基于混沌进化算法的梯级水电系统短期发电计划

提出一种求解梯级水电系统短期发电计划问题的新方法－混沌杂交进化算法（CHEA）。该算法将混沌序列与进化算法有机结合在一起,同时采用浮点数编码并构造一种新的自适应误差反向传播变异算子,从而有效抑制了进化算法的“早熟”现象和收敛速度慢等缺陷,仿真计算结果表明,该方法可以求解具有复杂约束条件的非线性优化问题,算法求解精度高,收敛速度快,从而为水电系统的短期发电计划问题提供了一种有效的方法。     

梯级水电系统组合优化调度方法研究

文章提出两种基于Ｌａｇｒａｎｇｅ松驰技术的梯级水电系统优化调度算法,能够综合处理离散运行区间,最小启停机时间等离散约束、水库间的水力耦合网络约束以及水头影响。基于实际系统数据的数值仿真,表明了该算法的有效性和实用性。     

基于量子蚁群优化算法的梯级水电系统经济调度

将量子计算理论引入到蚁群优化算法中,形成量子蚁群优化算法(QACOA),用于梯级水电系统经济调度研究中,以系统在调度期内实发电能和储蓄电能最大为准则构造优化目标函数。QACOA融入了量子计算理论的叠加态和概率表达特性,以量子态为基本信息单元,将量子比特的概率幅用于蚂蚁位置的编码,利用量子旋转门实现蚁群位置的更新,达到了比常规蚁群优化算法更好的优化效果。运用QACOA对梯级水电系统经济调度进行仿真,结果表明QACOA使调度期内实发电能和储蓄电能得到了明显提高。     

三峡梯级和清江梯级水电站短期联合优化调度方法研究

针对清江高坝洲水电站下游水位流量关系受长江顶托影响和梯级水库间流量传播处理问题,建立三峡梯级和清江梯级水电站短期联合优化调度模型。根据实测资料构建受长江顶托的高坝洲水电站下游水位流量分段函数关系;采用相关分析法对梯级间实测数据进行率定,构建线性回归方程处理梯级间流量传播的计算。运用正弦轮盘赌选择算子的自适应遗传算法求解模型,克服单纯轮盘赌对适应度非负的要求。不同量级典型日流量过程模拟调度结果表明：三峡梯级和清江梯级联合调度效益增加明显。研究成果对未来三峡梯级与清江梯级水库群日发电计划的编制有借鉴意义。     

节能发电调度下的水电短期优化调度

在水电比例较大的四川电网中,水电优化调度是节能发电调度的重要环节。将水电和火电分开进行优化,得到水电的总负荷曲线。以水电出力之和与总负荷曲线的偏差最小为目标,考虑各种约束条件,建立水电优化调度的数学模型,并利用遗传算法进行求解。在遗传算法中,设计编码方案,对一天中的5个时段分别进行编码,在前期就剔除大量不满足约束条件的方案,加快计算速度。该模型已经在实际系统中开始试运行,取得了良好的效果。     

适应不同优化模型的水电梯级系统短期调度算法EI北大核心CSCD

短期水电系统的发电优化调度是非线性离散优化问题。随着水电系统规模的增大,该问题的求解也变得更加困难。结合考虑约束条件的优先级别,建立了适应弃水量最小、发电效益/电量最大、调峰电量最大和发电趋势吻合4个调度目标的数学模型,采用分级求解结合局部搜索的方法解决大规模水电系统短期联合优化调度问题。通过在包含45个水库的水电系统优化调度中的应用,并比较不同目标下优化结果的差异,结果表明了上述模型和方法的有效性。     

基于改进量子遗传算法的梯级水电联合优化方法

我国水电资源丰富,梯级水电协调优化是提升水电运行效益的重要方法。梯级电站在时滞特性、水能转换特性和发电能力特性等方面均为复杂的非线性约束关系,梯级水电协调优化问题在数学上也是一个复杂的非线性规划模型。为此研究了梯级水电协调优化中的非线性约束项,构建了时序协调的梯级水电联合优化模型;并进一步结合模型非线性特点,对传统遗传算法进行改造,提出了适应梯级水电优化的改进量子遗传算法;最后基于我国某流域梯级水电数据构造算例,验证了方法的有效性。     

短期梯级水电优化调度的逐次逼近法

受到水电站的出库流量的影响,梯级水电站间的水流滞时是动态变化的,如果将水流滞时作为常数考虑,会导致水电优化调度结果的偏差。将水流滞时表示成电站出库流量的函数形式,建立了考虑动态水流滞时的短期梯级水电优化调度模型。动态水流滞的引入,使得短期梯级水电优化调度中的优化变量在大小和时间两个维度上变化,采用常规算法直接求解困难。针对所建立模型的特点,提出了结合逐次逼近法和混合整数线性规划法的求解方案,以逐次逼近法构造了逐步逼近精确水流滞时的迭代流程,迭代流程中每次迭代为一个常规短期梯级水电优化调度问题,采用混合整数线性规划法进行求解。一个两电站测试系统和某8水库的实际梯级水电系统的算例结果表明了所提出模型和方法能够有效提升梯级水电系统的经济效益。     

基于电量共享的梯级水光蓄联合发电系统优化调度策略

为对偏远地区的含有抽水蓄能、梯级水电、光伏电站联合运行的多能发电系统进行互补式经济优化,搭建多乡镇级用电体之间的日前电量共享协调优化模型,通过区域运营商对构成乡镇联合体的各用电体进行协调管控,实现用电计划的经济高效制定.通过调用抽水蓄能进一步平滑水光出力波动,对乡镇级用电体、区域电网与主网之间的能量流动进行优化,并按参...     

梯级水电站短期周优化调度规律探讨

建立了梯级水电站短期周优化调度的梯级蓄能最大模型,在此基础上采用动态搜索算法对其进行求解.通过严密的理论推导和详尽的实例分析探讨了流域梯级电站负荷最优分配规律.梯级电站负荷最优分配主要由梯级水库的区间入流关系和水库特性决定,其结论可指导流域梯级电站优化运行,为集控中心调度和指导实际应用提供参考.调度决策者尚需根据本文的研究方法针对本流域和电站的特性制定符合自身的最优调度规则.     

基于加速遗传算法的梯级水电站联合优化调度研究

梯级水电站联合优化调度是一项涉及学科门类广泛、牵涉部门利益众多的复杂大系统优化决策问题,对制定和实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联合优化调度中存在的＂维数灾＂及大量约束条件不易处理的难点,将加速遗传算法（AGA）应用于梯级水电站联合优化调度研究中,采用＂分类假设＂的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体,由此重点阐述了改进遗传算法对优化调度模型大量复杂约束条件的实现方法。上述方法在我国水、电特性代表性良好的乌江梯级七库联合优化调度实例的应用结果表明：加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自适应及全局搜索能力,且计算结果与设计成果相比,乌江梯级水电站多年平均发电量增加约2.60%。可见,采用＂分类假设＂的研究思路处理群体智能优化算法应用于梯级水电站联合优化调度中存在的复杂约束问题是合理可行的,可为流域梯级水电站实行集中运行、调度提供科学有效的决策依据。     

考虑多能负荷波动实时平衡的综合能源系统多时间尺度优化调度

综合能源系统内负荷的不确定性及多能源响应负荷波动的时间尺度不同为优化调度结果的可靠性及系统对负荷波动的响应带来了挑战。确定日前、日内、实时三阶段优化调度模式,在日内调度中对当日影响系统运行的随机事件进行分类并将其量化影响反馈至调度模块;对系统内热/冷负荷端口进行能流分析,通过监测供回水压、水温等数据,快速响应热/冷负荷波动,并在实时调度中调整机组出力;建立日前、日内、实时三阶段优化调度模型,提出基于多能负荷波动快速响应的综合能源系统多时间尺度优化调度方法。以中国南方某城市综合能源系统冬季运行模式为例进行数值分析。结果表明,所提方法对计划性负荷调整及突发小幅负荷波动均有良好效果,能有效提升系统供能收益和用户的用能舒适度。     

市场竞价下梯级水电站短期优化调度研究

针对梯级水电站短期优化调度的特点，通过对电力市场中发电厂商竞价策略特点的分析，提出了市场竞价下梯级水电站的竞价运行策略，构建了市场竞价下梯级水电站优化调度模型。模型采用概率分布来模拟发电厂商报价策略，并利用蒙特卡洛方法对电力市场出清过程进行随机模拟，而且在最大效益子模型中考虑了梯级各电站发电成本不同的因素。最后通过实际算例，利用改进蚂蚁算法和遗传算法对硕多岗河梯级水电站在市场竞价条件下的整体调度过程进行了模拟优化求解，得出了较优的市场出清结果和梯级优化运行方案，并通过对优化结果的详细分析，指出了模型的优点和缺陷。     

梯级电站厂间负荷分配算法研究

节能减排形势下,为尽可能节约水资源,电网应下达梯级日内96点负荷曲线,由梯级电站根据自身梯级情况进行厂间负荷分配,力求在最小耗水量条件下满足梯级日内负荷需求,该负荷分配面临高维数、多约束问题。本文以电网下达日内负荷为约束条件,以梯级耗水量最小为目标函数,研究厂间负荷分配求解算法。论文提出层次化厂间负荷分配算法模型,建立负荷随机分配算法得到厂间负荷分配初始解,进而提出功率微增逐次寻优算法获得厂间负荷分配最优解,并进行实例验证。研究表明,算法较好地解决了高维数、强约束条件下厂间梯级负荷问题,达到了节约梯级水资源目的。     

基于总出力调度图与出力分配模型的梯级水电站优化调度规则研究

本文基于大系统聚合分解理论,建立了梯级水电站总出力调度图(聚合)与出力分配模型(分解)相结合的双层优化模型,分别采用NSGA-Ⅱ多目标遗传算法和离散微分动态规划(DDDP)进行优化,得到了梯级水电站优化调度规则,可大大降低计算的复杂度.通过在出力分配模型中引入弃能项,有效地降低了电站的弃水,增加了梯级发电量.以清江梯级水电站为研究背景,优化调度规则在满足梯级保证出力的条件下,年均发电量较原设计方案可提高2.25亿kW·h,增长率达3.07%,减少弃水9.87亿m3,达35.83%,说明了模型和算法的有效性和合理性,为制定梯级水电站优化调度规则提供了新的思路.     

基于蚁群算法的梯级水电站群优化调度

提出一种求解梯级水电站中长期优化调度问题的方法一蚁群算法（Ant Colony algorithm,ACA）。算法模拟了蚂蚁群体觅食路径的搜索过程来寻找梯级水电站中长期最优调度计划。算法把问题解抽象为蚂蚁路径,利用状态转移、信息素更新和邻域搜索以获取最短路径即最优解。实例计算结果表明,算法可以求解具有复杂约束条件的非线性梯级优化调度问题。算法求解精度高、收敛速度快,为解决梯级水电站中长期优化调度问题提供了一种有效的方法。     

流域梯级水电站节能调度效益评价指标体系研究

在对流域梯级水电站节能调度特点进行具体分析的基础上,结合评价指标选取原则,构建了一套定量与定性相结合的指标体系,从而为合理评定梯级水电站节能调度效益并对其实施有效监管、解决系统内调节效益补偿问题提供了决策依据.     

育种粒子群算法在梯级水电站优化调度中的应用

为了提高粒子群优化(Particle Swarm Optimization,PSO)算法的计算精度和计算效率,避免"早熟",提出了育种粒子群优化算法(Breeding-based Particle Swarm Optimization,BBPSO).该算法模型将育种算法和PSO算法有机结合,构建双群体搜索机制,既利用PSO算法的快速演化能力,又利用育种算法模型中的繁殖操作增加群体多样性.将该算法模型应用于梯级水电站发电最优调度中,仿真结果表明,和标准PSO算法相比,BBPSO具有更好的全局寻优能力和较快的收敛速度,能有效应用于梯级电站发电联合优化调度中.     

变尺度混沌优化算法在梯级水电站水库优化调度中的应用

利用变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA)对梯级水电站水库调度问题进行优化调度。主要思想是利用混沌运动的随机性,由Logistic方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库发电调度的最优调度线。实例计算结果表明,算法可以求解具有复杂约束条件的非线性梯级水电站水库优化调度问题。算法求解精度高,具有较大的实用价值,为求解梯级水电站水库优化调度问题提供了一种有效算法。