水电站水库优化调度几种方法的探讨

用逐步优化算法,动态规划法、大系统法和遗传算法,研究单一水库优化调度问题;并通过实例计算,对这四种方法进行了分析比较,结果证明,基于十进制编码的遗传算法具有收敛速度快,能达到全局最优的优点。     

基于逐步优化算法的水库防洪优化调度模型研究

建立了逐步优化算法(POA)水库防洪优化调度模型,并嵌入分段试算法以求出有效POA初始序列,对水库防洪调度进行研究,得出合理的优化调度方案,有效利用了防洪库容拦蓄洪水、削减洪峰、补偿调节、减免洪水灾害,以充分发挥水库的综合效益.     

梯级水电站水库群优化调度的网络规划分解协调法(NP-DC)

本文提出了求解水库群优化调度的一种新方法——网格规划分解协调法(NP-DC)、其步骤是首先把库群调度的动态问题转化为一张静态网络图,然后按照大系统优化理论将网络沿时间座标分解为相互关联的子网络,并建立一个三级分解协调结构;子网络分别用OKA算法求解;引入到协调器中的关联变量采用POA法预测寻优。以实现系统的整体最优化。本方法可使网络流优化技术适用于多库、多目标、多时段以及目标函数不可微的复杂库群调度问题。     

基于混沌优化算法的梯级水电站水库优化调度

建立一种梯级水电站中长期水库优化调度模型,利用混沌优化算法对梯级水电站中长期水库调度问题进行优化计算.实例计算结果表明,该算法可求解复杂约束条件的非线性梯级水电站水库优化调度问题,精度高、收敛速度快,为求解梯级水电站水库优化调度提供了一种有效算法.     

计入径流时间空间相关关系的梯级水库群优化调度的多层次法

求解计入径流时空相关的梯级长期调节水库群优化调度问题的困难,不仅是由于梯级水库间存在着水力联系,主要在于径流时空相关时多库问题的维数急剧增加,计算工作量极其庞大,以致达到超过现有计算机存储容量和运算速度的程度,因而至今还没有现成可用的求解方法和应用实例。本文提出一种求解这个问题的多目标优化的多层次法。该法把一个多目标多水库优化的庞大复杂的原问题,经多次分层,化为较简单的许多子问题,通过用多目标决策改变约束法与权系数法、动态规划逐次渐近法和大系统分解协调可行法,逐个解决子问题,最后解决了原问题。同时结合上述多层次优化法,计入了径流在相邻时段间和干流与区间间的相关关系,并把该法用于某梯级水库群的优化调度计算,得到了满意结果,经济效益显著,占用计算机存储量较小。两库或更多座水库的梯级水电站群均可求解。     

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SARSA算法的水库长期随机优化调度研究

针对水库长期随机调度的维数灾问题,在描述来水随机过程的基础上,提出基于强化学习理论的水库长期随机优化调度模型。采用机器学习中有模型的SARSA算法,且考虑入库随机变量的马尔可夫特性,通过贪婪决策与近似值迭代,调整学习参数,求解出近似最优决策序列。实例分析表明,对比随机动态规划(SDP)方法,SARSA算法在获得高质量解的同时,计算时间约减少41%,该算法高效求解能力与较少计算时长为水库长期随机调度问题提供了一种新的求解思路。     

大规模水电站群短期发电优化调度算法改进

大规模水电站群短期发电优化调度计算量大,实际应用中为满足计算过程和结果可复现需求,多采用各类改进动态规划算法,求解速度难以满足需求。对此,结合大规模水电站群短期发电优化调度模型,同时给定起始状态和最终状态的特性,分析了从起始状态和最终状态同时进行求解的可行性,提出了改进的双向动态规划并行解算方法,实例计算表明,应用此方法可使大规模流域水电站群短期发电优化调度计算速度提高一倍。研究成果可供类似工程参考。     

多水库优化调度的研究

本文针对红水河上四个梯级水电站建立了确定型,四库优化调度的数子模型,并用动态规划求得初始解的基础上应用逐次优化方法求解该问题。本文中对逐次优化法的收敛进行了证明,编制了计算软件,并给出计算结果。     

并行多维动态规划算法在梯级水库优化调度中的应用

为有效缓解多维动态规划算法运行时间长并增强其对梯级水库群联合优化调度问题的求解能力,基于.NET4的并行拓展库,将并行处理技术与该方法相结合,利用梯级水库状态点间的计算独立性构建了并行多维动态规划算法,并以李仙江流域三库梯级为例,根据不同状态离散数和不同CPU核数构建了3个串行计算方案和9个并行计算方案,从运行时间、并行加速比及并行效率等方面对该并行算法进行性能分析。结果表明,在现有计算条件下该并行算法能有效缩短程序运行时间,从而缓解多维动态规划的维数灾问题,并继承了多维动态规划的全局收敛性。     

POA算法在梯级水电站短期优化调度中的应用

介绍了梯级水电站短期优化调度的三个主要数学模型及相关的约束条件；在此基础上，深入分析了POA算法的主要思想和实现方法；给出了POA算法在梯级水电站短期优化调度的实际工程应用及结果；指出了POA算法进一步应用的方向。     

大规模混联水库群长期优化调度

混联水库群长期优化调度问题是一个典型的高度非线性、多维、多时段的优化问题。针对问题特点,应用水力关联矩阵描述混联水库群之间的水力联系,进而应用逐次优化算法(POA)和动态规划逐次渐近(DPSA)算法对该问题在时间和空间上进行降维。以金沙江、雅砻江和大渡河干流10座具有季调节能力以上调节性能的混联水库群作为研究对象,分别采用DPSA和POA-DPSA两种算法对问题进行求解,并初步分析了联合调度对径流的影响。优化结果相对于设计值都有一定程度的提高,且寻优速度较快。     

大渡河流域混联水库群长期优化调度

以大渡河混联水电站水库群为研究对象,建立了兼顾不同保证出力情形下以发电量最大为目标的长期优化调度模型,并采用逐步优化算法（POA）及基于变域变步长搜索的POA改进算法求解。结果表明：在总发电量增加前提下,改进算法计算耗时较传统POA缩短约90倍;不同保证出力情形下,梯级、整体考虑惩罚较单库惩罚考虑,其流域多年平均发电量...     

基于改进搜索特性的粒子群算法的水电站优化调度研究

为了进一步提高水电站水库优化效果,减少弃水,提高水电站收益,本文以东风水电站为例,研究了粒子群算法的改进;改进了粒子自搜索、贪婪选择策略、优胜劣汰变异策略三项关键技术;并将改进的算法应用于水电站中长期优化调度。实例计算以基本粒子群算法、蜂群算法和提出的改进算法对同一电站进行优化。结果显示,改进的粒子群算法优于基本粒子群算法和蜂群算法,发电量和总收益都高于其他两种算法,弃水更少。结果证明改进的粒子群算法在求解具有复杂约束条件的非线性水库优化调度问题时,求解结果更优,收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种新的有效方法。     

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。     

布谷鸟搜索算法在梯级水库优化调度中的应用

针对梯级水库优化调度在求解时易出现维数灾及计算时间过长等问题,将布谷鸟搜索算法用于梯级水库优化调度问题求解。实例计算表明,应用布谷鸟搜索算法求解梯级水库优化调度问题时,不但能对水库优化调度模型进行有效求解,还能节约计算用时,为求解高维梯级水库优化调度提供了新的思路。     

水库优化调度扰动遗传算法研究

针对水库优化调度动态规划法及二进制遗传算法在求解应用中的不足,提出了扰动遗传算法,并建立了年发电量最大为目标的水库优化调度模型.算例结果表明,该算法可在不增加二进制编码长度的前提下更逼近最优解,提高了算法精度.     

马氏决策规划在水电站水库(群)优化调度中的应用简述

本文简要地回顾了水库(群)优化调度问题的历史与现状,介绍了应用马氏决策规划解决有保证率约束的水库发电优化调度模型的确切提法,以及求解的罚因子法的若干性质。并对多水库群的优化调度问题作了简介。     

电力市场环境下梯级水库中长期发电优化调度研究

针对差分进化算法在进化过程中适应度的进化模式未考虑进化的外部环境与进化成分间的内在联系问题,结合电力市场环境下梯级水库中长期发电优化调度的特点,借鉴生态学对个体生存环境与种群竞争的关系,提出了协同差分演化算法在电力市场环境下梯级水库中长期发电优化调度中的应用.实例验证结果表明,该算法可靠、合理,计算精度与计算效率高,为求解电力市场环境下高维、复杂的梯级水库中长期发电优化调度模型提供了一种新途径.