蚁群算法求解梯级水电厂日竞价优化调度问题

应用蚁群算法(Ant Colony algorithm,ACA),即利用蚂蚁群体相互协作和邻域搜索寻找功能,求解梯级水电站日竞价优化调度问题。计算中定义水库调度线为蚂蚁路径,利用状态转移、信息素更新和邻域搜索,不断调整路径逐步向最优值逼近。计算结果表明,梯级电站电量时空分配合理,并且满足约束条件,该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。     

梯级电站水库优化调度研究

针对梯级电站水库优化调度问题，建立以发电收益现值最大为目标的数学模型，进行优化计算，求解梯级电站水库优化调度方案。结果分析表明，所提模型与计算方法是可行和实用的。     

基于改进灰狼算法的梯级电站中长期优化调度

为解决梯级电站中长期优化调度中非线性离散决策困难的问题,结合灰狼算法良好的局部寻优特性,建立了约束破坏度最小与发电量最大的双目标模型,前者作为种群迭代的全局目标,后者作为个体优化的局部目标,引入“当前搜索解的空间识别”机制,促进非可行解向可行解的过渡。通过闽江流域金溪梯级水库实例研究表明,相比于传统智能算法,改进灰狼算法在保障搜索全局性的基础上,可以提升目标的优化效果。     

三峡梯级电站短期优化调度的模糊多目标动态规划

针对三峡梯级电站的短期优化调度是一个具有复杂约束条件的大型、动态、有时滞、模糊非线性的优化问题，本文建立了模糊优化调度模型，并对其进行了求解。由于常规模糊动态规划的方法在库容变化大的时候会出现维数灾，因此本文利用模糊多目标动态规划法，并结合逐次逼近方法，来求解梯级短期优化调度问题。实例仿真结果表明，它不仅可以根据不同的参数选择生成非劣解集，还可以推荐满意解，为决策支持提供依据。     

模糊动态规划在三峡梯级电站短期优化调度中的应用

在水库的短期优化调度中存在着一些模糊约束条件，如何处理这些约束对于问题的求解至关重要．模糊优化为解决这类问题提供了一条有效的途径，它以模糊集合论为基础，并与常规调度技术、优化调度技术融为一体，互相取长补短，克服了传统方法处理模糊信息及模糊现象所遇到的困难，寻求满意的调度方式、调度方案和调度图，以指导水库运行．本文针对三峡梯级电站的短期优化调度建立了模糊优化模型，通过实例仿真表明，其优化结果是令人满意的，从而说明了该方法的有效性。     

基于粒子群算法的梯级电站日优化调度

采用粒子群智能优化算法,可避免多梯级水电站系统优化模型所产生的＂维数灾＂,能实现对梯级电站日优化调度模型的有效求解,从而得到梯级电站日优化调度方案,该方案可作为梯级电站联合竞价上网的参考依据,也可作为水库调度运行方式的参考,有助于梯级电站实现整体的发电效益最大化。     

宝兴河梯级电站优化调度的研究

宝兴河梯级电站规划为"一库八级",已投产和即将投产的电站有5座。由于该梯级各电站在径流、水库、发电引水系统、机组等方面存在较大的差异,如果将整个梯级电站作为整体进行优化调度计算,就会因缺乏大量可靠的基础数据导致计算结果的实用性降低。在充分考虑了宝兴河梯级各电站的地理位置关系、径流量、电站特性、运行检修等方面的因素,提出了简化的宝兴河梯级电站优化调度模型,该简化模型便于编制优化调度计算程序且计算结果更贴近实际。根据简化模型用动态规划法对硗碛水库进行确定性优化调度计算,通过对计算结果的分析,得出了一些用于指导梯级电站运行的调度原则。     

双倍体遗传算法求解龙溪河梯级电站长期优化调度问题

本文应用新近提出的双倍体遗传算法，求解龙溪河梯级水电站长期优化调度问题，有效解决了简单遗传算法的不足，优化调度结果令人满意。     

三峡梯级电站的模糊优化调度方法

三峡梯级调度中存在着大量的模糊信息，如入库流量、负荷需求等，为 了更好地处理这些模糊信息，同时考虑到梯级电站之间水和电的联系，文中在传统优化调度 的基础上, 结合模糊数学理论，对三峡梯级优化调度的模糊求解方法进行了研究。     

优化调度 提高白水河梯级电站发电效益

广东省怀集县白水河梯级水库电站充分利用水力资源,发挥水库蓄能调洪作用,通过统一优化调度,实现水资源在时间和空间的合理分配和控制；对水源的科学调节,优化了机组运行方式,达到了节能降耗,提高了发电水平,取得较好的社会效益和经济效益.     

基于市场竞价的梯级水电站群的实时优化运行研究

以对电力市场及水电交易结算方法的分析为基础,研究了梯级水电站竞价策略的流程,建立了市场出清价计算数学模型和优化思路,即提出了梯级水电站群“发电量最大优化模型-系统发电成本最小模型-电站群效益最大模型”的竞价优化运行模式。以云南省硕多岗河梯级水电站为例,对所建模型的可行性、有效性进行了论证。     

硕多岗河梯级水电站群短期优化调度研究

以云南硕多岗河梯级电站为主要研究对象,介绍了在调峰任务下梯级水电站的短期优化调度模型的改进方法,并建立相关数学模型.利用遗传算法可以从多初值沿多路径全局寻优的特点,打破了逐级寻优的常规方式,对梯级6站15台机组进行整体求解,总结其厂间和厂内的调度运行规律.分析遗传算法寻优得到的结果以及该模型反映出的机组和梯级各电站的特点,并与常用的梯级调度和水电站经济运行方法进行了比较.结果表明,该模型较好地反映了梯级电站在调峰任务下的水力联系和机组的运行特点.     

新一代流域梯级电站优化调度决策 支持系统研究

本文分析新一代流域梯级电站优化调度决策支持系统特点,研究以算法模型为核心,以流域为基础计算单位,以调度方案为中心,以GIS技术、云计算为支撑构建软件系统。研究通过基于水情预报的多调度方案生成、调度方案分析决策和调度方案后评估形成一体化优化调度决策流程,以此为指导构建新一代流域梯级电站优化调度决策支持系统。     

双层耦联遗传算法求解流域梯级水电站厂内经济运行问题研究

针对梯级水电站厂内经济运行调度模型约束条件多、求解复杂的问题,提出了一种基于遗传算法的双层耦联求解算法,该算法兼有机组负荷分配和机组组合双重优化的特点,可同时求得厂内经济运行优化调度模型的全局最优解.研制开发了基于此算法的梯级水电站厂内经济运行优化调度程序软件,并且已应用于某流域梯级水电站厂内经济运行实际调度计算中,取得了较高的工程应用价值.     

多策略人工蜂群算法在梯级水电站优化调度中的应用

梯级水电站优化调度问题的准确、快速求解,是水利学科领域需解决的基本问题。针对该问题,提出了一种新的多策略人工蜂群算法。为更好地平衡算法的全局搜索与局部搜索能力,新算法在两个具有代表性的解搜索策略基础上,对其融合构成新的搜索策略,同时保留了原有的两个解搜索策略。新算法的三个候选解搜索策略,增强了对各类优化问题求解的适应性。为验证新算法的适应性及可行性,不仅在经典的基准测试函数中对其进行测试,并且将其应用于梯级水电站优化调度问题。实验结果表明,新算法具有适应性强、收敛速度快等优点。     

三峡梯级日优化运行模型及算法

三峡梯级水电站日运行中,给定三峡用水量制定梯级发电计划,给定梯级总负荷优化电站间负荷分配,是其两种最基本的运行方式。针对这两种基本运行方式,探讨了几种常用优化准则的数学模型。根据实际运行中梯级的各种约束条件,建立了梯级日优化运行的数学模型,给出了相应的计算方法。在计算中,考虑电站的水头变化和两坝间水流时滞的影响,对上述优化问题采用了综合改进动态规划的方法进行计算。仿真计算表明,该模型及算法能够很好地解决三峡梯级日优化运行问题,并能够满足实际运行的需要。同时,还就实时优化问题进行了探讨。     

改进蚁群算法优化PID控制在水力发电机组中的应用研究

水力发电机组是一个非线性、时变系统,常规PID控制不能达到理想的控制效果。提出一种基于改进蚊群算法的PID参数优化方法,讨论了蚁群算法的模型,水力发电机组的模型,对蚁群算法的不足进行改进,并给出了算法的具体实现步骤。实验结果表明,采用改进蚁群算法PID控制器的水电机组具有更好的控制精度和动态特性,验证了该方法的可靠性和有效性。     

梯级水库远程集中调度与水电站群安全经济运行

针对乌江流域梯级水库群中既有多年调节水库,又有年调节、季调节和日调节水库形成的混联水库群,由于上游龙头洪家渡多年调节水库的建设投运,原单一水库调度管理已不适应公司的发展要求,提出了要充分发挥流域联合调度优势,进行乌江流域梯级水库远程集中调度。经过3年的水库远程集中调度管理,按照安全高效、科学合理、充分利用的原则精心调度水库,增强了上下游水库水能补偿作用,实现了流域梯级水电站群安全经济运行,提高了梯级水电站群的水能利用率和整体经济效益,取得了良好的经济效益和社会效益。     

免疫粒子群算法在梯级电站短期优化调度中的应用

将免疫原理引入粒子群算法(PSO)中,利用其免疫记忆与自我调节机制保持各适应度层次的粒子维持一定的浓度,保证种群的多样性;引入疫苗接种等操作,对算法的进化过程进行有目的、有选择地指导,提高算法的搜索性能.随后在分析梯级电站短期优化调度数学模型及该算法特点的基础上,建立了基于免疫粒子群(IPSO)算法的梯级电站短期优化调度数学模型,并给出其具体的求解步骤.最后应用该方法进行仿真计算,并与常规调度及PSO算法进行对比,结果表明,该算法可获得较优的优化调度方案,并可提高解的精度,加快其收敛速度.