汉江流域梯级水库群优化调度研究

随着经济社会的快速发展,日益上升的水资源需求率与水资源的污染短缺相抵触,汉江流域作为长江一级支流,是沿线城镇的主要供水水源地之一。但是汉江流域水资源的管理面临较大的挑战,要实现水资源系统的优化配置,水量调度必不可少。文章使用POA算法对汉江流域的水库群进行优化调度,并取得了较好的成果。     

基于DPSA 的梯级水库群优化调度

动态规划法是一种求解多阶段决策优化问题的常用方法,在水库优化调度计算中应用广泛。该方法最大的缺陷就是用于水库群优化调度时易出现"维数灾"问题。逐次逼近动态规划法(DPSA)可以有效克服这一问题,它采用逐次迭代逼近的思想,将一个多维问题分解为多个一维问题求解。本文以水库运行模拟模型为基础,建立了基于DPSA的梯级水库群中长期优化调度模型,以汉江上游梯级水库群为研究对象,选取发电量最大为目标,对各水库库容进行离散,从而求解水库优化运行过程,其结果对于水库优化调度运行具有指导意义。     

梯级水库群联合优化调度算法研究综述

系统介绍了梯级水库群联合调度模型求解的常规优化方法和智能优化方法,其中常规优化方法包括动态规划法及其改进方法和大系统分解协调等方法,智能优化方法包括粒子群优化算法、遗传算法、差分进化算法等。在评述各种方法的基础上,给出了大规模水库群联合优化调度需要解决的问题:1模型系统求解的稳定性和求解效率的平衡问题;2考虑生态环境的多目标优化调度模式;3水库群优化调度模型描述方法;4优化模型输入和输出的不确定性问题;5机组高水头多振动区运行问题。同时,指出了智能优化算法的发展方向:1数学理论基础研究;2参数对算法结果的影响分析;3各种优化算法的改进与融合;4求解算法的并行计算和云计算技术。     

改进和声搜索算法在梯级水库群优化调度中的应用

为改善和声搜索算法在梯级水库群优化调度中的应用效果,提高模型的求解精度和效率,针对和声搜索算法(Harmony Search Algorithm,HSA)的初始和声记忆库分布不均及易陷入局部最优的缺陷,采用均匀设计的方法生成初始和声记忆库以增加其多样性和有效性,引入混沌序列来改善算法的全局搜索能力.对HSA进行改进后,...     

长江流域梯级水库群联合调度关键问题研究

长江流域干支流已建和在建的大型梯级水库群规模庞大,实施联合调度将对长江防洪安全、水资源优化配置和水电能源高效利用意义重大.对长江流域大型梯级水库群联合调度需要解决的主要理论、方法、技术和管理问题进行了归纳剖析,并结合近年来开展的相关科研工作,简要介绍在大型梯级水库群联合调度的发展战略、优化模型、生态调度、管理体制和仿真...     

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.     

湖北汉江梯级水库群联合优化调度研究

湖北汉江流域已形成大规模梯级水库群,为了充分发挥梯级水库群联合补偿调节的优势,实现水电站最优经济运行,本文对湖北汉江流域水电站群运行特性进行分析研究。考虑各电站之间的水力和电力联系,在常规调度图模拟及传统优化调度的基础上,采用基于GAMS平台的非线性规划法以及基于可行空间搜索遗传算法,制定复杂混联水库群的发电优化调度规则。优化效果显著,充分体现水库群优化调度作用,为湖北汉江梯级水电站水库群的实际调度提供最佳的指导和方案。     

梯级水库群优化调度精英集聚蛛群优化方法

将蛛群优化方法(SSO)这一新型群体智能寻优方法引入梯级水库群优化调度领域,并提出精英集聚蛛群优化方法(ESSO)进一步改善SSO的性能表现。ESSO在标准SSO方法寻优机制基础上,从精英个体动态更新策略与邻域变异搜索机制等两方面予以改进,提升蜘蛛群体的多样性与优秀个体领导能力,均衡方法的全局开采能力与局部勘探能力。澜沧江流域工程实例表明,所提ESSO方法能有效克服标准SSO的"早熟"缺陷,有效提升方法的搜索能力,可望为大规模梯级水库群优化调度提供一种新的高效求解思路。     

基于可行空间搜索遗传算法的梯级水库群调度规则研究

以梯级水库群系统多年平均发电量和旬出力保证率最大为目标函数,以梯级水库群内各水库拐点式调度图为决策变量,建立梯级水库群联合发电调度模型,并采用可行空间搜索遗传算法进行求解。为了避免模型求解过程中对不可行解的过多处理,有针对性地对可行解进行优化。最后,以汉江流域梯级水库群为例,对模型和算法的有效性进行了验证。     

水库群发电优化调度遗传算法整体改进策略研究

针对水库群发电优化调度的高维性和复杂非线性,提出了一种收敛性全面改善的改进自适应遗传算法。改进算法采用了整体改进策略:初始种群生成方面,运用加入混沌优化的初始种群解空间生成法,改善初始种群质量;选择运算方面,采用对适应度函数进行非线性转换的三角函数选择算子,保持种群多样性;交叉和变异运算方面,采用随个体优劣和种群分散程度自适应调整的交叉概率和变异概率,提高算法收敛性。以典型入库流量下三峡梯级水库发电优化调度为实例,对比了上述整体改进策略和传统改进策略,结果表明:整体改进策略和传统改进策略相比,在克服遗传算法早熟和提高算法收敛性能方面有一定的优势,改进自适应遗传算法适用于求解水库群发电优化调度问题。     

探讨梯级联合优化调度在节水发电中的作用

在国家提倡节能发电调度中水电优先的前提下,分析了三峡-葛洲坝梯级电站水电联合优化调度在节水发电调度中作用,并结合三峡梯调调度部的现状,对目前存在的问题进行了详细的分析,提出从多个方面充分发挥梯调调度员在节水增发中的积极作用。     

流域梯级水库群联合调度研究进展

在阐述国内外梯级水库群联合调度研究的基础上,系统分析了现阶段水库调度的新理念,讨论了梯级水库群联合优化调度在防洪和兴利方面的优点,论述了优化调度过程中确定性方法和不确定性方法的优缺点,并指出当前调度管理中存在调度管理信息化建设不够完善、对流域生态环境造成负面影响等问题。建议:1在运行模式方面将水库调度原则和电力市场原则相结合,在调度模型方面构建既符合实际又便于求解的模型,在模型求解方面引进新理论、新技术;2建立包含梯级水库计算机监测控制系统、水情自动测报系统等为一体的水库优化调度管理模式;3将生态调度纳入联合调度统一考虑,积极探索梯级水库群防洪、兴利与生态环境相互协调、统一的水库综合调度方式,将水库群对河流生态和库区水环境造成的负面影响控制在可承受范围内。     

水库群系统发电调度的合作博弈研究

水资源的竞争性和非排他性导致水库管理者基于个体利益进行发电调度,使得水库在满足个体利益的同时往往忽略了系统的整体效益。为了在保证个体利益的基础上实现系统总效益的最大化,建立了梯级水库群发电调度合作博弈模型;采用改进后的水循环算法对模型进行分层求解。以金沙江两库与三峡梯级构成的梯级水库群为研究对象,选取典型年进行实例计算。计算结果表明：梯级水库群发电调度的合作博弈模型在获得系统最大效益的同时使得个体利益达到Pareto最优状态,实现水库群总效益和单库个体效益的双赢,既优于联合优化调度模型又优于单库优化调度模型。该合作博弈模型及其新解法可为水库群调度决策分析开创一种新思路。     

基于多重迭代算法的梯级水库群调度图优化方法

基于梯级水库群中各水库的常规调度图,建立了以梯级水库群多年平均发电量最大为目标的梯级水库群调度图优化数学模型,提出了基于多重迭代实现高维模型降维的求解算法,即以轮库迭代法实现空间多水库降维,以轮线迭代法实现单一水库多调度线降维,以逐次优化算法实现调度线状态降维。万安溪-白沙梯级水库群的算例计算结果表明,该优化方法能获得形态合理的优化调度图,并能有效提高水库群发电量。     

梯级水库群防洪系统的多目标洪水调度决策的模糊优选

本文将传统的优化技术与新发展起来的模糊集合理论有机地结合起来，针对洪水实际调度的特点，提出了一个切实可行的梯级水库群洪水调度决策的模糊优选模型，其特点是调度方案作为决策，水库的泄流过程作为状态，然后用模糊优选技术选择系统的洪水调度方案，最后，结合丰满－白山梯级水库的洪水联调实例进行了说明。     

应对干旱的黄河梯级水库群水量调度规则研究

梯级水库群联合优化调度是复杂流域应对干旱的重要手段。根据黄河流域干旱年份来水和用水的特点,构建应对干旱的黄河梯级水库群优化调度模型,以节点供水权重和水库蓄泄过程为决策变量,通过长序列模拟与优化相结合计算,分析典型干旱年份水库群调度与缺水变化的响应关系,提出不同来水、旱情需水条件下应对干旱的黄河梯级水库群水量调度规则,为流域抗旱减灾体系建设和水量调度工作提供技术支撑。     

黄河上游梯级水库群联合调度补偿机制研究

水库群联合调度可在流域水资源优化配置过程中产生各种补偿效益,科学、合理、公正、公平地界定各种补偿效益并实施分摊,直接关系到流域的可持续发展及梯级水库水电站的滚动开发。以黄河上游龙羊峡、刘家峡水库联合调度为例,合理界定了水库群补偿效益的概念、内涵及类型,构建了水库群联合调度补偿调节模型,并以发电补偿效益为例,计算了2005年龙羊峡、刘家峡水库联合调度对下游各水库电站的发电补偿效益。水库群补偿应遵循"谁受益、谁补偿"原则,市场、价值原则,公平、合理原则,可操作性原则,可持续性发展原则。     

基于Fork/Join多核并行框架的梯级水库群优化调度

为了满足大规模梯级水库群优化调度精细化管理需求,解决决策计算耗时长及求解效率低等困难,提出了基于Fork/Join多核并行框架的梯级水库群优化调度并行求解方法,并以离散微分动态规划方法并行化为例,给出了梯级水库群优化调度方法在Fork/Join框架下的并行化实现方式。红水河大规模梯级水库群长期发电优化调度测试结果表明,并行计算能够充分发挥多核处理器的加速性能,有效缩短计算耗时,提高求解效率;选择合理的Fork/Join框架规模控制阈值是充分发挥并行优势的关键因素。     

长江上游梯级水库群多目标联合调度技术研究

长江上游梯级水库是流域治理开发保护的骨干性工程,在保障流域防洪安全、供水安全、生态安全等方面发挥着重要作用.为有效解决长江上游巨型水库群防洪、供水、生态、发电、航运、应急等多目标联合调度关键技术瓶颈,开展了"长江上游梯级水库群多目标联合调度技术"研究攻关.首先重点介绍了长江上游梯级水库群多目标联合调度研究的重点难点问题...     

水库群长期优化调度研究

在进行水库群长期优化运行的研究中，讨论了一种适合于寻求水资源系统优化运行决策规则调度模型。该模型包括双状态动态规划（ＢＳＤＰ）和混合回归的疏系数模型。该调度模型充分反映了水库群最优运行的规律，且大大节省了计算时间的内存量。模拟运行结果表明，该模型是可行的。