基于NSGA-Ⅱ方法的三峡水库汛末蓄水期多目标生态调度研究

为充分发挥三峡水库的经济效益和生态效益,建立了以三峡水电站发电量最大和下游河道适宜生态流量改变度最小为目标的水库优化调度模型,基于生态水文学法量化了下游河道适宜生态流量。为有效求解多目标优化问题,引入带有精英保留策略的非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA-II)作为调度模型的寻优算法。通过比较2015年调度期内三峡水库优化调度方案和现行调度方案的发电效益和生态效益表明:提高生态流量改变度0.63%可使发电量增加2.32%,降低0.58%的发电量将生态流量改变度降低8.86%。该算法避免了对多目标进行加权求解的盲目性,能获得多个兼顾两个目标且分布均匀、收敛性较好的优化调度方案,为决策者提供了多种可行的选择。研究成果为三峡水库蓄水优化调度提供理论依据和具体方案参考。     

拉洛水利枢纽联合优化调度模型研究

针对一水库两电站优化调度模型问题,以西藏拉洛水利枢纽为例,视拉洛水库的拉洛、德罗水电站为1个虚拟电站的2个机组,将复杂的调度约束规则简化为单一水库调度的流量约束,以发电量最大化为目标函数,在生态流量、灌溉需水量等约束条件下,建立优化调度模型,选取拉洛坝址多年旬平均流量过程作为来水,采用蚁群算法求解。结果表明,计算所得的调度成果合理,满足约束条件,实现了拉洛水利枢纽发电收益最大化的目标。该优化模型在保证求解质量和精度的前提下大大简化了计算量。     

兼顾下游生态流量的溪洛渡-向家坝梯级水库蓄水期联合优化调度研究

金沙江下游为珍稀特有鱼类国家级自然保护区,鱼类自然繁殖生长需要适宜的生态流量。为探究金沙江下游已建成的溪洛渡-向家坝梯级水库蓄水期的适宜生态流量改变度与梯级水库发电量间的关系,采用RVA法量化下游河道适宜生态流量,建立以调度期内发电量最大和下游河道适宜生态流量改变度最小为目标的梯级水库群多目标优化调度模型,并用NSGA-Ⅱ算法(非支配排序遗传算法)对模型进行求解。以典型丰水年、平水年、枯水年溪洛渡的入库流量进行优化调度计算,结果表明:在满足约束条件下,丰水年发电量最大增加0.7%,而对应的适宜生态流量改变度增大20.82%;而以生态为目标时,可通过发电量损耗0.48%来减少28.06%的适宜生态流量改变度。平水年发电量较常规调度相比最大可增加1.28%,此时适宜生态流量改变度增大13.87%;而以生态为目标时,适宜生态流量改变度减小22.53%,但发电量损耗0.62%。枯水年发电量较常规调度相比最大可增加1.89%,此时适宜生态流量改变度增大4.96%,而以生态为目标时,适宜生态流量改变度减少13.7%,但发电量损耗0.35%。研究成果可为金沙江下游溪洛渡-向家坝梯级水库生态调度方案的制订提供参考。     

基于遗传算法与神经网络的水库水沙联合优化调度模型

针对一维泥沙数学模型维数高、求解耗时长以及水沙联合调度模型多目标难以求解的问题,结合遗传算法与神经网络的特性,以发电量最大和有效库容最大为基本目标,构建了水库水沙联合优化调度模型。利用约束法和权重法,将多目标模型转化为单目标模型,采用加速遗传算法进行求解,其中泥沙冲淤量使用自适应BP神经网络进行拟合预测。三峡水库实例计算结果表明:运行20 a,与原设计运行方式相比,采用该优化调度模型优化运行年均发电量增加7.732%,泥沙淤积量增加0.044%,在淤积量增加很小的情况下能大幅度增加发电量,模型能较好地解决水库水沙联合调度问题,在工程实际中是有效可行的。     

基于生态流量区间的多目标水库生态调度模型及应用

传统的水库调度以兴利调度和防洪调度为主,常忽视生态环境问题,导致河流生态水文系统的健康状况不断恶化。相对传统的以水电站年发电量最大,发电保证率最高为目标函数,本研究还引入了生态保证率最高的目标函数,构建基于生态流量区间的多目标水库生态调度模型,并采用NSGA-Ⅱ算法对模型进行优化求解。利用该模型对天生桥一级水库1956年-2008年的来水过程进行优化调度,结果表明:经济效益最大的调度方案会对天然径流过程产生显著的改变,而兼顾经济效益和生态目标的建议调度方案对水库的经济效益产生影响较少的同时能保证生态系统的稳定性。     

农村水电生态调度模型及仿真研究

以发电量最大为优化调度目标,同时按照生态调度要求设置最小下泄流量作为发电引用流量的约束条件,建立了农村水电生态调度模型.利用电站丰水年、平水年和枯水年的典型径流,采用文化进化算法求解数学模型,进行优化调度仿真,仿真结果说明,单一地追求发电量最大的数学模型有下游断流的危险,而在模型的约束条件中限制发电引用流量,能够满足生态调度要求.无论是枯水年、平水年还是丰水年,优化调度保证了水库均实现相似的水位曲线,且不存在弃水的现象.     

基于改进遗传算法的生态友好型水库调度

以锦屏梯级水库为案例,从系统工程论的角度出发,将梯级水库作为物理系统,以年发电量为目标函数,建立了梯级水库调度优化模型。为减少水库调度对河道生态系统的影响,在鱼类栖息地模拟的研究基础上,引入目标物种的生态需水过程对调度模型进行动态约束,并采用改进的遗传算法进行求解。研究得到了满足目标鱼类生态需水条件下发电量最大的梯级水库调度策略,并对生态流量满足程度与工程效益损失之间的定量响应关系进行了研究,提出了折中方案选择的基本原则。     

基于改进NSGA-Ⅱ的黄河下游水库多目标调度研究

水库兴利、防洪和生态等目标之间既非完全协调也非完全对立,这是多目标间协调的物理基础。本文综合考虑水库不同目标间的矛盾性和统一性,构建考虑生态和兴利的水库多目标优化调度模型,为提高模型求解效率,本文提出了一种基于个体约束和群体约束技术的改进快速非劣排序遗传算法(ICGC-NSGA-Ⅱ)。以黄河下游小浪底-西霞院梯级水库为例进行多目标优化调度,综合考虑下游不同时期各生态功能用水和综合利用需求,建立黄河下游梯级水库多目标调度模型,并采用ICGC-NSGA-Ⅱ求解,探究水库的供水效益、发电效益和生态效益之间的关系。实例研究表明,改进算法能在较短时间内获取一组反映多目标间非劣关系的调度方案集。黄河下游生态、综合供水和发电效益之间存在不对称竞争关系,一方面随发电量增加,生态供水和综合供水保证率均呈下降趋势;另一方面发电和生态供水竞争强烈,而与综合供水竞争关系较弱。研究成果可为制定黄河下游多目标共赢的调度方式提供理论基础和决策依据。     

基于长期与中长期嵌套的水库优化调度

为解决水库优化调度过程中时间尺度不同而导致的水库综合效益不高的问题,以防洪与兴利为目标,将水库长期优化调度与中长期优化调度进行嵌套,建立水库多目标优化调度嵌套模型。其中,多目标问题通过约束法将防洪目标转换为硬性约束后,再转化为求解发电量最大值的单目标问题。算法方面,综合对比后确定长期优化调度采用动态规划算法求解、中长期优化调度采用遗传算法求解。为验证嵌套模型的优化效果,以澄碧河水库为例,进行水库优化模拟调度。结果表明:在满足防洪目标的前提下,嵌套模型优化调度方案相较于长期优化调度方案和实际调度方案效益均更高,验证了嵌套模型在水库优化调度问题中的优越性。     

皂市水库生态友好型优化调度

以水电站年发电量最大为优化目标,以满足由逐月频率法计算的水库下游适宜生态流量下限为约束条件,构建皂市水库生态友好型优化调度模型,并利用该模型选取典型年,采用动态规划法进行皂市水库常规调度与优化调度的发电效益对比以及优化调度与生态优化调度的发电效益对比研究。结果表明,总体平均而言,皂市水库优化调度比常规调度年发电量可增加1.8%,基于保障下游河段生态径流过程的皂市水库生态优化调度比优化调度年发电量减少0.95%。     

结合广度搜索的遗传算法在水库调度中的应用

为了改善遗传算法在水库优化调度中的应用效果,采用自适应遗传算法和广度搜索算子结合的算法,同时为保证水库优化调度搜索全局最优提供了一定保障。针对遗传算法容易陷入局部最优的缺点,引入正弦函数取随机数的广度搜索与遗传算法相结合的算法。通过分析比较单独使用自适应遗传算法或者广度搜索算法以及结合算法在实际水库优化调度中效果,结果显示,优化结果要比自适应遗传算法以及广度算法的结果更理想。充分证明了结合算法的高效全局搜索能力,避免了自适应遗传算法陷入局部最优,同时在一定程度上克服了广度搜索很难收敛的缺点,在一定收敛条件下得到了更接近全局最优的结果。     

棋盘山水库多目标生态调度研究

棋盘山水库是蒲河流域的首部控制水库,具有保证下游用水的重要作用,在调度方面既要考虑自身的利益,也要兼顾下游地区的用水要求,实现全流域的水资源可持续利用。棋盘山水库现行调度方式主要以维持棋盘山风景区景观水面需要为目标,仅保证棋盘山风景区的旅游效益和生态效益。然而现行的调度方式导致下游地区枯水期供水量严重不足,河道生态用水及下游灌溉用水无法保证,而水库汛期弃水量较大,给下游防洪带来了一定的压力。建立棋盘山水库生态调度模型,以水资源高效利用和水质改善最大为目标,以满足下游生态需水为主要约束,采用系统仿真模拟进行计算,绘制棋盘山水库天然流量与调度流量的对比图,表明9月―来年4月水库的下泄流量过程与水库天然下泄流量比较接近,而5月―8月水库的下泄流量与天然下泄流量有一定的差距。     

引水条件下水库生态调度方法研究

针对以生态流量大小为调度目标的生态调度方法与供水目标矛盾突出的问题,提出了包括流量大小、频率、延时等多种属性信息的生态整体目标,并设计了生态流量约束法以及生态供水限制线法两种生态调度方法。结果表明:生态流量约束法主要是对生态流量大小进行调节,无法对水库缺水时期的生态供水进行灵活调整,其与供水目标的竞争关系明显;而生态供水限制线法,能够针对包括流量大小、频率、延时等多种信息的生态目标整体,通过调整流量大小及流量过程等形式,对生态目标进行控制,其调度效果要明显优越于生态流量约束法。因此,碧流河水库实施大伙房输水应入连工程后,应采取生态供水限制线的生态调度方法。     

基于差分进化算法的水库防洪优化调度研究

由于影响和制约因素众多,水库防洪优化调度方案的制定是一个非常复杂和有相当难度的课题。本文以最大削峰为目标,基于差分进化(DE)算法建立多约束的水库防洪优化调度模型,给出了水库防洪优化调度问题的DE算法的求解步骤。将该算法应用于潘家口水库防洪优化调度实例问题的求解,求解结果与动态规划和粒子群算法的求解结果进行比较。该算法应用于水库防洪优化调度,可以充分发挥水库的防洪调节能力,确保水库自身以及下游防洪对象的安全,为水库提供合理有效的优化调度方案。     

PA-DDS算法在水库多目标优化调度中的应用

Pareto存档动态维度搜索（Pareto-Archived Dynamically Dimensioned Search,PA-DDS）算法是一种求解多目标问题的随机搜索启发式算法。本文将PA-DDS算法引入考虑供水和发电的多目标优化模型优化水库调度图,与非支配排序遗传算法（NSGA-II）和多目标粒子群算法（MOPSO）对比了收敛性,并在求得非劣解分布的均匀性和与理论Pareto前端的相似性方面与NSGA-II进行比较,分析该算法求解水库多目标调度问题的优化性能,对比分析不同目标下的优化调度图。结果表明：PA-DDS算法能够得到更高质量的非劣解集,优化调度图与原设计调度图相比,能更有效协调供水和发电的矛盾,在小幅降低（0.96%）发电量的前提下显著提高（8.07%）水库供水量,平均每年增加经济效益0.55亿元。     

基于改进粒子群-逐次逼近法的水库调度图多目标优化

针对水库调度图寻优过程中的调度线形态畸变的问题,提出了改进廊道约束和改进粒子群逐次逼近法.该方法以粒子群算法和动态规划逐次逼近法的混合算法为框架,通过引入改进廊道约束、特殊个体进化方式、外部精英集策略等改进策略来优化进化过程,使得所得解集尽可能接近多目标问题的真实Pareto前沿.福建省池潭水库调度图多目标优化问题的实...     

交叉微粒群算法在梯级水电站水库群多目标优化调度中的应用

以发电量和保证出力为目标,建立水库优化调度多目标数学模型,将遗传算法的交叉思想应用到微粒群算法中,尝试应用多目标交叉微粒群算法(multi-objective Hybrid Particle swarm Optimization--multi-objective HPSO)来求解水库调度中的多目标优化模型的不劣解集.通过实例研究计算并与其他算法的优化结果进行比较分析,证明交叉微粒群算法具有灵活和有效性能好的特性.     

多目标梯级水库优化调度问题的免疫遗传算法

在研究现有多目标遗传算法的优越性与存在不足的基础上,受生物免疫原理的启发,提出了一种新的优化调度算法--多目标免疫遗传算法,有效克服遗传算法的早熟、群体多样性不足及搜索速度慢等问题.同时,以梯级水库优化调度发电量和保证出力为目标,建立了三峡梯级水库多目标优化调度模型.通过实例研究计算,论证了该方法的有效性和实用性.     

基于3E决策的崆峒水库优化调度

传统的水库调度以兴利和除害为主要目的,而基于3E决策的水库调度则实现了水库经济、社会和生态的多目标优化调度。首先采用逐月最小和频率计算方法计算最小生态流量和适宜生态流量,选定适宜于崆峒水库的生态流量;然后建立3E模型,采用二元比较模糊决策分析方法确定各个目标的不同权重,将多目标单一化;最后采用粒子群算法对模型进行求解。求解结果表明:使水库供水效益最大的供水量为4 622×10~4m~3,其中农业总供水量3 630×10~4m~3,工业和生活总供水量992×10~4m~3,而维持生态基流的生态用水量为2 311×10~4m~3。这可为水库的后期调度提供决策依据,也为水库的供水矛盾体提出了加强水利改革的建议。     

基于改进萤火虫算法的水库多目标调度决策研究

水库不同调度目标之间既非完全协调也非完全对立,如何快速获取多目标调度方案集,科学进行调度方案决策优选,是实现水库水资源高效利用的重要问题。以年发电量最大和生态效益最优作为目标函数,建立水库发电-生态多目标优化调度模型,进而提出该模型优化求解的改进多目标萤火虫算法,并结合组合权重改进的多准则妥协解排序法进行调度方案决策,最后将其应用于三峡水库调度实例。研究结果表明：改进算法能够获得更高质量的非劣解集,方案集优选方法能够在折中最大化群体效益和最小化个体遗憾的基础上寻求最优解,且能够同时体现决策者偏好以及各个决策指标客观特征。研究成果可为水库多目标调度决策提供科学依据。