改进差分进化算法在水库优化调度中的应用研究

差分进化算法在求解水库优化调度时,进化后期种群多样性急剧下降,导致算法无法跳出局部最优解而出现“早熟”收敛。针对该问题,该文对算法的贪婪选择策略进行改进,使其以一定的概率动态接受稍差解作为子代个体,从而提高算法的种群多样性;同时,提出种群基因重生策略,进一步改善种群进化的基因信息结构。将改进的差分进化算法应用于清江梯级发电调度问题,并与差分进化算法、模拟退火算法求解结果进行对比。模拟结果表明,改进算法具有更强的全局搜索能力,求解梯级水库优化调度问题更具有优势。     

改进鸽群算法在水电站发电优化调度中的应用研究

水库调度计划是否合理,关系到水库的工程运行安全和效益充分发挥。文章以辽宁省桓仁水电站为例,提出了一种改进鸽群算法。与动态规划法、POA法的调度结果相比,在同样的计算条件下,改进鸽群算法年发电量最大,具有良好的求解能力,可以在工程实践中利用该算法进行水库调度模型的求解。     

改进的多目标差分进化算法在水库优化调度中的应用

水库多目标优化调度是一个复杂的系统优化问题,属于高维、多约束、非线性问题的优化领域。智能优化算法在求解水库多目标优化调度时,存在非劣解较少、分布不均匀及不收敛等问题,基于上述问题,提出一种求解新思路,通过加入精英保留机制并用拥挤距离来维持外部精英集改进多目标差分进化算法。建立了多目标水库优化调度模型,并以综合利用的漳河水库多目标优化调度为例进行了求解,结果表明该算法能够得到分布较为均匀的非劣解集,证明方法在水库多目标优化调度中是有效的。     

基于差分进化算法的水库防洪优化调度研究

由于影响和制约因素众多,水库防洪优化调度方案的制定是一个非常复杂和有相当难度的课题。本文以最大削峰为目标,基于差分进化(DE)算法建立多约束的水库防洪优化调度模型,给出了水库防洪优化调度问题的DE算法的求解步骤。将该算法应用于潘家口水库防洪优化调度实例问题的求解,求解结果与动态规划和粒子群算法的求解结果进行比较。该算法应用于水库防洪优化调度,可以充分发挥水库的防洪调节能力,确保水库自身以及下游防洪对象的安全,为水库提供合理有效的优化调度方案。     

基于多目标差分进化算法的水库多目标防洪调度研究

为求解水库多目标防洪优化调度问题，提出一种基于自适应柯西变异的多目标差分进化算法。算法采用一种自适应柯西变异策略克服早熟收敛问题，提高了收敛精度；根据多目标优化的特点对差分算子进行修正，并引入外部档案技术，提高了算法的收敛速度。通过对典型历史洪水的多目标调度研究，结果表明基于自适应柯西变异的多目标差分进化算法在可接受的时间内，可生成大量在各目标分布均匀、分布范围广的非劣调度方案供决策者评价优选，为水库多目标防洪调度决策提供了一种新的调度方案生成方法。     

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。     

混沌差分进化算法在水库优化调度中的应用研究

针对差分进化算法在求解水库调度等复杂优化问题时,算法初始种群的随机性导致其在解空间中的代表性不足,算法的贪婪选择策略又极易导致种群迅速趋同而"早熟"收敛。提出初始种群的混沌生成策略,利用混沌因子的遍历性提高算法初始种群的代表性。同时,以动态概率接受适应值较差的个体作为子代个体参与进化,从而提高算法跳出局部最优解的能力。将改进的差分进化算法模拟乌江梯级电站优化调度问题,模拟计算结果表明,改进的差分进化算法具有较高全局搜索能力,大幅提高了求解的精度,适合求解水库优化调度等问题。     

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.     

水电站群长期优化调度的一种改进算法

根据马尔柯夫决策规划理论建立的水电站群长期优化调度模型，依照逐次渐近法和离散微分动态规划的基本思想，本文构造了一种年内逆推动态规划、年间逐次逼近法、结合时段内廊道法寻优的改进算法、使运算时间大大缩短，并且易于在微机上实现，利于推广和应用。实例计算证明了该算法的有效性、科学性。     

自适应混沌差分进化算法在梯级水库优化调度中的应用

介绍了一种基于自适应混沌映射的差分进化算法,该算法采用混沌映射的方式产生初始种群,并综合考虑算法迭代进度和个体进化程度两个因素,对缩放因子进行动态调整以促进算法全局搜索和局部寻优的平衡。同时,在算法进化的不同阶段采取不同尺度的扰动策略,进一步提高算法的再搜索能力。将该算法应用于某梯级水库发电调度的研究中,通过实例计算,并与基本差分进化算法、模拟退火算法相比,得到了更优的全局最优解,验证了该算法的可靠性和实用性。     

狼群算法在水电站水库优化调度中的应用

为探讨水电站水库优化调度问题求解的新方法,对狼群算法及其在水电站水库优化调度中的应用进行了研究。对狼群算法中的围攻算法进行了改进,给出了水电站水库优化调度问题的狼群算法设计及求解步骤。基于水电站水库优化调度实例,对狼群算法的敏感参数奔袭步长进行了模拟计算和分析,给出了奔袭步长的有效取值范围。实例计算结果表明,狼群算法是一种求解水电站水库优化调度问题的有效方法。     

基于狼群算法的水电站优化调度模型参数优选

以典型水电站优化调度模型为基础,先采用单因素分析法对狼群算法单参数的敏感性进行了分析评价,以算法寻优效果达到最优为目标,得出了参数的有效取值范围;再采用正交实验与极差分析方法,对狼群算法多参数的敏感性进行了综合分析,同理得出了参数变化的敏感性主次序和参数最佳取值组合。实例的验证结果表明,研究选取的参数取值范围和最佳取值组合有效地提升了算法的优化性能,为狼群算法应用于水电站优化调度提供了参数选择依据。     

基于混沌优化算法的混联水电站群长期优化调度

在建立混联水电站群长期优化调度模型的基础上,应用混沌优化算法对模型进行求解。以水电站群总电能最大为目标函数,根据混沌运动的随机性,由Logistic模型产生的混沌变量来进行优化搜索。此方法可避免陷入局部最优点,并取得全局最优。实例计算结果表明,混沌优化算法与逐步优化算法相比,优化结果良好。表明本文算法可以用于求解具有复杂约束条件的非线性混联水电站群水库优化调度问题。     

水电站水库优化调度的改进混沌遗传算法

针对水电站水库优化调度问题,提出了将改进遗传算法和混沌优化相耦合的改进混沌遗传算法。该算法将混沌变量映射到优化变量的取值范围中,对混沌变量进行编码,表示成染色体,然后对其进行选择、交叉和变异,通过增加混沌扰动,不断进化收敛得到最优解。实例计算并与其他方法比较表明,该算法在求解水电站优化调度这样的复杂非线性优化问题时,搜索效率高,收敛性能好,能以较快的速度收敛于全局最优解,为水电站水库优化调度模型求解提供了一种新方法。     

水电站短期优化调度类库的设计

采用面向对象的程序设计方法,基于作者和前人在水电站短期优化调度科研领域的理论成果,以大量的工程实例为背景,抽象出水电站短期优化调度系统的基本特征,设计出了可高度反映水电站短期优化调度系统特征的类层次结构,并借助于C＋＋程序设计语言开发出了一套可重用的基础类库。实践证明,利用该类库进行软件开发可大大提高水电站优化调度程序的可移植性、可扩充性、易维护性,有效地提高了水利软件开发的效率和质量。     

耦合整体预报不确定性的水电站短期优化调度模型

以确定性预报径流为输入的水电站短期优化,受到预报不确定性的影响,会导致制定的运行方案与实际执行结果产生偏离,造成弃水或出力不足风险。为此,从水电站短期发电计划的编制过程出发,为编制优化运行方案,分析预报径流序列不同时段之间预报不确定性的关联,从而将短期径流预报序列各时段的预报不确定性耦合为一个整体,创新性地建立耦合整体预报不确定性的水电站短期优化调度模型。同时基于所提出的新优化模型,以锦西水电站为例进行实例研究,分别从实际总发电量和贴近度两个方面分析与评价新模型在效益和风险两个方面的优势,并将所建新模型与传统的确定性优化模型进行比较。结果表明,相较于传统确定性优化模型,本文所建立的新模型能够有效增加实际发电量、提高发电计划可靠性,可为水电站短期发电运行的实践提供有效参考。     

上犹江水电厂区域水电站水库群优化调度探讨

上犹江水电厂目前管辖的电站除了上犹江电站外,又在贡水流域开发兴建了两座水电站,并收购了瑞金留金坝水电站。针对该厂将要进行的区域四座水电站远程集中控制系统的建设,探讨了水电站集中控制下的水库群优化调度,实现水库群防洪和发电调度效益最大化。     

大型复杂跨流域调水工程电站-水库-泵站群多目标优化调度

考虑调水量、发电最大和耗能最小3个目标,建立电站-水库-泵站群多目标优化调度模型。基于参数调整策略、邻域变异和加速策略,提出了求解多目标优化调度模型的综合改进布谷鸟新算法并求解模型,获得了发电、调水、泵站耗能多目标Pareto解集。以引汉济渭大型复杂跨流域调水工程为实例,将该模型与模拟调度模型和NSGA-Ⅱ算法多目标优化调度模型的结果进行比较,结果表明,该优化调度模型的发电、调水、耗能、弃水等各项指标合理,具有相对优势。     

改进遗传算法及其在泵站优化运行中的应用

在分析遗传算法基本理论的基础上,针对泵站优化运行问题的特性,从控制参数、选择方式、交叉机理和种群设置等方面进行改进,建立求解高维整型离散决策变量的改进遗传算法。以淮安四站为例进行计算,比较并分析改进遗传算法和标准遗传算法在泵站优化运行中的适用性,为泵站优化运行算法的设计和应用提供参考。结果表明:同时改进适应度和种群的混合改进遗传算法——FFGATPGA,精度高,计算速度快,具有收敛一致性,可用于复杂泵站系统的实时优化调度计算。     

梯级水电站群并行多目标优化调度方法

为保障梯级水电站群多目标优化调度问题的计算效率和求解精度,提出了基于Fork/Join多核并行框架的并行多目标遗传算法。该方法以多目标遗传算法为基础,引入多种群异步进化策略保证种群间个体多样性;采用迁移机制保障子种群的信息有机互馈,提升算法收敛性和解集多样性;利用并行技术实现子种群在各内核的同步求解,提高计算效率。针对问题特点,耦合个体实数串联编码方法、混沌初始化种群策略和约束Pareto占优机制等,进一步提升方法寻优性能。澜沧江流域梯级水电站群多目标优化调度结果表明,所提方法可充分利用多核资源,提升模型计算效率与求解精度,并能获得分布均匀、合理可行的调度方案集,为水电系统多目标高效决策提供科学依据。