免疫克隆選擇算法水電站水庫優(yōu)化調(diào)度

現(xiàn)在我國的主要供電方式是電氣供電，這種形式的供電已不能滿足社會的多方面需要。所以國家大力發(fā)展水利發(fā)電，就水利發(fā)電來講，水電站水庫優(yōu)化是一項相當(dāng)關(guān)鍵的工作。本文主要介紹了當(dāng)下國內(nèi)外水電站水庫優(yōu)化調(diào)度研究的進(jìn)展，列舉了三種水庫優(yōu)化調(diào)度計算方法：變尺度混沌粒子群算法、改進(jìn)粒子群算法和免疫克隆粒子群算法。

【目的】解決傳統(tǒng)粒子群算法在求解水庫優(yōu)化調(diào)度問題中存在的早熟、收斂速度慢和易陷入局部最優(yōu)的問題?！痉椒ā炕诳贵w克隆選擇學(xué)說理論,提出了一種量化正交免疫克隆粒子群算法(oicpso/q)。采用正交交叉策略來增強子代個體解分布的均勻性;通過接種疫苗和計算親合度等操作,對算法的進(jìn)化過程進(jìn)行有目的、有選擇地指導(dǎo),使得算法快速收斂,同時保持一定的多樣性,抑制了早熟現(xiàn)象。提出一種自學(xué)習(xí)算子,避免個體鄰域內(nèi)最優(yōu)解的丟失。建立了基于量化正交免疫克隆粒子群算法的水庫優(yōu)化調(diào)度數(shù)學(xué)模型,并給出其具體的求解步驟。最后應(yīng)用該方法與標(biāo)準(zhǔn)粒子群算法(spso)及動態(tài)規(guī)劃方法進(jìn)行比較?！窘Y(jié)果】與spso算法和動態(tài)規(guī)劃方法計算結(jié)果相比,oicpso/q算法計算時間明顯降低,但發(fā)電量明顯增加,說明oicpso/q算法可提高解的精度,加快其收斂速度,其性能優(yōu)于標(biāo)準(zhǔn)粒子群算法和動態(tài)規(guī)劃方法?！窘Y(jié)論】oicpso/q算法為求解水庫優(yōu)化調(diào)度問題提供了一條新的有效求解途徑。

為提高多維目標(biāo)函數(shù)全局最優(yōu)解的計算精度,提出了一種改進(jìn)的混沌優(yōu)化算法(mcoa).利用混沌運動的隨機(jī)性、遍歷性和規(guī)律性進(jìn)行全局尋優(yōu);通過引入解向量的優(yōu)選,將解向量定位到最優(yōu)解的附近,從而找出全局最優(yōu)解.最后將該算法應(yīng)用于水電站水庫優(yōu)化調(diào)度問題,并進(jìn)行仿真計算,計算結(jié)果驗證了算法的有效性.mcoa原理簡單,易于編程實現(xiàn),具有較大的實用價值,為求解水電站水庫優(yōu)化調(diào)度問題提供了一種有效方法.

建立一種梯級水電站中長期水庫優(yōu)化調(diào)度模型,利用混沌優(yōu)化算法對梯級水電站中長期水庫調(diào)度問題進(jìn)行優(yōu)化計算。實例計算結(jié)果表明,該算法可求解復(fù)雜約束條件的非線性梯級水電站水庫優(yōu)化調(diào)度問題,精度高、收斂速度快,為求解梯級水電站水庫優(yōu)化調(diào)度提供了一種有效算法。

利用變尺度混沌優(yōu)化算法(mutativescalechaosoptimizationalgorithm,mscoa)對梯級水電站水庫調(diào)度問題進(jìn)行優(yōu)化調(diào)度。主要思想是利用混沌運動的隨機(jī)性,由logistic方程隨機(jī)生成混沌序列;將其載波到包含水電站目標(biāo)函數(shù)可行域s的一個區(qū)域;利用隨機(jī)性、遍歷性和規(guī)律性,不斷縮小優(yōu)化變量的搜索空間和提高搜索精度進(jìn)行全局尋優(yōu),從中搜索屬于可行域s的解;同時在搜索中引入解向量優(yōu)選,將解向量中那些接近全局最優(yōu)解的分量找出,構(gòu)成一個新的向量,代入目標(biāo)函數(shù)中進(jìn)行計算,從而找出全局最優(yōu)解,最終求出水電站水庫發(fā)電調(diào)度的最優(yōu)調(diào)度線。實例計算結(jié)果表明,算法可以求解具有復(fù)雜約束條件的非線性梯級水電站水庫優(yōu)化調(diào)度問題。算法求解精度高,具有較大的實用價值,為求解梯級水電站水庫優(yōu)化調(diào)度問題提供了一種有效算法。

隨著電力市場的開放和分時電價制度的實施,傳統(tǒng)以發(fā)電量最大作為準(zhǔn)則的情況已不能適應(yīng)水電站優(yōu)化調(diào)度的要求,文章提出了分時電價條件下水電站水庫優(yōu)化調(diào)度的數(shù)學(xué)模型,并以實例結(jié)果來說明模型的可行性。

隨著電力市場的開放和分時電價制度的實施,傳統(tǒng)以發(fā)電量最大作為準(zhǔn)則的情況已不能適應(yīng)水電站優(yōu)化調(diào)度的要求,本文提出了分時電價條件下水電站水庫優(yōu)化調(diào)度的數(shù)學(xué)模型,并以寶珠寺電站為例,研究結(jié)果說明了模型的合理性及可行性。

基于改進(jìn)粒子群算法的水電站水庫優(yōu)化調(diào)度研究——針對粒子群優(yōu)化算法容易陷入局部最優(yōu)解的問題，提出一種基于模擬退火機(jī)制的改進(jìn)粒子群優(yōu)化算法，并將其引入水庫調(diào)度領(lǐng)域，設(shè)計了基于該算法的水電站水庫優(yōu)化調(diào)度問題的求解方法。計算實例表明，該方法采用并行搜...

在遺傳算法中為避免采用二進(jìn)制編碼時存在的編碼冗余問題,本文提出了一種基于十進(jìn)制整數(shù)編碼的改進(jìn)遺傳算法,并進(jìn)行水電站水庫優(yōu)化調(diào)度研究。用遺傳算法進(jìn)行水庫優(yōu)化調(diào)度計算可從多個初始點開始尋優(yōu),占用內(nèi)存少,能以較快速度找到全局最優(yōu)解。實例計算并與常規(guī)優(yōu)化相比,表明該方法簡便、快速,可避免水庫優(yōu)化調(diào)度中的維數(shù)災(zāi)

為解決粒子群優(yōu)化算法存在的早熟和易陷入局部最優(yōu)的問題,提出了一種組織進(jìn)化粒子群算法(oepso)。該算法將進(jìn)化操作直接作用在組織上,通過組織間的相互競爭、協(xié)作,最終達(dá)到全局優(yōu)化的目的,較好地克服了基本粒子群算法易于早熟和陷入局部最優(yōu)的缺點。在分析水庫優(yōu)化調(diào)度的數(shù)學(xué)模型和oepso算法特點的基礎(chǔ)上,提出了基于oepso算法的水庫優(yōu)化調(diào)度的方法,建立了數(shù)學(xué)模型,并給出了具體求解步驟。實例驗證表明,oepso算法具有良好的收斂速度和計算精度,為水庫優(yōu)化調(diào)度問題提供了一條新的有效求解途徑。

【目的】針對傳統(tǒng)優(yōu)化算法的不足,將微分進(jìn)化算法應(yīng)用到水電站水庫優(yōu)化調(diào)度問題中,建立新的優(yōu)化算法模型?！痉椒ā拷⒒谖⒎诌M(jìn)化算法的水電站水庫優(yōu)化調(diào)度模型,并給出具體求解步驟。為驗證算法的有效性,將其應(yīng)用于具體水電站水庫的優(yōu)化調(diào)度計算中,最后將該方法與遺傳算法的計算結(jié)果進(jìn)行了對比?！窘Y(jié)果】實例計算結(jié)果表明,與遺傳算法相比,微分進(jìn)化算法收斂速度快,可調(diào)參數(shù)少,計算精度高,穩(wěn)定性好,且該算法簡單、容易實現(xiàn),具有較強的全局搜索能力?！窘Y(jié)論】微分進(jìn)化算法在解決水電站水庫優(yōu)化調(diào)度問題時具有很強的適用性,為求解水電站水庫優(yōu)化調(diào)度問題提供了新思路。

介紹了混沌粒子群算法,并將其用于水庫調(diào)度中,指出:混沌粒子群優(yōu)化算法引入了混沌搜索機(jī)制,增加了粒子的多樣性,擴(kuò)大了搜索的范圍,不僅保持了粒子群優(yōu)化算法收斂速度快的優(yōu)點,而且還增強了全局收斂能力,能避免陷入局部最優(yōu)的情況,可以更好地解決水庫優(yōu)化調(diào)度的強約束、多階段、非線性組合問題。

針對粒子群優(yōu)化算法容易陷入局部最優(yōu)解的問題,提出一種基于模擬退火機(jī)制的改進(jìn)粒子群優(yōu)化算法,并將其引入水庫調(diào)度領(lǐng)域,設(shè)計了基于該算法的水電站水庫優(yōu)化調(diào)度問題的求解方法。計算實例表明,該方法采用并行搜索機(jī)制,計算速度快、全局尋優(yōu)的可靠性較高,具有較好的應(yīng)用前景。

基于改進(jìn)遺傳算法的水電站水庫優(yōu)化調(diào)度——在遺傳算法中為避免采用二進(jìn)制編碼時存在的編碼冗余問題，本文提出了一種基于十進(jìn)制整數(shù)編碼的改進(jìn)遺傳算法，并進(jìn)行水電站水庫優(yōu)化調(diào)度研究。用遺傳算法進(jìn)行水庫優(yōu)化調(diào)度計算可從多個初始點開始尋優(yōu)，占用內(nèi)存少，能以...

應(yīng)用自適應(yīng)蟻群算法來求解水電站優(yōu)化調(diào)度問題,該算法把問題解抽象為螞蟻路徑,利用狀態(tài)轉(zhuǎn)移,信息素更新和鄰域搜索以獲取最短路徑。實例計算表明,該算法計算精度高,收斂速度快,克服了傳統(tǒng)蟻群算法計算時間長,易于陷入局部最優(yōu)的缺點,能較好地避免動態(tài)規(guī)劃的維數(shù)災(zāi)問題,可求解具有復(fù)雜約束條件的非線性規(guī)劃問題,為解決水電站優(yōu)化調(diào)度問題提供了一種有效的途徑。

文章提出了應(yīng)用改進(jìn)粒子群算法求解水電站優(yōu)化調(diào)度問題的方法,粒子群算法模擬了鳥類群體覓食的搜索過程來尋找水電站最優(yōu)調(diào)度計劃。對傳統(tǒng)粒子群算法進(jìn)行了改進(jìn),克服了早熟和陷入局部最優(yōu)的缺點。實例計算表明,粒子群算法可以求解具有復(fù)雜約束條件的非線性水電站優(yōu)化調(diào)度問題,與經(jīng)典算法相比,該算法原理簡單,易于編程,占用內(nèi)存少,求解精度高,收斂速度快,是一種有效的搜索算法。

提出了一種協(xié)調(diào)粒子群算法,利用多粒子群的信息協(xié)調(diào)和擾動策略的方法,較好地克服了基本粒子群算法易于早熟和陷入局部最優(yōu)的缺點,具有良好的收斂速度和計算精度。實例計算表明,協(xié)調(diào)粒子群算法能夠求解水電站優(yōu)化調(diào)度這樣的非線性、強約束組合優(yōu)化問題,原理簡單,易于編程,占用內(nèi)存少,為水電站優(yōu)化調(diào)度問題提供了一種具有較高應(yīng)用價值的方法。

水電站水庫的優(yōu)化調(diào)度就是利用最優(yōu)化的方法對水庫的入流過程以及綜合利用要求制定出水電站水庫的優(yōu)化調(diào)度方式，從而實現(xiàn)良好的效益，充分發(fā)揮水電站以及水庫的設(shè)備作用及功能，使其能夠得到高效合理的利用。水電站的系統(tǒng)以及電網(wǎng)系統(tǒng)管理中，水電站水庫的優(yōu)化調(diào)度是十分重要的組成部分，調(diào)度的效果將直接影響到水利工程以及設(shè)備的作用發(fā)揮，對于電網(wǎng)的安全可靠運行具有積極地促進(jìn)作用。本文就水電站水庫優(yōu)化調(diào)度進(jìn)行分析和研究。

從單一水庫優(yōu)化調(diào)度、水庫群優(yōu)化調(diào)度和實時洪水預(yù)報三個方面，闡述了水電站水庫優(yōu)化調(diào)度研究的進(jìn)展。

水電站水庫的優(yōu)化調(diào)度就是利用最優(yōu)化的方法對水庫的入流過程以及綜合利用要求制定出水電站水庫的優(yōu)化調(diào)度方式，從而實現(xiàn)良好的效益，充分發(fā)揮水電站以及水庫的設(shè)備作用及功能，使其能夠得到高效合理的利用。水電站的系統(tǒng)以及電網(wǎng)系統(tǒng)管理中，水電站水庫的優(yōu)化調(diào)度是十分重要的組成部分，調(diào)度的效果將直接影響到水利工程以及設(shè)備的作用發(fā)揮，對于電網(wǎng)的安全可靠運行具有積極地促進(jìn)作用。本文就水電站水庫優(yōu)化調(diào)度進(jìn)行分析和研究。

為求解梯級水電站聯(lián)合優(yōu)化調(diào)度問題,提出文化克隆選擇算法(ccsa)。ccsa將克隆選擇算法(csa)嵌入文化算法(ca)框架,并根據(jù)克隆選擇算法的特點,重新定義了文化算法信念空間的4種知識結(jié)構(gòu),進(jìn)而利用這些知識結(jié)構(gòu)指導(dǎo)克隆選擇算法的演化過程,避免了高頻變異對收斂速度的不利影響,從而提高了算法的收斂速度和搜索效率。函數(shù)仿真測試結(jié)果表明ccsa在繼承csa多樣性好、不易早熟特點的基礎(chǔ)上,收斂速度也有進(jìn)一步提高。將ccsa應(yīng)用于梯級水電站聯(lián)合優(yōu)化調(diào)度問題的求解,取得滿意效果,為求解該問題提供了一種新的可行方法。

在進(jìn)行水電站水庫動態(tài)優(yōu)化調(diào)度時,由于維數(shù)較多,最優(yōu)方案難以選取。本文提出根據(jù)電網(wǎng)的最小、最大出力要求來求出最優(yōu)方案所在的上、下包線,稱其為“出力包圍法”。從而進(jìn)行優(yōu)化調(diào)度時,各時段最優(yōu)方案的可選范圍,由最低水位到最高水位的大區(qū)間縮小到在包線內(nèi)的小區(qū)域選擇,并可減少計算量得到最小的選擇范圍(蓄水期)和(供水期)最優(yōu)運行方案。