基于混沌算法的水库防洪优化调度

由于水库防洪优化调度的常用优化方法存在不足,将混沌优化算法运用到水库防洪优化调度中,依据水库防洪最大削峰准则,建立了以最大削峰为目标的数学模型.根据混沌的迭代不重复性和遍历性,按照其"自身规律"不重复地遍历所有状态,利用混沌变量进行优化搜索,避免了陷入局部最优点,取得全局最优.将混沌优化算法运用到水库调度中,并与其他优化方法比较,结果表明混沌优化算法原理简单、计算方便、结果精度高.     

水电站综合耗水率参数在水库优化调度中的应用

目前,水库优化调度研究常侧重于提高算法的精度和计算速度,而忽视了优化调度模型本身的合理性和准确性.如采用常数作出力系数进行水库优化调度计算往往误差较大.为此,根据水电站多年运行历史资料.推求不同发电水头下的综合耗水率,并将水电站综合耗水率应用于水库优化调度中.实例计算表明,所提出的计算方法更能反映水库实际运用情况.     

基于混沌算法的水库群联合优化调度

利用混沌算法全局搜索能力强、求解速度快的特点,将混沌优化算法运用到水库优化调度中,建立了水库群多目标优化模型,并提出交互式的多目标优化模型求解方法.该方法利用混沌优化算法生成满足约束条件的可行集,再采用交互式决策偏好的方法从非劣解集中寻找最佳权衡解;并对滦河下游水库群进行了实例研究.结果表明算法可行,成果合理,能为水库群的联合调度提供技术支持.     

基于SEOA算法的水库调度优化配置模型应用研究

针对水库调度配置中求解最小缺水量的问题,采用社会情感优化算法(SEOA算法),并在生成初始种群和算法收敛速度两方面进行改进,最后将改进后的算法运用到东榆林水库。结果表明:改进后的SEOA算法在水库调度最小缺水量问题中具有效率高、计算量少、寻优能力强的优点,有着一定的实用价值。     

基于改进粒子群算法的水库中长期调度函数研究

在应用改进粒子群算法求解水电站水库中长期优化调度问题时,为了克服基本粒子群存在早熟、后期收敛速度慢等不足,通过采用线性递减权重系数并引入杂交箅子,对基本PSO进行了改进,并将其应用于水库中长期优化调度函数研究中.与基于POA优化结果的回归分析建立的调度模型的对比分析表明,该算法原理简单,易于编程,求解精度高,从而为解决水库中长期优化调度问题提供了一种有效方法.     

交叉微粒群算法在梯级水电站水库群多目标优化调度中的应用

以发电量和保证出力为目标,建立水库优化调度多目标数学模型,将遗传算法的交叉思想应用到微粒群算法中,尝试应用多目标交叉微粒群算法(multi-objective Hybrid Particle swarm Optimization--multi-objective HPSO)来求解水库调度中的多目标优化模型的不劣解集.通过实例研究计算并与其他算法的优化结果进行比较分析,证明交叉微粒群算法具有灵活和有效性能好的特性.     

耗散鸡群算法在水库优化调度中的应用

基于鸡群算法运行过程中易于陷入停滞状态的不足,提出了一种基于耗散结构的鸡群算法,并以水库优化调度模型为基础,将耗散鸡群算法应用于解决水库优化调度问题。对比分析不同算法的水库调度实例优化结果可知,基于耗散结构的鸡群算法求解水库优化调度问题是行之有效的。     

基于长期与中长期嵌套的水库优化调度

为解决水库优化调度过程中时间尺度不同而导致的水库综合效益不高的问题,以防洪与兴利为目标,将水库长期优化调度与中长期优化调度进行嵌套,建立水库多目标优化调度嵌套模型。其中,多目标问题通过约束法将防洪目标转换为硬性约束后,再转化为求解发电量最大值的单目标问题。算法方面,综合对比后确定长期优化调度采用动态规划算法求解、中长期优化调度采用遗传算法求解。为验证嵌套模型的优化效果,以澄碧河水库为例,进行水库优化模拟调度。结果表明:在满足防洪目标的前提下,嵌套模型优化调度方案相较于长期优化调度方案和实际调度方案效益均更高,验证了嵌套模型在水库优化调度问题中的优越性。     

水库优化调度研究综述

水库优化调度是一个涉及到很多方面的复杂的最优控制问题。对水库调度的研究无论在理论上还是实际生产中都具有很大的经济价值,各种新理论、新技术、新方法也正在运用到水库调度中。目前学术界研究的热点包括:大规模水电站水库群的联合优化调度问题,综合考虑多个部门的用水需求,构建合理的数学模型对其进行数学描述,寻求在精度和速度上满足需求的求解算法。纵观水库优化调度发展的60多年历史,调度理论、模型构造以及方法求解上已经有了长足的进展。同时还存在一些问题,其主要在于调度理论发展趋向与实际电站运行要求相背离。     

人工鱼群算法与离散微分动态规划结合在水库优化调度中的应用

人工鱼群算法(AFSA)具有快速收敛到最优解附近的能力,建立人工鱼群系统模拟水库优化调度,将其所得到的解作为离散微分动态规划(DDDP)算法的初始试验轨迹,通过DDDP再次寻优,可以获得更优、更稳定的解,试验证明了AFSA与DDDP结合应用于水库优化调度的有效性.     

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。     

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。     

Optimal Operation of Hydropower Reservoir Systems Using Weed Optimization Algorithm

The optimal hydropower operation of reservoir systems is known as a complex nonlinear nonconvex optimization problem. This paper presents the application of invasive weed optimization (IWO) algorithm, which is a novel evolutionary algorithm inspired from colonizing weeds, for optimal operation of hydropower reservoir systems. The IWO algorithm is used to optimally solve the hydropower operation problems for both cases of single reservoir and multi reservoir systems, over short, medium and long term operation periods, and the results are compared with the existing results obtained by the two most commonly used evolutionary algorithms, namely, particle swam optimization (PSO) and genetic algorithm (GA). The results show that the IWO is more efficient and effective than PSO and GA for both single reservoir and multi reservoir hydropower operation problems.     

改进风驱动优化算法在水库调度中的应用

风驱动算法是一种新兴的基于群体迭代启发式的全局优化算法,与遗传算法、布谷鸟算法等相比,具有明确的物理背景,但该算法避免不了易陷入早熟和收敛效率慢的问题。针对早熟,本文提出了扰动策略,对当前最优适应度值对应的任一元素进行扰动,且随着迭代次数的增加,扰动量逐渐减少。针对收敛效率不高,提出了空间压缩策略,采用奇偶相间的方式,通过计算约束更新解的上下限以保证该解是可行解。将改进的风驱动优化算法运用到某水库的优化调度中,并与粒子群算法和标准风驱动算法进行比较。结果表明改进的风驱动优化算法更为可靠、高效,能以较快速度收敛于最优解,且最优解值更大,为水库优化调度模型求解提出新的解决方案。     

混合粒子群算法在水库优化调度中的应用

水库优化调度是个非线性、强约束的组合优化问题,利用基本粒子解方法易于陷入局部优化;本文利用混合的粒子群算法,较好地克服了基本粒子群早熟和易于陷入局部最优的缺点,获得了更好的计算精度.实例结果表明,该方法有一定的有效性.     

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...     

基于改进粒子群算法的水库优化调度研究

对粒子群优化算法易陷入局部最优的缺点作了改进,提出了一种带有扰动项的改进的粒子群优化算法,并将其应用于水电站水库优化调度中。实例计算证明,改进后的粒子群优化算法具有较好的全局搜索能力,能够有效克服陷入局部最优的缺点,是水库优化调度比较有效的方法。     

水库群供水调度预警系统研究及应用

针对水库供水调度的实时性和不确定性,通过分析入库径流超越机率,以缺水率最小为目标函数,建立水库群供水调度模型,并应用基于免疫进化的蚁群算法对模型进行求解,绘制水库群供水调度操作规线;应用模糊数学、信息熵等原理,确定现状水库供水指标D、未来供水水情指标S以及水库供水预警指标和应变措施,建立了水库群供水调度预警系统。实例计算表明,本文建立的水库供水预警系统能够合理、有效地为调度操作人员提供正确、及时的决策。     

雅砻江下游梯级水库综合调度规则优化方法

以综合运行水位控制线、防弃水线、防破坏线、防洪限制水位和死水位作为水库调度指导线,并构成水库调度图,围绕该调度图制定水库综合调度规则,进而建立了调度图模拟-优化模型。选取雅砻江下游梯级水库作为研究对象,采用模拟-优化技术对调度图进行优化。采用优化后的调度图指导水库群模拟运行,模拟运行结果验证了该调度图具有良好的可操作性和实用价值。     

水库多目标优化调度技术比较研究

多目标智能优化算法种类繁多,不断涌现,在水库优化调度中得到了广泛应用,但多目标智能优化技术仍然是目前水库群综合利用优化调度研究中的热点和难点之一。已有的研究算法大多是关于水库优化调度中适用性的应用研究,且实际问题简化多,在算法算子的选择、算法性能的探讨和比较、特别是多目标优化等方面还不够深入。为此,选择应用较为广泛的NSGA-Ⅱ和DEMO算法,从变量规模、约束处理技术等方面,对其在水库多目标优化调度中的应用效果进行初步分析、比较和评估,为水库多目标优化调度算法的选择提供了参考。