李仙江流域梯级水库优化调度系统设计

基于对梯级水库优化调度系统的需求和开发状况的分析,结合李仙江流域梯级水库的特点和业务需求,提出李仙江流域梯级水库优化调度系统的设计原则,并对系统结构、相关研究内容及关键技术进行了概况性的描述。     

基于PSO算法的水库防洪优化调度模型及应用

针对传统的交互式洪水调度方案生成方式存在的缺陷,由基于PSO算法的洪水优化调度模型,提出了有条件限制的随机自动生成方式,并利用罚函数法处理边界条件和其他非等式约束.实例应用结果表明,较之常规的动态规划法,改进后的PSO算法计算速度快、结果合理,为流域防洪优化调度提供了有效途径.     

考虑预报情况下古田溪梯级水库防洪调度方法研究

基于对山溪性雨洪规律的认识,从确保防洪设计要求、兼顾兴利出发,对古田溪一级水库提出了两种考虑短期预报的调度方案,通过对校核洪水的调洪计算,与不考虑预报情况下进行比较,得出考虑预报情况下的汛限水位能提高１ｍ的结论。     

湖南沅水流域梯级水库联合优化调度研究

根据沅水各断面历史水文资料及湖南当前丰枯电价水平,运用动态规划优化理论归纳了沅水流域梯级电站联合运行规律,提出了调节能力较强的三板溪、五强溪两个水库的运行方式.实例结果表明,该方式对沅水流域水库联合调度、充分发挥流域梯级发电效益具有指导意义.     

基于人工鱼群遗传算法的梯级水库优化调度研究

针对人工鱼群算法的不足,提出了人工鱼群遗传算法(AFSA-GA),采用人工鱼群算法模拟梯级水库优化调度,再用遗传算法进行局部细化搜索。实例结果表明,人工鱼群遗传算法应用于梯级水库优化调度行之有效。     

金沙江下游梯级与三峡梯级水库联合发电调度

针对金沙江下游梯级水库的相继建成将会改变长江流域梯级水库综合调度格局问题,构建了金沙江下游梯级水库与三峡梯级水库联合发电调度模型,并采用逐次优化算法进行了求解.结果表明,采用联合优化调度后整个梯级发电效益明显,与原设计方案相比梯级平均发电量可增加6.29;与各梯级单独优化运行相比,梯级发电量可增加1.48%.     

基于群居蜘蛛优化算法的水库防洪优化调度模型及应用

针对水库防洪调度问题多约束、高维、非线性不易求解的特点,提出了基于群居蜘蛛优化算法的水库防洪优化调度模型求解方法,该方法利用蜘蛛群体的协同机制,寻找最优的防洪优化调度决策。实例验证表明,该算法不仅获得较好结果,而且参数少,优化计算结果稳定,能满足实际水库防洪优化调度的需求,可推广应用。     

布谷鸟搜索算法在梯级水库优化调度中的应用

针对梯级水库优化调度在求解时易出现维数灾及计算时间过长等问题,将布谷鸟搜索算法用于梯级水库优化调度问题求解。实例计算表明,应用布谷鸟搜索算法求解梯级水库优化调度问题时,不但能对水库优化调度模型进行有效求解,还能节约计算用时,为求解高维梯级水库优化调度提供了新的思路。     

基于文化粒子群算法的梯级水电站优化调度研究

针对PSO算法中的早熟收敛问题,提出一种文化粒子群算法(CPSO)并将PSO纳入文化算法模型作为群体空间的进化方式,引入一种局部随机搜索算子实现信念空间的知识结构并指导算法的演化过程,在保持种群多样性的同时提高算法的全局寻优性能.将CPSO应用于某梯级水电站的优化调度中,结果表明,CPSO可很好地兼顾计算速度及求解精度,为梯级水库优化调度提供了一条全新途径.     

基于位置动态参数PSO算法的水库防洪调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法——粒子群算法。针对标准PSO算法的缺陷,提出了在位置进化方程中引进动态参数的方法,改进了标准粒子群算法的收敛速度。根据建立的水库优化调度数学模型,将改进的粒子群优化算法运用到水库优化调度计算中,并通过算例验证该算法的可行性和有效性。     

浑江梯级水库群汛期退水段发电优化调度研究

针对浑江梯级水库群汛期调度问题,建立了汛期洪水退水段梯级水库群发电优化调度模型,并用遗传算法对该模型进行求解.实例表明,该研究可减少弃水、增加发电效益,对指导汛期洪水退水段水库调度具有实用价值.     

安康水库洪水优化调度联合模型研究

结合安康水库实际情况,分析了各优化模型的优缺点,建立了洪水优化调度联合模型,联合模型适用于汛期各种频率洪水的调度,具有更广的应用范围。实例研究表明,模型合理,算法可行、有效。     

洪水调节模型及求解方法

提出了洪水控制方案生成的多准则模型,并将多目标综合利用水库的洪水优化调度问题简化为单目标优化问题,便于求解。     

基于灰色动态规划的梯级电站防洪发电优化调度研究

利用灰色动态规划进行三级梯级电站的防洪与发电之间的优化计算，获得了最优解，并将其与一般线性规划求解进行了比较分析。因一般线性规划是静态的，不能适应研究对象系统的发展变化，解的漂移大。而灰色动态规划克服了这一缺点，获得了较为满意的优化效果。     

基于反馈控制的智能化电网多目标协同调度模型

针对现有电网多目标调度模型未对智能化电网电源的能耗和出力情况进行分析而导致调度成本较高等问题,提出一种基于反馈控制的智能化电网多目标协同调度模型。优先分析智能化电网中电源的能源消耗和出力使用情况,利用反馈控制策略制定电网运行约束条件;同时,将最低经济成本和最小环境污染度作为目标函数,构建智能化电网多目标协同调度模型。采用改进粒子群算法对调度模型进行求解,最终获得最佳的协同调度方案。经实验测试,所提模型不仅能够有效降低调度成本,而且提升了环境污染系数,降低了对环境的影响程度。