基于狼群算法的水电站优化调度模型参数优选

以典型水电站优化调度模型为基础,先采用单因素分析法对狼群算法单参数的敏感性进行了分析评价,以算法寻优效果达到最优为目标,得出了参数的有效取值范围;再采用正交实验与极差分析方法,对狼群算法多参数的敏感性进行了综合分析,同理得出了参数变化的敏感性主次序和参数最佳取值组合。实例的验证结果表明,研究选取的参数取值范围和最佳取值组合有效地提升了算法的优化性能,为狼群算法应用于水电站优化调度提供了参数选择依据。     

水电站水库优化调度研究

自 6 0年代初以来 ,湖南省水电装机容量一直占系统总容量的 5 0 %左右 ,但水库调节性能差 ,水库综合利用部门之间的矛盾突出 ,水电站地理位置分散 ,降水时空分布不均匀 ,水库调度管理难度较大。为此 ,湖南电网 1979年率先进行柘溪单一水库优化调度应用研究 ,后又开展了双库联调和全系统主要水电站群跨流域联调。 2 0年中(1980～ 1999年 )全网参加考核的水电站共累计节水增发电量 75 2 95亿kW·h ,相当于节约了 32 8万t标准煤。实践证明 ,优化调度效益显著。     

鲸鱼优化算法在水库优化调度中的应用

为验证鲸鱼优化算法在水库优化调度求解中的可行性和有效性,采用4个典型测试函数对鲸鱼优化算法进行仿真验证,并与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法共6种算法的仿真结果进行对比分析;将鲸鱼优化算法与6种对比算法应用于某单一水库和某梯级水库中长期优化调度求解。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点;鲸鱼优化算法单一水库和梯级水库优化调度结果均优于其他6种算法;鲸鱼优化算法应用于水库优化调度求解是可行和有效的。     

混沌蚁群算法在水库优化调度中的应用

提出一种基于混沌优化算法和蚁群算法相结合的混合算法,在求解水库优化调度问题的方法。根据混沌变量的随机性和遍历性,利用混沌变量进行优化搜索,从而有效地克服了蚁群算法存在的效率低、易于演化停滞及陷入局部最优等问题。又利用蚁群算法信息素正反馈的优点,改善了混沌搜索的盲目性,提高了搜索的效率。通过实例计算,结果表明该算法具有效率高及较强的全局寻优能力。     

论水电站水库长期优化调度

本文针对随机来水情况下的水电站水库长期优化调度问题，从解决问题的理论基础， 妥途径、步骤等方面，作了详尽的阐述。     

水电站水库稳性随机优化调度研究

本文讨论了水电站水库优化调度的一般理论及其调度函数，提出了水库隐性随机优化调度的有关计算方法，最后以某工程作为实例进行了计算。     

蜜蜂算法及其在水电站优化调度中的应用

详细阐述了蜜蜂算法的优化原理及实现方法,并对算法的求解速度和全局寻优能力进行详细讨论。在此基础上,以国内广泛开展的复杂高维、非线性、多约束水库中长期优化调度问题为例,同时应用蜜蜂、基本粒子群、退火粒子群和交叉粒子群四种现代群智能优化算法进行分别求解。应用情况的对比分析表明,蜜蜂算法具有比上述其它几种算法更快的求解速度和全局寻优能力。此外,论文的研究成果也为水电站中长期发电优化调度问题提供了一种新的求解途径。     

单纯形混合遗传算法在水库优化调度中的应用研究

针对遗传算法收敛速度慢,收敛率低等缺点作了改进,引进了单纯形算法与遗传算法相融合的单纯形混合遗传算法(SM-HGA),并将其应用于水电站水库优化调度中,通过实例计算证明改进后的单纯形遗传算法具有收敛速度快收敛率高的优点,是水库调度比较好的方法.     

基于混沌优化算法的混联水电站群长期优化调度

在建立混联水电站群长期优化调度模型的基础上,应用混沌优化算法对模型进行求解。以水电站群总电能最大为目标函数,根据混沌运动的随机性,由Logistic模型产生的混沌变量来进行优化搜索。此方法可避免陷入局部最优点,并取得全局最优。实例计算结果表明,混沌优化算法与逐步优化算法相比,优化结果良好。表明本文算法可以用于求解具有复杂约束条件的非线性混联水电站群水库优化调度问题。     

水电站水库优化调度的改进混沌遗传算法

针对水电站水库优化调度问题,提出了将改进遗传算法和混沌优化相耦合的改进混沌遗传算法。该算法将混沌变量映射到优化变量的取值范围中,对混沌变量进行编码,表示成染色体,然后对其进行选择、交叉和变异,通过增加混沌扰动,不断进化收敛得到最优解。实例计算并与其他方法比较表明,该算法在求解水电站优化调度这样的复杂非线性优化问题时,搜索效率高,收敛性能好,能以较快的速度收敛于全局最优解,为水电站水库优化调度模型求解提供了一种新方法。     

水电站发电优化调度的综合改进差分进化算法

差分进化算法能够全局并行和高效搜索,在求解水电站发电优化调度问题中具备一定优势,但同时存在一些问题。本文针对差分进化算法初始种群代表性不足的问题,引入基于均匀设计的初始种群生成方式;针对差分进化算法两种常用变异模式侧重于不同搜索阶段的特点,引入了兼顾两种模式优点的"Rand-Best耦合模式的变异算子";针对算法局部搜索能力欠缺的问题,借鉴梯度寻优思想,构建了"梯度加速附加算子"。以三峡水电站为例,说明了综合改进差分进化算法UCG-MDE的有效性,该算法大幅提高了解的精度、稳定性和收敛率。     

水电站短期优化调度类库的设计

采用面向对象的程序设计方法,基于作者和前人在水电站短期优化调度科研领域的理论成果,以大量的工程实例为背景,抽象出水电站短期优化调度系统的基本特征,设计出了可高度反映水电站短期优化调度系统特征的类层次结构,并借助于C＋＋程序设计语言开发出了一套可重用的基础类库。实践证明,利用该类库进行软件开发可大大提高水电站优化调度程序的可移植性、可扩充性、易维护性,有效地提高了水利软件开发的效率和质量。     

上犹江水电厂区域水电站水库群优化调度探讨

上犹江水电厂目前管辖的电站除了上犹江电站外,又在贡水流域开发兴建了两座水电站,并收购了瑞金留金坝水电站。针对该厂将要进行的区域四座水电站远程集中控制系统的建设,探讨了水电站集中控制下的水库群优化调度,实现水库群防洪和发电调度效益最大化。     

改进遗传算法及其在泵站优化运行中的应用

在分析遗传算法基本理论的基础上,针对泵站优化运行问题的特性,从控制参数、选择方式、交叉机理和种群设置等方面进行改进,建立求解高维整型离散决策变量的改进遗传算法。以淮安四站为例进行计算,比较并分析改进遗传算法和标准遗传算法在泵站优化运行中的适用性,为泵站优化运行算法的设计和应用提供参考。结果表明:同时改进适应度和种群的混合改进遗传算法——FFGATPGA,精度高,计算速度快,具有收敛一致性,可用于复杂泵站系统的实时优化调度计算。     

耦合整体预报不确定性的水电站短期优化调度模型

以确定性预报径流为输入的水电站短期优化,受到预报不确定性的影响,会导致制定的运行方案与实际执行结果产生偏离,造成弃水或出力不足风险。为此,从水电站短期发电计划的编制过程出发,为编制优化运行方案,分析预报径流序列不同时段之间预报不确定性的关联,从而将短期径流预报序列各时段的预报不确定性耦合为一个整体,创新性地建立耦合整体预报不确定性的水电站短期优化调度模型。同时基于所提出的新优化模型,以锦西水电站为例进行实例研究,分别从实际总发电量和贴近度两个方面分析与评价新模型在效益和风险两个方面的优势,并将所建新模型与传统的确定性优化模型进行比较。结果表明,相较于传统确定性优化模型,本文所建立的新模型能够有效增加实际发电量、提高发电计划可靠性,可为水电站短期发电运行的实践提供有效参考。     

大型复杂跨流域调水工程电站-水库-泵站群多目标优化调度

考虑调水量、发电最大和耗能最小3个目标,建立电站-水库-泵站群多目标优化调度模型。基于参数调整策略、邻域变异和加速策略,提出了求解多目标优化调度模型的综合改进布谷鸟新算法并求解模型,获得了发电、调水、泵站耗能多目标Pareto解集。以引汉济渭大型复杂跨流域调水工程为实例,将该模型与模拟调度模型和NSGA-Ⅱ算法多目标优化调度模型的结果进行比较,结果表明,该优化调度模型的发电、调水、耗能、弃水等各项指标合理,具有相对优势。