隨機(jī)動(dòng)態(tài)規(guī)劃方法的水電站水庫優(yōu)化調(diào)度的研究與應(yīng)用

本文討論了水電站水庫優(yōu)化調(diào)度的一般理論及其調(diào)度函數(shù)，提出了水庫隱性隨機(jī)優(yōu)化調(diào)度的有關(guān)計(jì)算方法，最后以某工程作為實(shí)例進(jìn)行了計(jì)算。

現(xiàn)在我國(guó)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(huì)的多方面需要。所以國(guó)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(xiàng)相當(dāng)關(guān)鍵的工作。本文主要介紹了當(dāng)下國(guó)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(jì)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。

針對(duì)水電站水庫優(yōu)化調(diào)度模型的求解,比較了常用的動(dòng)態(tài)規(guī)劃法、逐次優(yōu)化法(poa)和粒子群優(yōu)化算法(pso)3種求解方法。給出了3種算法的實(shí)現(xiàn)過程及約束處理方法,尤其針對(duì)粒子群優(yōu)化算法,糾正了常見的約束處理和算法不結(jié)合問題。結(jié)論認(rèn)為pso水庫優(yōu)化調(diào)度模型和解法融合了模擬調(diào)度的思想,更容易為調(diào)度人員所接受,且能有效避免動(dòng)態(tài)規(guī)劃"維數(shù)災(zāi)"問題,但存在計(jì)算時(shí)間長(zhǎng),實(shí)時(shí)性差等問題,在實(shí)效要求較低情況下可以應(yīng)用。

目前水電站水庫優(yōu)化調(diào)度常側(cè)重于提高算法的精度和計(jì)算的速度,往往忽視了優(yōu)化調(diào)度模型本身的合理性和準(zhǔn)確性。綜合耗水率是衡量水電站經(jīng)濟(jì)運(yùn)行情況的重要指標(biāo)。基于耗水率動(dòng)態(tài)規(guī)劃模型的水電站水庫優(yōu)化調(diào)度方法,依據(jù)水電站長(zhǎng)期運(yùn)行的歷史資料,采用水電站綜合耗水率參數(shù)作為水電站水庫優(yōu)化計(jì)算的基礎(chǔ),使優(yōu)化結(jié)果更符合水庫經(jīng)濟(jì)運(yùn)行的實(shí)際要求。

i993年第l期journalofhydr0electricengineering總第40期 2]一弓6 ig1]’i1 用模糊動(dòng)態(tài)規(guī)劃法進(jìn)行水電站水庫優(yōu)化調(diào)度 黃睦 (陜西機(jī)械學(xué)院) 提要 本文首先舟紹了鑒塑查望型(fdp)原理·進(jìn)而提出了用fdp法進(jìn)行水電站水庫憂化 調(diào)度的方法．最后通過實(shí)例得到滿意的結(jié)果 一 、前言 自1957年美國(guó)數(shù)學(xué)家r．e．bellman等人提出求解多階段決策過程優(yōu)化方法 ——?jiǎng)討B(tài)規(guī)劃(dp)法以來，dp在科研、生產(chǎn)、管理中得到了廣遺的應(yīng)用。同時(shí)在 解決dp的“維數(shù)災(zāi)上，各國(guó)學(xué)者提出了許多改進(jìn)方法，如狀態(tài)增量動(dòng)態(tài)規(guī)劃 (idp)離散微增量動(dòng)態(tài)規(guī)劃(dddp)、動(dòng)態(tài)規(guī)劃蓮次逼近法(dp8a)、逐步優(yōu)化 算法(poa)等。但是在實(shí)際問題中多數(shù)決策都是在目

本文首先介紹了模糊動(dòng)態(tài)規(guī)劃(fdp)原理,進(jìn)而提出了用fdp法進(jìn)行水電站水庫優(yōu)化調(diào)度的方法,最后通過實(shí)例得到滿意的結(jié)果。

用逐步優(yōu)化算法、動(dòng)態(tài)規(guī)劃法、大系統(tǒng)法和遺傳算法,研究單一水庫優(yōu)化調(diào)度問題;并通過實(shí)例計(jì)算,對(duì)這四種方法進(jìn)行了分析比較,結(jié)果證明,基于十進(jìn)制編碼的遺傳算法具有收斂速度快,能達(dá)到全局最優(yōu)的優(yōu)點(diǎn)

本文從簡(jiǎn)單實(shí)用的角度出發(fā),把電站水庫常規(guī)調(diào)度圖和優(yōu)化調(diào)度圖的繪制方法中的優(yōu)點(diǎn)相結(jié)合作為繪制小水電站水庫優(yōu)化調(diào)度圖的方法,可供小水電站進(jìn)行優(yōu)化運(yùn)行時(shí)參考使用。

＼、進(jìn) 小水電站水庫優(yōu)化調(diào)度圖1印7、 繪制方法的探討 廣西大學(xué)賈燕寧 【提要】本文從簡(jiǎn)單實(shí)用的角度出發(fā)，把電站水庫常規(guī)調(diào)度圍和優(yōu)化調(diào)度圍的繪制方 法中的優(yōu)點(diǎn)相蛄合作為繪制小水電站水庫優(yōu)化調(diào)度圍的方法，可供小水電站進(jìn)行優(yōu)化運(yùn) 行時(shí)參考使用。 【關(guān)鍵詞】小水電站調(diào)度圍優(yōu)化運(yùn)行動(dòng)態(tài)規(guī)劃 目前我國(guó)小水電站運(yùn)行管理水平還比較落后，效益 也未得到充分發(fā)揮。其主要原因是許多小水電優(yōu)化運(yùn)行 工作尚未起步，有的甚至連常規(guī)調(diào)度圖都沒有，完壘憑 經(jīng)驗(yàn)來捕水庫運(yùn)行，所以在水庫運(yùn)行上窖易造成人為的 錯(cuò)誤．浪費(fèi)了水能資源。優(yōu)化調(diào)度與常規(guī)調(diào)度的根本區(qū) 別是在繪制各種調(diào)度線時(shí)所采用的計(jì)算方法和適用調(diào) 度圖方面，采用丁更先進(jìn)、更臺(tái)理的數(shù)學(xué)處理，因而其 精度和效益更高。但為了達(dá)到一定的精度，繪制優(yōu)化調(diào) 度圖的計(jì)算工作量很大．為使小水電站能達(dá)到最佳經(jīng)濟(jì) 效益．現(xiàn)

粒子群優(yōu)化算法是通過粒子記憶、追隨當(dāng)前最優(yōu)粒子,并不斷更新自己的位置和速度來尋找問題的最優(yōu)解。為了克服標(biāo)準(zhǔn)粒子群算法存在著早熟收斂、難以處理問題約束條件等缺點(diǎn),本研究對(duì)遞減慣性權(quán)值進(jìn)行了改進(jìn),將其表示為粒子群進(jìn)化速度與群體平均適應(yīng)度方差的函數(shù);給出了適合pso算法的約束處理機(jī)制,提出了一種改進(jìn)自適應(yīng)粒子群算法,并將其應(yīng)用于水庫優(yōu)化調(diào)度中。實(shí)例計(jì)算并與經(jīng)典方法相比,表明該方法原理簡(jiǎn)單、易編程實(shí)現(xiàn),能以較快的速度收斂于全局最優(yōu)解。

針對(duì)水電站水庫優(yōu)化調(diào)度問題,提出了將改進(jìn)遺傳算法和混沌優(yōu)化相耦合的改進(jìn)混沌遺傳算法。該算法將混沌變量映射到優(yōu)化變量的取值范圍中,對(duì)混沌變量進(jìn)行編碼,表示成染色體,然后對(duì)其進(jìn)行選擇、交叉和變異,通過增加混沌擾動(dòng),不斷進(jìn)化收斂得到最優(yōu)解。實(shí)例計(jì)算并與其他方法比較表明,該算法在求解水電站優(yōu)化調(diào)度這樣的復(fù)雜非線性優(yōu)化問題時(shí),搜索效率高,收斂性能好,能以較快的速度收斂于全局最優(yōu)解,為水電站水庫優(yōu)化調(diào)度模型求解提供了一種新方法。

從單一水庫優(yōu)化調(diào)度、水庫群優(yōu)化調(diào)度和實(shí)時(shí)洪水預(yù)報(bào)三個(gè)方面，闡述了水電站水庫優(yōu)化調(diào)度研究的進(jìn)展。

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(duì)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(jì)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(jì)算實(shí)例表明，該方法采用并行搜...

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(jìng)爭(zhēng)、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(diǎn)。在分析水庫優(yōu)化調(diào)度的數(shù)學(xué)模型和oepso算法特點(diǎn)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(shí)例驗(yàn)證表明,oepso算法具有良好的收斂速度和計(jì)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。

針對(duì)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(jì)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(jì)算實(shí)例表明,該方法采用并行搜索機(jī)制,計(jì)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。

隨著電力市場(chǎng)的開放和分時(shí)電價(jià)制度的實(shí)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(shí)電價(jià)條件下水電站水庫優(yōu)化調(diào)度的數(shù)學(xué)模型,并以實(shí)例結(jié)果來說明模型的可行性。

隨著電力市場(chǎng)的開放和分時(shí)電價(jià)制度的實(shí)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(shí)電價(jià)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。

建立一種梯級(jí)水電站中長(zhǎng)期水庫優(yōu)化調(diào)度模型,利用混沌優(yōu)化算法對(duì)梯級(jí)水電站中長(zhǎng)期水庫調(diào)度問題進(jìn)行優(yōu)化計(jì)算。實(shí)例計(jì)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(jí)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(jí)水電站水庫優(yōu)化調(diào)度提供了一種有效算法。

水電站水庫的優(yōu)化調(diào)度就是利用最優(yōu)化的方法對(duì)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(shí)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(duì)于電網(wǎng)的安全可靠運(yùn)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。

水電站水庫的優(yōu)化調(diào)度就是利用最優(yōu)化的方法對(duì)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(shí)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(duì)于電網(wǎng)的安全可靠運(yùn)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。

在遺傳算法中為避免采用二進(jìn)制編碼時(shí)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(jì)算可從多個(gè)初始點(diǎn)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(shí)例計(jì)算并與常規(guī)優(yōu)化相比,表明該方法簡(jiǎn)便、快速,可避免水庫優(yōu)化調(diào)度中的維數(shù)災(zāi)

在研究了人工免疫系統(tǒng)中的克隆選擇學(xué)說和克隆選擇算法的基礎(chǔ)上,研究了1種新的人工免疫算法——免疫克隆選擇算法,并將其應(yīng)用到水庫優(yōu)化調(diào)度中,提出了1種基于免疫克隆選擇算法的水庫優(yōu)化調(diào)度方法。該算法通過在克隆選擇算法中引入免疫基因操作,提高了算法的求解精度和求解效率,避免了"維數(shù)災(zāi)"和早熟問題。實(shí)例研究結(jié)果表明,相對(duì)于動(dòng)態(tài)規(guī)劃,免疫克隆選擇算法計(jì)算速度快、收斂性好,提高了計(jì)算效率,較好地解決了傳統(tǒng)的動(dòng)態(tài)規(guī)劃方法求解水庫(群)優(yōu)化調(diào)度問題存在"維數(shù)災(zāi)"問題。