基于界门函数的混沌算法在水库群联合调度中的应用

基于界壳理论的基本思想,提出了一种改进的混沌算法,利用混沌变量的特定内在随机性和遍历性跳出局部最优点,遍历寻找水库群联合调度问题的最优解.实例计算表明,相对于逐步优化算法(POA),该算法计算速度快、收敛性好,提高了计算效率,满足约束的效果较好,不失为求解水库群优化调度问题的有效方法.     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

求解TSP的并行混沌优化算法

结合群体优化计算的思想,提出一种并行混沌优化算法,即每一个个体进行混沌串行搜索,得到新的个体,从而在搜索过程中保留了混沌优化的随机性、遍历性等优点.所有个体按照寻优指标进行淘汰,保证算法具有并行的寻优策略,从而保证算法能够在解空间进行充分的寻优搜索.仿真试验验证了该方法的有效性.     

混沌遗传算法优化管网状态神经网络模型

针对BP算法易陷入局部最优，提出将一种新的混沌遗传算法（CGA）用于全局优化给水管网状态神经网络模型的初始权阈值.该算法将混沌搜索与自适应遗传算法相结合，根据混沌运动的初值敏感性、内在随机性以及遍历性的特点，通过混沌映射搜索自适应遗传算法的较优初始种群，并利用自适应遗传算法进一步寻优，对混沌映射和遗传进化进行循环计算直至达到最大进化代数，最终获得BP模型的较优权阈值.实例分析结果表明，与自适应遗传算法（AGA）相比，该算法搜索稳健，全局搜索能力强，并且新算法优化模型具有更高的预测性能.     

基于混沌和多群体的粒子群优化算法

由于基本粒子群优化算法存在初始化随机性和遍历性不强,全局搜索容易陷入局部最优的问题,提出了基于混沌和多群体的粒子群优化算法,利用混沌特性初始化粒子,增强其随机性和遍历性,并根据适应度值将粒子群划分为多个群体,对不同群体中粒子的速度和位置采取不同的计算方法,进一步提高算法的收敛速度和精度。     

改进的协同粒子群优化算法

针对协同粒子群优化算法存在停滞,不能保证收敛到局部或全局最优值的问题,提出一种改进的协同粒子群优化算法(CCPSO-Hk),该算法将混沌理论引入协同粒子群算法(Chaos PSO)中,利用混沌运动的随机性、遍历性和规律性等改善了协同粒子群算法(Cooperate Particle Swarm Optimization)的性能.通过仿真验证算法的有效性.     

利用混沌粒子群算法确定河流水质模型参数

将混沌寻优思想引入到粒子群优化算法中,提出了混沌粒子群算法,这种方法利用混沌运动的随机性、遍历性和规律性等特性对当前粒子群体中的粒子进行混沌寻优。通过这种处理使得粒子群体的进化速度加快,从而改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。并将混沌粒子群算法应用于求解分析瞬时投放示踪剂情况下的一维河流水团示踪试验数据以及确定河流水质参数的函数优化问题,结果表明,混沌粒子群算法的收敛性能明显优于粒子群优化算法。     

基于二进制混沌粒子群算法的认知决策引擎

为了解决不同通信模式下认知无线电发射机参数合理优化的问题,提出了一种基于二进制混沌粒子群算法(BCPSO)的认知决策引擎,该引擎利用粒子群优化算法收敛速度快和混沌运动全局遍历性的特点,使认知决策在多目标优化过程中有效地摆脱了局部极值点,提高了参数优化的精度和稳定性．基于认知正交频分复用(OFDM)系统的仿真结果表明,相对于现有认知引擎,该引擎具有平均适应度值高、对不同通信模式鲁棒性强的特点,实现了有效优化发射机参数的目的．     

一种环保节约型的短期联合发电调度

新能源大规模接入电网给联合优化调度带来很大挑战.针对风电、核电接入电网并考虑水电、火电的联合发电调度问题,考虑新能源自身的特性,对电力系统的电源调度先进行定性安排,然后建立环保节约型的多目标联合发电模型,通过将自适应、混沌变异和群体适应度方差思想引入粒子群算法,改善算法性能;最后采用10机测试系统验证了算法的可靠性和优越性,并以修改的10机系统为算例进行定量仿真分析,其结果证实了该方法的正确性和可行性,为智能电网调度提供了一种新的思路和方法.     

时间尺度对梯级水电站发电调度建模准确度影响分析

随着梯级水电站的陆续建成投运,梯级水电站开展联合精细化调度的相关研究,如：模拟长系列径流资料提取调度规则、历史运行过程的优化调度水平精确评价等,对确定性径流情景下梯级水电站联合调度精细化模拟提出了新需求。然而,传统的梯级水电站精细化调度建模研究多集中在水电站水电能转换关系、梯级水电站间水力联系的精细化模拟等方面,关于模型时间尺度对模型准确度影响的研究较少。在确定性径流情景下,模型时间尺度也是影响调度模型准确度的关键因子之一,且其对模型准确度的影响受其他诸多因子的扰动,呈现复杂的关联关系。因此,从理论分析和实例分析2个方面,研究了确定性径流情景下时间尺度对梯级水电站发电调度建模准确度的影响。本文运用控制变量法及逐步逼近的思想分析并推导了影响不同时间尺度调度模型准确度的关键因子,确定了弃水量计算偏差、径流量大小、径流期内变化及初末水位差等关键因子,并定性分析了上述关键因子扰动下模型时间尺度对调度模型准确度的影响。在此基础上,针对金沙江下游梯级水电站实例,以理论分析成果为基础,运用工况设定-模拟计算-结果统计分析的方法,对金沙江下游梯级水电站不同调度期下不同时间尺度模型准确度进行了定性、定量分析,进而依据上述分析结果建立了金沙江下游梯级水电站多尺度发电调度模型。模拟结果一方面证明了理论分析结果的正确性;另一方面表明所构建的多尺度发电调度模型能够较为准确地反映水电站实际工况,且同时能有效减小调度问题的规模,为梯级水电站的调度规则提取、历史调度评价等提供切实可用的发电调度模型,同时,可为大规模梯级水电站群联合调度问题的降维求解提供新思路。     

基于改进单亲遗传算法的梯级水电站群多目标优化

为了预测复杂水流流态下岩质河床的最大冲刷深度,将CFD技术应用在岩质河床最大冲刷深度预测中。结合CFD技术和回归分析技术,建立了岩质河床冲刷的数值-经验混合预测模型。数值模型采用VOF技术和RNG k-ε紊流方程求解泄流流场,经验证流场数据可靠;采用麦夸特法,根据数值流场数据和原型观测数据,回归得到以流速和基岩冲刷系数为变量的最大冲坑深度预测模型,与其他三个经验公式相比,该模型与实测值具有最高相关性（相关系数R为0.9829）和最小误差（误差均方根RMSE为2.532）。最后将预测模型应用于某实际工程,得到最大冲坑深度为6.81m,与实测值6.6m相差3.2%。     

水库群长期优化调度模型与水力关联矩阵

首先介绍了水库群长期优化调度模型,分析了该模型编制的程序在单库、梯级以及混联水库群中通用的制约因素.在水库群长期优化调度模型通用性设计方面,提出用水力关联矩阵来描述水库之间的空间位置关系和水力联系,并重点说明了水力关联矩阵的作用.然后,以DP算法与水力关联矩阵相融合为例,解决了将其设计为一般性算法过程中所遇到的问题,进而开发出具有一定通用性的水库群长期优化调度的算法代码.最后,将DP、DSPA和POA算法应用于雅砻江以及混联梯级长期优化调度中.     

基于改进蝙蝠算法的梯级水电站经济调度

梯级水电站中长期经济调度问题是一个典型非线性优化问题,通常要求在满足复杂的水力、电力约束条件下,使得整个梯级调度周期内发电量最大。为了有效解决这一问题,本文改进了蝙蝠算法更新策略,并引入差分变异操作,提出了一种改进的蝙蝠算法。在改进蝙蝠算法中,每只蝙蝠个体的脉冲频率不随种群迭代而更新,而蝙蝠个体脉冲发射率和脉冲音量随种群迭代而更新;无条件接受全局搜索产生的新解,有条件接受局部搜索产生的新解;同时,改进了速度更新公式,引入DE算法中的变异、选择操作。在差分变异过程中,变异个体继承当前种群最优个体特征的同时吸收种群其他个体信息,增加种群多样性,并且,动态控制变异概率,算法后期个体间差异减小,加强了局部搜索能力。最后为了验证改进蝙蝠算法可行性及有效性,将其运用于求解大渡河流域瀑布沟、深溪沟、枕头坝一级梯级水电站经济调度问题。将模拟结果与另两种算法进行比较,结果表明对于复杂的梯级水电站经济调度问题,改进蝙蝠算法能够在枯水期给电网提供尽可能大而稳定的出力的同时,缩短计算时间,获得精度更高的解。     

金沙江下游梯级水库群多目标兴利调度模型及应用

多目标兴利调度是充分发挥金沙江梯级水库群综合效益的重要课题,如何科学控制上下游梯级水库蓄泄方式、协调不同兴利调度目标间的竞争关系,是金沙江梯级水库群水资源高效利用的关键科学问题。本文在分析发电效益、航运效益和容量效益间竞争与冲突关系的基础上,建立了以总发电量最大、通航流量最大、时段保证出力最大为目标的梯级水库群多目标兴利调度模型,并采用多目标进化算法对其进行求解,得到了不同频率来水情况下多目标兴利调度方案集,可为金沙江梯级水库群联合调度提供科学的决策依据。     

节能减排环境下水火电站群多目标优化调度模型研究

摘要：在落实国家节能减排政策过程中,积极研究节能发电调度优化模式一直受到电力部门的广泛关注。含有梯级水电厂的水火电力系统优化调度必须考虑各水电厂之间的水力耦合、上下游水电厂之间水流到达时间的延迟和可能弃水等因素。在考虑环境保护和节约能源以及水电厂运行特点的基础上,提出了一种以火电厂总运行费用、污染气体排放量、水电厂弃水量为优化目标的水火电站群多目标优化调度模型。应用基于Agent的启发式计算方法求解。计算表明,该模型有利于节能减排和环境保护,提高了水力资源的利用程度,提升了电力系统的综合运行效益,为水火电力系统短期优化调度提供了新的研究思路。     

水电混合网络经济调度问题的分布式优化算法设计与分析

该文对包含发电设备、产水设备和电水联合生产设备的混合能源网络建立资源经济调度问题的非线性规划模型。针对这类考虑水电生产复杂关系的优化问题,提出一种连续时间分布式算法来寻找经济调度问题的最优解。收敛分析表明,该算法能够在任意初始条件下收敛到最优解,且不需要设备与相邻设备交换成本函数的梯度信息,能够很好地保护设备的隐私信息。最后,数值仿真实验结果验证了求解混合能源网络中资源调度问题算法的性能和有效性。     

比较矩阵构造法及其在糊层次分析中的应用

本文运用模糊理论,建立了水电站梯级选优的层次分析模型,提出了一种多因素权重分配的新方法—比较矩阵构造法。作者将模糊层次综合评价方法应用于某流域梯级方案的优选问题,结果表明该方法合理、实用。     

梯级水光蓄协调优化控制技术研究

我国新能源渗透率不断提高,新能源出力对电网安全稳定运行产生较大影响;利用梯级水电的连续库容和水电机组的快速调节能力可平滑光伏出力,提高电网的安全性能。文章从电源侧角度出发,基于丰水期和枯水期2个典型应用场景,详细介绍了梯级水电、光伏及抽蓄协调优化控制系统的结构配置和功能设计,并对控制策略进行了工程化算例分析。仿真结果表明,丰水期和枯水期梯级水光蓄联合运行出力平均波动率分别为1.7%和1.9%,均低于3%的调度要求。研究结果可为其他工程改善区域电网的电能质量及提高新能源的就地消纳能力提供参考。