基于进化算法和气象信息的三峡-葛洲坝通航调度研究

在分析气象信息影响船舶停航的基础上,应用时间—空间二维正态分布函数,建立了考虑气象信息的三峡-葛洲坝两坝联合通航多目标优化调度模型(CSCM),并提出一种改进的增强帕累托进化算法(ISPEA2)进行模型求解。为验证所建模型的合理性和ISPEA2算法的有效性,根据三峡-葛洲坝联合通航调度中船舶申报信息,应用ISPEA2对CSCM问题进行仿真计算。结果显示,利用CSCM模型能较准确地反映气象对两坝通航调度计划的影响,与其他算法相比,采用ISPEA2能够得到较合理的两坝联合通航调度计划。     

基于气象预报的三峡工程两坝联合通航调度方法

针对三峡工程的三峡大坝和葛州坝的联合通航调度问题,为研究高效、可行的全局优化算法,基于前期建立的统一调度数学模型和近似优化算法对正常状态下的调度计划编制取得较好的效果,扩展研究了一种新的考虑气象预报信息的调度模型和算法,并在系统仿真的基础上进行测试.结果表明,改进的模型和算法可有效地将气象预报信息纳入调度计划编制过程.     

三峡梯级水电站汛末联合多目标蓄水调度研究

针对三峡梯级水电站汛末蓄水调度的复杂问题,以汛末蓄水、下游补水和梯级发电为目标,构建了梯级联合多目标蓄水调度模型,提出了两阶段约束法对模型目标进行降维处理,进而采用动态规划求解模型,并通过对不同来水过程的调度计算与方案比较。结果表明,随着三峡水库汛末蓄水位的抬高,梯级向下游补水能力逐渐减弱;若三峡水库汛末蓄水位相同,则梯级下游控制补水流量越大,梯级总发电量越大;若梯级下游控制补水流量相同,则汛末蓄水位越低,梯级发电量越大;下游控制补水流量越大,则梯级下泄流量越均匀,发电出力峰谷差越小,也越有利于下游通航安全。     

基于SA-NSGA-Ⅱ算法的水库多目标优化调度研究

针对带精英策略的快速非支配排序遗传算法NSGA-II求解多目标优化问题时存在局部搜索能力较差的缺陷,提出一种基于逐次逼近方法改进的快速非支配排序遗传算法(SA-NSGA-Ⅱ),该算法通过不断调整搜索空间来减小不可行域和支配解占比,从而增强局部搜索能力,快速逼近Pareto真实前沿。以平均出力最大和下游河道适宜生态流量改变度最小为目标,建立小浪底水库多目标优化调度模型,分别采用SA-NSGA-Ⅱ和NSGA-Ⅱ求解模型并比较优化效果。结果表明,在两种算法求解模型生成的混合Pareto前沿中,SA-NSGA-Ⅱ、NSGA-Ⅱ所生成的Pareto前沿点分别占比80.45%、19.55%;SA-NSGA-Ⅱ、NSGA-Ⅱ生成的Pareto前沿中,分别有86.90%、52.67%的点处于非支配地位,且SA-NSGA-Ⅱ较NSGA-Ⅱ的算法运算时间减少了15.32%。因此,在相同初始条件下,SA-NSGA-Ⅱ的优化效果优于NSGA-Ⅱ,验证了SA-NSGA-Ⅱ在水库多目标优化调度中的适用性。     

POA算法在水库水沙联合调度中的应用研究

为使水库保持最佳的发电效益,同时又能最大限度地保留有效库容,利用多目标规划方法构建了水沙联合调度多目标规划模型,模型由水库优化调度模型及泥沙冲淤计算模型两部分组成,通过水位参数的传递实现子模型的结合,并利用改进逐步优化算法对模型进行求解。以三峡电站的实际数据为例进行了计算,结果表明模型得到的数据合理、计算速度快,为研究水库泥沙问题提供了重要依据。     

基于改进烟花算法的汾河水库优化调度模型研究

针对水库多目标优化调度问题,采用改进的烟花算法求解带自适应罚函数的水库多目标优化调度数学模型。针对传统烟花算法爆炸半径计算方法在算法运行后期可能出现最优烟花爆炸半径为零的问题,引入自适应动态爆炸半径以平衡算法在解空间的全局及局部搜索能力;针对传统烟花算法位移变异操作的不足,改进其位移变异操作,以提高算法局部搜索的多样性。以山西省汾河水库为例,考虑无引调水和引黄入汾两种情景,分别给出不同情景下汾河水库的调度方案。实例结果表明,模型优化后的各月缺水率平方和比实际降低了66.13%;水库年总发电量比实际发电量提高了22.39%;引黄入汾调水工程的建立可进一步综合提高汾河水库的供水效益和经济效益。     

一种水库洪水多目标调度的线性综合优化算法

针对水库洪水优化调度的非线性、多目标特性,研究了一种水库洪水多目标调度的线性综合优化算法.理论推导与算例仿真表明,该算法通过有限次的单目标优化计算,可直接获得多目标函数最优解集的前端,从而避免了复杂的多目标进化算法的搜索过程,且其最优解集的目标空间分布曲线清晰,直观地表达了当前洪水状况下优化调度解的分布及各目标间的关系,对水库洪水多目标优化调度的决策具有重要意义.     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明：所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

基于改进多目标蝙蝠算法的洛河流域水库优化调度

为了发挥水资源综合利用的最大效益,实现水库发电和供水效益双赢的优化调度需求,以水库发电量最大和水库下游用水区域总缺水量最小为目标建立了多目标优化调度模型。同时,提出改进多目标蝙蝠算法(IMOBA)用于求解多目标优化调度模型,该算法引入外部精英蝙蝠集EBS()来存储算法寻优过程中的非劣解,设计一种基于混沌原理的脉冲发射率生成机制来增强算法的搜索能力,并加入变异操作以提高算法的种群多样性。将改进多目标蝙蝠算法应用在洛河流域故县水库,得到丰、平、枯三种典型年下的故县水库调度方案集。结果表明,IMOBA算法合理有效且优于多目标蝙蝠算法(MOBA),能较好地反映洛河流域故县水库的发电和供水要求。同时验证了多目标优化调度模型的可行性,为流域水库多目标优化调度方案的制定提供了新途径。     

基于改进的多目标差分演化算法求解电力系统清洁经济优化调度问题

利用改进的多目标差分演化算法求解考虑安全运行约束的电力系统清洁经济优化调度问题,对相互冲突的发电费用函数和污染气体排放量函数同时进行优化,采用非支配排序和拥挤距离排序对种群进行选择操作,并引入基于平均熵的种群初始化和基于混沌Logistic映射的控制参数调整策略来改善算法收敛性能。在IEEE 30节点6机系统上获得的仿真结果验证了该算法的优越性。     

考虑可再生能源利用率的风-光-气-储微能源网经济调度研究

文章对风、光、气、储微能源网的多目标优化问题进行研究,建立了经济调度模型和整体满意度模型,综合计算了微能源网区域用电总费用,考虑了相关各类约束条件,并计及政策补贴,以区域内负荷平均用电费用最小且可再生能源利用率最高为目标优化,采用基于实数编码的加速遗传算法(Real coding based Accelerating Genetic Algorithm, RAGA)对优化目标进行求解。通过算例对上述模型进行仿真计算,验证了上述模型实现快速优化的有效性。     

基于图神经网络的电-热联合能源系统优化调度研究

电-热联合能源系统的优化调度对实现多能互补、节能减排具有重要意义。在使用强化学习方法实现能源系统优化调度工作中,将系统状态作为向量用来学习训练,忽略了系统设备间的连接关系。基于此,提出了基于图神经网络架构的值分布最大熵Actor-Critic算法的强化学习模型。将电-热联合能源系统建模为图结构数据,并输入提出的强化学习模型中,利用图神经网络模型提取系统状态并输出调度策略。所提模型可以充分利用系统的拓扑结构信息,实现更为有效地探索学习。算例仿真验证了所提方法的有效性。     

基于遗传-蚁群算法的库群长期优化调度

为克服蚁群算法前期收敛慢、易陷入局部最优解且参数难以确定的缺点,提出了遗传-蚁群算法进行库群长期优化调度问题的求解。该方法应用遗传算法生成问题的初始解,并将初始解的适应度转化为蚁群算法的信息素初始值,同时引入遗传算法染色体交叉、变异的思想进行蚁群算法参数最优组合的确定,提高了蚁群算法的优化性能和求解精度。对乌江流域4座水电站的计算结果表明,该算法可显著改善优化结果质量,获得良好的调度方案,是求解库群长期优化调度问题的一种有效方法。     

基于改进多目标遗传算法的小浪底水库优化调度研究

针对传统多目标遗传算法(NSGA-Ⅱ)在进化过程中存在的不足,首先利用拟随机Halton序列及自适应调整的方法对初始种群多样性和算法收敛性进行改进;然后选取小浪底水库为例,建立水库多目标优化调度模型,并运用改进的NSGA-Ⅱ算法对模型进行求解;最后采用模糊优选法对得到的Pareto最优解集进行方案优选。结果表明,改进的算法相比传统算法更为高效、合理,且调度结果符合客观实际。     

基于多目标动态规划算法的水库兴利优化调度模型及应用

针对多阶段多目标水库优化调度问题,以邯郸市东武仕水库兴利调度为例,通过设计频率P=20%的入库径流和需水过程,构建了基于水力效益和耗水效益的水库兴利优化调度模型;基于NSGA-Ⅱ算法中的非支配排序策略,提出了多目标动态规划算法,获得了多目标优化的帕累托(Pareto)最优目标集;针对可能的目标偏好,计算水库各月的泄水量和缺水量。结果表明,多目标动态规划算法能获得水库兴利调度目标值的一个Pareto前沿;在任何阶段,针对同一月末库容,所有目标值均构成一个Pareto前沿。     

基于多电网负荷趋势的梯级水电站群中长期联合优化调度

针对传统梯级水电站群联合优化调度中未考虑梯级送电负荷与所送电网负荷趋势相匹配的问题,考虑多电网负荷趋势,提出了一种基于逐步优化算法的多电网负荷过程拟合误差最小与中长期发电量最大的耦合模型。实例计算结果表明,该模型对梯级发电量及其与多电网负荷趋势的拟合均取得了较好的效果,可提高梯级水电站发电计划的实用性。     

基于并行小种群差分进化算法的水火电力系统短期优化调度

为解决水火电力系统短期发电优化调度中存在的问题,提出基于MPI平台的并行小种群差分进化算法。该算法将进化种群分为若干个小种群(单个种群规模为3~10个),每个进化种群由不同的CPU进程独立执行差分进化算法,并在种群间引入集合、分散操作以协调各小种群的寻优过程;为降低小种群初始化和进化过程中多样性的损失,引入正交化初始化方法和种群重构技术;最后以典型案例验证了算法的有效性。结果表明,该方法在求解精度、收敛速度和求解耗时上均较有竞争力。     

基于风光场景生成的综合能源系统日前-日内优化调度

为了降低风光不确定性对综合能源系统的影响,提出日前-日内优化调度。首先,基于蒙特卡洛抽样方法生成并削减日前与日内优化调度光伏、风电场景。接着,日前优化调度以运行成本最低为目标函数,引入分时电价与分时热价并构建4种情形,对4种情形的运行成本及用能进行分析。然后,缩小时间尺度进行日内优化调度,以运行成本最低与调度调整成本最低构建多目标优化模型。最后,在Matlab中通过cplex求解器对所提模型求解,验证所提模型的准确性与方法的有效性,结果表明所提策略可以有效提高可再生能源的消纳,降低系统运行成本。     

基于三阶段逐步优化算法的三峡水库水沙联合优化调度研究

针对水沙联合优化调度多目标、高维、难以求解以及泥沙淤积计算具有后效性的问题,以泥沙淤积量为基本目标、发电量为约束目标,利用约束法将多目标水沙联合优化调度模型转化为单目标模型,并采用三阶段逐步优化算法进行求解。以三峡水库水沙联合优化调度为例,获得了满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,验证了所建立模型及提出的求解方法的合理性和有效性。     

基于粒子群算法的水电站中长期优化调度研究

以洪家渡水电站为例,探讨了粒子群算法在水电站中长期优化调度的应用方法及效果。实例计算结果表明,该算法可以求解复杂约束条件的非线性水库优化调度,精度高、收敛速度快,为解决水电站中长期优化调度问题提供了一种有效的方法。