基于改進(jìn)NSGAⅡ梯級(jí)水電站多目標(biāo)發(fā)電優(yōu)化調(diào)度

根據(jù)梯級(jí)水電站水庫來水特點(diǎn)和運(yùn)行特點(diǎn),提出一種在一年中從汛期和非汛期兩個(gè)時(shí)間段分別建立不同的多目標(biāo)長期優(yōu)化調(diào)度模型,采用線性加權(quán)法和外點(diǎn)罰函數(shù)法將含約束條件多目標(biāo)問題轉(zhuǎn)化為無約束單目標(biāo)問題,應(yīng)用粒子群算法(pso)進(jìn)行求解.算例表明了該模型的正確性和求解方法的可行性,為梯級(jí)水電站優(yōu)化調(diào)度提供了一種更全面、具體的模型.

為有效求解梯級(jí)水電站多目標(biāo)聯(lián)合優(yōu)化問題,充分發(fā)揮水電的發(fā)電效益和容量效益,提出一種新型的改進(jìn)多目標(biāo)布谷鳥算法(imocs)。針對(duì)傳統(tǒng)布谷鳥算法存在收斂速度慢的問題,將動(dòng)態(tài)發(fā)現(xiàn)概率和步長融入到算法中,并結(jié)合非支配排序遺傳算法(nsga-ii)的非支配排序思想以及擁擠距離維護(hù)外部檔案集策略,提出imocs;通過測試函數(shù)驗(yàn)證了所提算法的有效性。將imocs應(yīng)用到烏江梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度中,得到了分布均勻的非劣調(diào)度方案集。最后通過模糊決策模型,主客觀確定目標(biāo)權(quán)重法,從非劣解集中選擇一個(gè)折中方案,得到各水電站發(fā)電用水過程。結(jié)果表明,調(diào)度方案合理、可靠,且均能滿足各項(xiàng)約束條件。梯級(jí)水電站優(yōu)化調(diào)度采用imocs具有較大的實(shí)用意義。

提出多目標(biāo)混合粒子群算法以求解梯級(jí)水電站多目標(biāo)聯(lián)合優(yōu)化調(diào)度模型。該算法采用混合蛙跳算法的分組-混合循化優(yōu)化框架以增強(qiáng)算法的全局搜索能力;在族群內(nèi)通過粒子群算法的飛行調(diào)整策略指導(dǎo)個(gè)體進(jìn)化;同時(shí),引入外部精英集,建立了基于自適應(yīng)小生境的外部精英集維護(hù)策略,提高了算法的收斂性和非劣解集的多樣性。最后將該算法應(yīng)用于三峽梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度工程,計(jì)算結(jié)果表明,本文算法能夠獲得計(jì)算實(shí)時(shí)性強(qiáng)、分布均勻、收斂性好的調(diào)度方案集,并以此分析明確了調(diào)度目標(biāo)間的耦合關(guān)系,可為梯級(jí)電站的多目標(biāo)調(diào)度決策提供科學(xué)依據(jù)。

梯級(jí)水電站優(yōu)化調(diào)度要考慮發(fā)電、防洪、電網(wǎng)安全運(yùn)行等多個(gè)目標(biāo),具有高維、動(dòng)態(tài)、非線性等特征,求解復(fù)雜。為解決這一問題,通過改進(jìn)花粉算法搜索策略和引入差分變異操作,加快算法收斂速度,增加種群多樣性,并將該算法用于求解梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度問題。結(jié)果表明,該算法收斂速度快,求解精度高,對(duì)求解梯級(jí)水電站多目標(biāo)優(yōu)化問題具有一定的優(yōu)越性。

梯級(jí)水電站優(yōu)化調(diào)度要考慮發(fā)電、防洪、電網(wǎng)安全運(yùn)行等多個(gè)目標(biāo)，具有高維、動(dòng)態(tài)、非線性等特征，求解復(fù)雜。為解決這一問題，通過改進(jìn)花粉算法搜索策略和引入差分變異操作，加快算法收斂速度，增加種群多樣性，并將該算法用于求解梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度問題。結(jié)果表明，該算法收斂速度快，求解精度高，對(duì)求解梯級(jí)水電站多目標(biāo)優(yōu)化問題具有一定的優(yōu)越性。

針對(duì)傳統(tǒng)優(yōu)化算法在求解高維、復(fù)雜梯級(jí)水電站發(fā)電調(diào)度時(shí)易出現(xiàn)“維數(shù)災(zāi)”，或陷入局部最優(yōu)解的缺陷，本文提出了免疫蛙跳算法（isfla）。該算法將克隆選擇算法嵌入到混洗蛙跳算法框架中，對(duì)混合之后的蛙群構(gòu)造子群體執(zhí)行免疫克隆選擇操作，同時(shí)使用改進(jìn)的最差解更新方式提高其局部搜索能力。應(yīng)用實(shí)踐表明，通過將isfla與標(biāo)準(zhǔn)混洗蛙跳算法、粒子群算法以及逐步優(yōu)化方法對(duì)比，isfla在求解梯級(jí)水電站發(fā)電優(yōu)化問題時(shí)具有明顯的優(yōu)越性。

梯級(jí)水電站聯(lián)合發(fā)電調(diào)度的優(yōu)化模型的確定在整個(gè)電網(wǎng)經(jīng)濟(jì)、安全運(yùn)行中起著非常重要的作用。文中提出一種新的梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度的調(diào)度準(zhǔn)則——以單位水體發(fā)電電價(jià)最高優(yōu)先發(fā)電,在此基礎(chǔ)上建立梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度模型及其評(píng)價(jià)方法。首先建立基于四層水體的水庫能的水電站發(fā)電模型,在此基礎(chǔ)上提出單位水體發(fā)電電價(jià)的概念。建立優(yōu)化調(diào)度模型時(shí),將電力系統(tǒng)中的負(fù)荷變化和在電力市場機(jī)制下分時(shí)上網(wǎng)電價(jià)的影響因素考慮在內(nèi)。該模型能較為客觀地反映梯級(jí)水電站運(yùn)行情況,能給系統(tǒng)調(diào)度員做出最佳調(diào)度決策提供一定的依據(jù)。優(yōu)化仿真計(jì)算結(jié)果證明該調(diào)度準(zhǔn)則具有可行性和適用性。

棄水是影響梯級(jí)水電站經(jīng)濟(jì)運(yùn)行的一個(gè)重要因素,針對(duì)靜態(tài)棄水策略的不足,在協(xié)調(diào)條件的基礎(chǔ)上,建立了梯級(jí)水電站的動(dòng)態(tài)棄水模型,以此為基礎(chǔ)建立調(diào)度期內(nèi)發(fā)電量最大、年調(diào)節(jié)或季調(diào)節(jié)水庫末蓄水量最大、日調(diào)節(jié)水庫末蓄水量偏差平方和最小、總耗水量最小及末級(jí)水電站棄水量最小的多目標(biāo)短期優(yōu)化調(diào)度模型。針對(duì)仿電磁學(xué)算法原理(electro-magnetism-likemechanism,elm)簡單及收斂迅速的特點(diǎn),采用嵌入數(shù)據(jù)包絡(luò)分析(dataenvelopmentanalysis,dea)的混合仿電磁學(xué)算法對(duì)多目標(biāo)優(yōu)化調(diào)度模型進(jìn)行求解,該算法避免了傳統(tǒng)權(quán)重系數(shù)法的盲目性。對(duì)一個(gè)8級(jí)梯級(jí)水電站系統(tǒng)進(jìn)行仿真分析,結(jié)果表明所提出的動(dòng)態(tài)棄水策略可以有效地提高梯級(jí)水電站的發(fā)電效益,同時(shí)也驗(yàn)證了混合仿電磁學(xué)算法在求解多目標(biāo)優(yōu)化問題時(shí)的有效性。

為保障梯級(jí)水電站群多目標(biāo)優(yōu)化調(diào)度問題的計(jì)算效率和求解精度,提出了基于fork/join多核并行框架的并行多目標(biāo)遺傳算法.該方法以多目標(biāo)遺傳算法為基礎(chǔ),引入多種群異步進(jìn)化策略保證種群間個(gè)體多樣性;采用遷移機(jī)制保障子種群的信息有機(jī)互饋,提升算法收斂性和解集多樣性;利用并行技術(shù)實(shí)現(xiàn)子種群在各內(nèi)核的同步求解,提高計(jì)算效率.針對(duì)問題特點(diǎn),耦合個(gè)體實(shí)數(shù)串聯(lián)編碼方法、混沌初始化種群策略和約束pareto占優(yōu)機(jī)制等,進(jìn)一步提升方法尋優(yōu)性能.瀾滄江流域梯級(jí)水電站群多目標(biāo)優(yōu)化調(diào)度結(jié)果表明,所提方法可充分利用多核資源,提升模型計(jì)算效率與求解精度,并能獲得分布均勻、合理可行的調(diào)度方案集,為水電系統(tǒng)多目標(biāo)高效決策提供科學(xué)依據(jù).

根據(jù)梯級(jí)水電站不僅具有電力聯(lián)系而且具有水力聯(lián)系的運(yùn)行特點(diǎn),提出一種以年發(fā)電量和一級(jí)水電站耗水量為優(yōu)化目標(biāo)的梯級(jí)水電站多目標(biāo)長期優(yōu)化調(diào)度模型。通過定義各目標(biāo)的隸屬度函數(shù),將多目標(biāo)優(yōu)化問題模糊化;采用最大模糊滿意度法將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)非線性規(guī)劃問題;應(yīng)用協(xié)調(diào)粒子群算法(cpso)求解單目標(biāo)優(yōu)化問題。仿真驗(yàn)證了模型的正確性和求解方法的可行性,為梯級(jí)水電站優(yōu)化調(diào)度提供了一種新穎有效的途徑。

現(xiàn)代水電站的運(yùn)行,不僅要滿足電力系統(tǒng)運(yùn)行要求,而且還要考慮多個(gè)目標(biāo)之間的協(xié)調(diào),才能使綜合效益最大。文中概述了現(xiàn)代水電站各項(xiàng)指標(biāo)之間的聯(lián)合運(yùn)行,并對(duì)其算法進(jìn)行分類。針對(duì)常規(guī)多目標(biāo)聯(lián)合經(jīng)濟(jì)運(yùn)行給出解決方法,以期達(dá)到各項(xiàng)指標(biāo)相平衡的發(fā)展目標(biāo)。

將改進(jìn)型螞蟻算法用于梯級(jí)水電站短期優(yōu)化調(diào)度問題,并通過引入遺傳算法的交叉和變異思想以及自適應(yīng)搜索半徑方法提高了螞蟻算法的搜索能力．以最小耗水率模型為例,給出了梯級(jí)水電站短期優(yōu)化調(diào)度問題改進(jìn)型螞蟻算法的數(shù)學(xué)描述和求解的算法步驟,并通過龍羊峽-李家峽梯級(jí)水電站實(shí)例驗(yàn)證了改進(jìn)型螞蟻算法的優(yōu)越性．結(jié)果表明,與遺傳算法相比,改進(jìn)型螞蟻算法獲得了更優(yōu)的調(diào)度方案．優(yōu)化結(jié)果在取得更低耗水率的同時(shí),減少了機(jī)組的啟停次數(shù),并且使所有機(jī)組連續(xù)高效運(yùn)行,從而降低了機(jī)組的維護(hù)費(fèi)用,并增加了梯級(jí)的經(jīng)濟(jì)效益．

針對(duì)三峽梯級(jí)水電站汛末蓄水調(diào)度的復(fù)雜問題,以汛末蓄水、下游補(bǔ)水和梯級(jí)發(fā)電為目標(biāo),構(gòu)建了梯級(jí)聯(lián)合多目標(biāo)蓄水調(diào)度模型,提出了兩階段約束法對(duì)模型目標(biāo)進(jìn)行降維處理,進(jìn)而采用動(dòng)態(tài)規(guī)劃求解模型,并通過對(duì)不同來水過程的調(diào)度計(jì)算與方案比較。結(jié)果表明,隨著三峽水庫汛末蓄水位的抬高,梯級(jí)向下游補(bǔ)水能力逐漸減弱;若三峽水庫汛末蓄水位相同,則梯級(jí)下游控制補(bǔ)水流量越大,梯級(jí)總發(fā)電量越大;若梯級(jí)下游控制補(bǔ)水流量相同,則汛末蓄水位越低,梯級(jí)發(fā)電量越大;下游控制補(bǔ)水流量越大,則梯級(jí)下泄流量越均勻,發(fā)電出力峰谷差越小,也越有利于下游通航安全。

研究網(wǎng)絡(luò)分析技術(shù)在水庫群調(diào)度中的應(yīng)用，把多目標(biāo)分層排序網(wǎng)絡(luò)分析模型拓展到多目標(biāo)梯級(jí)水電站調(diào)度的網(wǎng)絡(luò)分析中，提出梯級(jí)水電站群調(diào)度多目標(biāo)網(wǎng)絡(luò)分析模型。結(jié)合某流域梯級(jí)水電站群優(yōu)化調(diào)度實(shí)例進(jìn)行模型的應(yīng)用研究，結(jié)果表明，用本文模型構(gòu)造的時(shí)空網(wǎng)絡(luò)圖，結(jié)構(gòu)清晰，直觀形象，算法效率高。

鑒于流域梯級(jí)水電站聯(lián)合運(yùn)行是一類多目標(biāo)、高維數(shù)、多約束的復(fù)雜優(yōu)化問題,以流域梯級(jí)總發(fā)電量最大和最小下泄流量最大為目標(biāo),建立梯級(jí)水電站多目標(biāo)興利調(diào)度模型。同時(shí),結(jié)合pareto優(yōu)化理論的數(shù)學(xué)描述方法,提出了適用于多目標(biāo)優(yōu)化問題求解的雙種群多目標(biāo)粒子群算法（dppso）,通過構(gòu)建外部精英種群及其更新維護(hù)模式,為原始種群進(jìn)化提供了精英向?qū)?。在金沙江下游梯?jí)水電站多目標(biāo)興利調(diào)度中的應(yīng)用表明,所提方法可均衡優(yōu)化發(fā)電、通航兩個(gè)目標(biāo),且求解精度高、非劣解集分布性好,為求解復(fù)雜梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度問題提供了一種新思路。

鑒于流域梯級(jí)水電站聯(lián)合運(yùn)行是一類多目標(biāo)、高維數(shù)、多約束的復(fù)雜優(yōu)化問題,以流域梯級(jí)總發(fā)電量最大和最小下泄流量最大為目標(biāo),建立梯級(jí)水電站多目標(biāo)興利調(diào)度模型。同時(shí),結(jié)合pareto優(yōu)化理論的數(shù)學(xué)描述方法,提出了適用于多目標(biāo)優(yōu)化問題求解的雙種群多目標(biāo)粒子群算法（dppso）,通過構(gòu)建外部精英種群及其更新維護(hù)模式,為原始種群進(jìn)化提供了精英向?qū)?。在金沙江下游梯?jí)水電站多目標(biāo)興利調(diào)度中的應(yīng)用表明,所提方法可均衡優(yōu)化發(fā)電、通航兩個(gè)目標(biāo),且求解精度高、非劣解集分布性好,為求解復(fù)雜梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度問題提供了一種新思路。

為科學(xué)求解梯級(jí)水電站群多目標(biāo)優(yōu)化調(diào)度模型,提出一種基于量子行為進(jìn)化機(jī)制的多目標(biāo)量子粒子群算法(moqpso)。該方法以標(biāo)準(zhǔn)量子粒子群算法(qpso)為基礎(chǔ),引入外部檔案集合存儲(chǔ)非劣粒子,利用個(gè)體支配關(guān)系實(shí)現(xiàn)檔案集合的動(dòng)態(tài)更新維護(hù);依據(jù)個(gè)體領(lǐng)導(dǎo)能力優(yōu)劣選擇粒子歷史最優(yōu)位置與種群全局最優(yōu)位置,維持搜索過程中個(gè)體進(jìn)化方向的多樣性;采用混沌變異算子對(duì)個(gè)體進(jìn)行局部擾動(dòng),提升算法的全局收斂性能。烏江流域模擬調(diào)度結(jié)果表明,所提方法具有良好的收斂速度與尋優(yōu)能力,可快速獲得兼顧梯級(jí)水電系統(tǒng)經(jīng)濟(jì)性與可靠性要求的pareto解集,能夠?yàn)楣こ倘藛T提供科學(xué)的決策依據(jù)。

本文首先從目標(biāo)函數(shù)和約束條件兩個(gè)方面,介紹了梯級(jí)水電站優(yōu)化調(diào)度的各類數(shù)學(xué)模型.然后對(duì)目前研究比較廣泛的各類優(yōu)化算法進(jìn)行了綜述.最后指出隨著水電能源的開發(fā),梯級(jí)水庫優(yōu)化調(diào)度下一步可能的發(fā)展方向.

介紹了目前國內(nèi)對(duì)于梯級(jí)水電站優(yōu)化調(diào)度問題的研究和實(shí)踐現(xiàn)狀,重點(diǎn)研究了優(yōu)化調(diào)度模型的建立和優(yōu)化算法。

宏觀視角下的流域梯級(jí)水電站聯(lián)合調(diào)度金沙江區(qū)域梯級(jí)水電站邁入\"調(diào)控一體化\"時(shí)代長江上游大型水電站群聯(lián)合調(diào)度發(fā)展戰(zhàn)略流域梯級(jí)水電站聯(lián)合優(yōu)化調(diào)度的必要性及對(duì)節(jié)能減排的作用氣候變化條件下的三峽梯級(jí)水庫調(diào)度長江上游大型水電站群聯(lián)合調(diào)度關(guān)鍵科技問題探討

建立了梯級(jí)水電站短期周優(yōu)化調(diào)度的梯級(jí)蓄能最大模型,在此基礎(chǔ)上采用動(dòng)態(tài)搜索算法對(duì)其進(jìn)行求解。通過嚴(yán)密的理論推導(dǎo)和詳盡的實(shí)例分析探討了流域梯級(jí)電站負(fù)荷最優(yōu)分配規(guī)律。梯級(jí)電站負(fù)荷最優(yōu)分配主要由梯級(jí)水庫的區(qū)間入流關(guān)系和水庫特性決定,其結(jié)論可指導(dǎo)流域梯級(jí)電站優(yōu)化運(yùn)行,為集控中心調(diào)度和指導(dǎo)實(shí)際應(yīng)用提供參考。調(diào)度決策者尚需根據(jù)本文的研究方法針對(duì)本流域和電站的特性制定符合自身的最優(yōu)調(diào)度規(guī)則。

遺傳算法是一種簡單、適用的搜索方法,經(jīng)常用于解決非線性復(fù)雜的問題。水庫群的最優(yōu)調(diào)度問題,就是利用搜索算法根據(jù)水庫群進(jìn)出水和綜合利用情況,把水電站水庫看作一個(gè)系統(tǒng),把系統(tǒng)的各元素,輸入/輸出參數(shù)等簡化和假設(shè)后建立簡化通用的數(shù)學(xué)模型,用搜索算法對(duì)該數(shù)學(xué)模型進(jìn)行優(yōu)化仿真,得出最優(yōu)解。