法,与逐步优化算法结果水平相当。     

小型水电站跨流域开发实例

1 前言跨流域开发是水电开发的一种方式,与常规的沿河开发相比,水能资源可得到更充分的利用,还可使工程简单、易于兴建,给工程建设带来许多有利条件。位于四川省都江堰市境内的白沙河,在水电开发规划中推荐的小型水电站跨流域开发,即是一个成功的例子。目前,该河跨流域开发的白果岗一、二级     

遗传算法在大伙房跨流域引水工程优化调度中的应用

在大伙房水库跨流域调水工程规划成果的基础上,重点研究遗传算法在制定优化调水方案中的应用。结合调水工程实际情况建立了优化调水模型,然后用遗传算法对该优化模型进行求解,并解决了求解过程中遗传算法计算各环节的问题,得到了优化方案。与传统的长系列调节计算结果相比,在相同供水指标和保证率条件下,优化调度方案引水少、弃水也少,更优先地利用了当地(受水流域)的水资源。     

粒子群算法在水电站日优化调度中的应用

针对传统的动态规划方法求解水库优化调度问题存在的“维数灾”问题,给出一种全局随机优化算法[1]——粒子群优化算法并应用于水库日优化调度问题中。相对于动态规划,该算法原理简单,易编程,占用计算机内存少,能以较快的速度收敛到全局最优解,从而为分时电价环境下的水电站日优化调度问题提供了一种有效的解决办法。     

基于改进粒子群算法的水电站水库优化调度

文章提出了应用改进粒子群算法求解水电站优化调度问题的方法,粒子群算法模拟了鸟类群体觅食的搜索过程来寻找水电站最优调度计划。对传统粒子群算法进行了改进,克服了早熟和陷入局部最优的缺点。实例计算表明,粒子群算法可以求解具有复杂约束条件的非线性水电站优化调度问题,与经典算法相比,该算法原理简单,易于编程,占用内存少,求解精度高,收敛速度快,是一种有效的搜索算法。     

一种改进的水电站优化调度粒子群求解算法

重点分析了常规粒子群算法(Panicle Swarm Optimization,PSO)在水电站优化调度应用中存在的问题和出现的原因,并针对问题提出了相应的解决方法,形成了基于粒子群算法的水库优化调度改进应用方法.改进前后计算结果的对比分析表明,改进后的粒子群算法可明显提高求解水电站优化调度问题的收敛速度和求解精度.