基于改进遗传算法的水电站水库优化调度

在遗传算法中为避免采用二进制编码时存在的编码冗余问题,本文提出了一种基于十进制整数码的改进遗传算法,并进行水电站水库优化调度研究。用遗传算法进行水库优化调度计算可从多个初始点开始寻优,占用内存少,能以较快速度找到全局最优解,实例计算并与常规优化相比,表明该方法简便,快速,可避免水库优化调度中的维数灾。     

水电站水库优化调度的改进粒子群算法

粒子群优化算法是通过粒子记忆、追随当前最优粒子,并不断更新自己的位置和速度来寻找问题的最优解。为了克服标准粒子群算法存在着早熟收敛、难以处理问题约束条件等缺点,本研究对递减惯性权值进行了改进,将其表示为粒子群进化速度与群体平均适应度方差的函数;给出了适合PSO算法的约束处理机制,提出了一种改进自适应粒子群算法,并将其应用于水库优化调度中。实例计算并与经典方法相比,表明该方法原理简单、易编程实现,能以较快的速度收敛于全局最优解。     

基于改进遗传算法的水电站水库优化调度

在遗传算法中为避免采用二进制编码时存在的编码冗余问题,本文提出了一种基于十进制整数编码的改进遗传算法,并进行水电站水库优化调度研究.用遗传算法进行水库优化调度计算可从多个初始点开始寻优,占用内存少,能以较快速度找到全局最优解.实例计算并与常规优化相比,表明该方法简便、快速,可避免水库优化调度中的维数灾.     

水电站水库优化调度几种求解方法的比较研究

针对水电站水库优化调度模型的求解,比较了常用的动态规划法、逐欢优化法(POA)和粒子群优化算法(PSO)3种求解方法.给出了3种算法的实现过程及约束处理方法,尤其针对粒子群优化算法,纠正了常见的约束处理和算法不结合问题.结论认为PSO水库优化调度模型和解法融合了模拟调度的思想,更容易为调度人员所接受,且能有效避免动态规划"维数灾"问题.但存在计算时间长,实时性差等问题,在实效要求较低情况下可以应用.     

小型水电站群水库优化调度

本文阐述了小型水电站群水库优化调度的特点,以马尔科夫决策规划理论建立数学模型,介绍了实施小型水电站群水库优化调度的经验。     

并联水电站新、枫两库联合优化调度问题

本文将阐述广东省并联水电站新、枫两库联合优化调度问题。采用的计算方法为马尔可夫决策规划。水库群优化调度的目的,是在满足水库综合利用要求的条件下,使水电站群获得最大的年期望电量。为了说明两库联合优化调度的效益,曾进行过若干调度方案的比较。计算表明,两库联合优化调度所获得的保证出力与年平均发电量,分别比两库进行常规调度时增加9.6％与4.6％如与两库分别进行优化调度比较,虽年平均发电量减少0.5％,但总保证出力可增加7.8％。并联水电站新、枫两库进行联合优化调度的动能效益是显著的。     

基于改进粒子群算法的水电站水库优化调度研究

针对粒子群优化算法容易陷入局部最优解的问题,提出一种基于模拟退火机制的改进粒子群优化算法,并将其引入水库调度领域,设计了基于该算法的水电站水库优化调度问题的求解方法。计算实例表明,该方法采用并行搜索机制,计算速度快、全局寻优的可靠性较高,具有较好的应用前景。     

基于改进遗传算法的水电站日优化调度方法研究

将遗传算法用于解决水电系统短期发电优化调度问题 ,利用改进的遗传算法初始编码方式 ,结合最优日调度权重系数 ,构造了水电站短期优化调度的改进遗传算法模型 ,由于原始基因已经具有了一定的规律性 ,所以模型具有计算速度快 ,结果准确、合理 ,便于实际调度需求等特点。实例证明 ,该方法能够求解复杂约束条件下的非线性优化问题 ,算法编程简洁 ,易于实现 ,从而为分时电价应用环境下的水电站短期发电优化调度问题提供了一种有效的解决方法     

水电站发电优化调度遗传算法的改进

遗传算法在求解水库优化调度问题时存在两个问题：随机的初始种群生成方式难以保证个体在解空间均匀分布,导致求解结果不稳定;由于水库水量平衡等条件约束,使交叉、变异操作常常导致可行解变成不可行解。针对上述问题,引入了基于均匀设计的初始种群生成方式,保障了初始种群空间分布的均匀性;在交叉、变异操作中建立了个体可行性判断与处理方法,保障了在个体进化过程中的可行性。以三峡发电优化调度为例,验证了改进算法的有效性,与标准遗传算法相比改进遗传算法可以显著提高寻优性能。     

水库水电站中长期隐随机优化调度综述

随着中国水电开发积极有序推进,大型梯级水电格局逐渐形成,对水电站群的实际调度运行提出了一系列新的需求和挑战。文中概述了水库水电站确定性优化调度理论的发展历程和2种随机优化理论思想,在阐述隐随机优化调度原理的基础上,对目前国内外常用的隐随机调度决策与自变量因子进行了归纳分析。重点介绍了多元线性回归法、智能算法、贝叶斯网络法和模糊集方法这4类调度规则制定方法,并分别对各方法的优缺点进行了总结评价。最后,提出水库水电站隐随机优化调度研究的几点展望,为进一步提高水库水电站实际调度水平提供技术支撑。     

拉浪水电站的水库调度

简述了拉浪水电站水调度的原则,任务及运行方式,对多年来水库调度运用的经验进行了总结,合理提高水库水位,开展水库预报调度,利用闸门进行调峰,及时拦蓄洪水尾巴,是径流式水电站汛期多发电的几条实用有效的途径。     

基于自适应蚁群算法的水电站水库优化调度

应用自适应蚁群算法来求解水电站优化调度问题,该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。实例计算表明,该算法计算精度高,收敛速度快,克服了传统蚁群算法计算时间长,易于陷入局部最优的缺点,能较好地避免动态规划的维数灾问题,可求解具有复杂约束条件的非线性规划问题,为解决水电站优化调度问题提供了一种有效的途径。     

水电站水库的泥沙调度

简介了水库泥沙对水电站的危害，着重介绍水库排沙调度措施，以刘家峡水库排沙规定和１９９５年排水情况使水库调度人员了解水库泥沙调度的技术措施。     

华中网水电站群的优化补偿调度研究

水电站群的优化调度，是实现区域水资源优化配置，实现枢纽经济运行的重要手段。从水文补偿和水库蓄能补偿两个方面，研究了华中网水电站群的优化补偿调度的可行性与现实意义。对华中网水电站群的科学调度管理具有重要的指导意义。     

电网水电站水库群跨流域补偿调度方法

文中考虑了水能利用最大化、水电站群保证出力以及电网水电负荷空间等应用需求,建立了电网水电站水库群跨流域补偿调度模型,并给出了数学模型求解方法,最后结合广西电网开展模型应用实例分析,表明该模型对于水库群年计划的制定具有一定的指导作用。     

用模糊动态规划法进行水电站水库优化调度

本文首先介绍了模糊动态规划(FDP)原理,进而提出了用FDP法进行水电站水库优化调度的方法,最后通过实例得到满意的结果。     

大规模水电站群随机优化补偿调节调度模型

本文提出了一个求解超大规模水电站群补偿调节调度的“分级多层次法”优化模型,该模型采用大系统递阶理论。应用该模型和软件研究了以三峡水电站为中心的跨大区联网系统中的水电站群补偿调节调度,其中最大的一个水电站群系统达117座水电站和73座长期调节水库,总装机容量达11386万kW。     

一种改进的逆变器并联控制方法研究

并网逆变器是直流电与交流电之间的转换装置,单个逆变器的容量非常有限,多个逆变器的并联能够增大系统的并网容量。但是由于并联系统的逆变器之间存在参数差异,各个逆变器之间存在一定的环流,所以需要对系统进行并联控制来减少环流的作用。在分析了逆变器并联并网和系统高频环流的基础上,采用了电流双闭环控制与重复控制相结合的方法以及LCL滤波的方式来降低系统的环流。最后通过仿真实验证明了该方法的有效性与稳定性。     

水电站群优化调度非线性全局优化方法

水电站群优化调度是大规模、高维、非凸、非线性优化问题。传统解析式规划、动态规划(dynamic programming,DP)及系列方法、智能群体算法等很难保证在可接受时间内获得原问题的全局最优解。该文引入一种非线性全局优化方法,采用凸分析、区间分析、代数分析将原非凸、非线性问题转换为一系列凸、线性子问题,利用分支定界法遍历所有子问题,直至求得全局最优解。以澜沧江和金沙江水电站群长期调度为例,与DP等经典算法相比,该方法可以获得全局最优解,最大降低内存占用率99%以上,10座水电站的优化计算平均耗时仅5s,计算速度比DP逐次逼近法提高约50倍,为破解大规模水电优化调度维数灾难题提供新的技术途径。     

基于免疫克隆选择算法的水电站水库优化调度

在研究了人工免疫系统中的克隆选择学说和克隆选择算法的基础上,研究了1种新的人工免疫算法——免疫克隆选择算法,并将其应用到水库优化调度中,提出了1种基于免疫克隆选择算法的水库优化调度方法.该算法通过在克隆选择算法中引入免疫基因操作,提高了算法的求解精度和求解效率,避免了“维数灾”和早熟问题.实例研究结果表明,相对于动态规划,免疫克隆选择算法计算速度快、收敛性好,提高了计算效率,较好地解决了传统的动态规划方法求解水库(群)优化调度问题存在“维数灾”问题.