基于改進NSGAⅡ梯級水電站多目標發(fā)電優(yōu)化調(diào)度

根據(jù)梯級水電站水庫來水特點和運行特點,提出一種在一年中從汛期和非汛期兩個時間段分別建立不同的多目標長期優(yōu)化調(diào)度模型,采用線性加權(quán)法和外點罰函數(shù)法將含約束條件多目標問題轉(zhuǎn)化為無約束單目標問題,應用粒子群算法(pso)進行求解.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.

為有效求解梯級水電站多目標聯(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多目標布谷鳥算法(imocs)。針對傳統(tǒng)布谷鳥算法存在收斂速度慢的問題,將動態(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外部檔案集策略,提出imocs;通過測試函數(shù)驗證了所提算法的有效性。將imocs應用到烏江梯級水電站多目標優(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,主客觀確定目標權(quán)重法,從非劣解集中選擇一個折中方案,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,且均能滿足各項約束條件。梯級水電站優(yōu)化調(diào)度采用imocs具有較大的實用意義。

提出多目標混合粒子群算法以求解梯級水電站多目標聯(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)整策略指導個體進化;同時,引入外部精英集,建立了基于自適應小生境的外部精英集維護策略,提高了算法的收斂性和非劣解集的多樣性。最后將該算法應用于三峽梯級水電站多目標優(yōu)化調(diào)度工程,計算結(jié)果表明,本文算法能夠獲得計算實時性強、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)度目標間的耦合關(guān)系,可為梯級電站的多目標調(diào)度決策提供科學依據(jù)。

梯級水電站優(yōu)化調(diào)度要考慮發(fā)電、防洪、電網(wǎng)安全運行等多個目標,具有高維、動態(tài)、非線性等特征,求解復雜。為解決這一問題,通過改進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水電站多目標優(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,對求解梯級水電站多目標優(yōu)化問題具有一定的優(yōu)越性。

梯級水電站優(yōu)化調(diào)度要考慮發(fā)電、防洪、電網(wǎng)安全運行等多個目標，具有高維、動態(tài)、非線性等特征，求解復雜。為解決這一問題，通過改進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水電站多目標優(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，對求解梯級水電站多目標優(yōu)化問題具有一定的優(yōu)越性。

針對傳統(tǒng)優(yōu)化算法在求解高維、復雜梯級水電站發(fā)電調(diào)度時易出現(xiàn)“維數(shù)災”，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，同時使用改進的最差解更新方式提高其局部搜索能力。應用實踐表明，通過將isfla與標準混洗蛙跳算法、粒子群算法以及逐步優(yōu)化方法對比，isfla在求解梯級水電站發(fā)電優(yōu)化問題時具有明顯的優(yōu)越性。

梯級水電站聯(lián)合發(fā)電調(diào)度的優(yōu)化模型的確定在整個電網(wǎng)經(jīng)濟、安全運行中起著非常重要的作用。文中提出一種新的梯級水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度的調(diào)度準則——以單位水體發(fā)電電價最高優(yōu)先發(fā)電,在此基礎上建立梯級水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度模型及其評價方法。首先建立基于四層水體的水庫能的水電站發(fā)電模型,在此基礎上提出單位水體發(fā)電電價的概念。建立優(yōu)化調(diào)度模型時,將電力系統(tǒng)中的負荷變化和在電力市場機制下分時上網(wǎng)電價的影響因素考慮在內(nèi)。該模型能較為客觀地反映梯級水電站運行情況,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)化仿真計算結(jié)果證明該調(diào)度準則具有可行性和適用性。

棄水是影響梯級水電站經(jīng)濟運行的一個重要因素,針對靜態(tài)棄水策略的不足,在協(xié)調(diào)條件的基礎上,建立了梯級水電站的動態(tài)棄水模型,以此為基礎建立調(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水電站棄水量最小的多目標短期優(yōu)化調(diào)度模型。針對仿電磁學算法原理(electro-magnetism-likemechanism,elm)簡單及收斂迅速的特點,采用嵌入數(shù)據(jù)包絡分析(dataenvelopmentanalysis,dea)的混合仿電磁學算法對多目標優(yōu)化調(diào)度模型進行求解,該算法避免了傳統(tǒng)權(quán)重系數(shù)法的盲目性。對一個8級梯級水電站系統(tǒng)進行仿真分析,結(jié)果表明所提出的動態(tài)棄水策略可以有效地提高梯級水電站的發(fā)電效益,同時也驗證了混合仿電磁學算法在求解多目標優(yōu)化問題時的有效性。

為保障梯級水電站群多目標優(yōu)化調(diào)度問題的計算效率和求解精度,提出了基于fork/join多核并行框架的并行多目標遺傳算法.該方法以多目標遺傳算法為基礎,引入多種群異步進化策略保證種群間個體多樣性;采用遷移機制保障子種群的信息有機互饋,提升算法收斂性和解集多樣性;利用并行技術(shù)實現(xiàn)子種群在各內(nèi)核的同步求解,提高計算效率.針對問題特點,耦合個體實數(shù)串聯(lián)編碼方法、混沌初始化種群策略和約束pareto占優(yōu)機制等,進一步提升方法尋優(yōu)性能.瀾滄江流域梯級水電站群多目標優(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)多目標高效決策提供科學依據(jù).

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

現(xiàn)代水電站的運行,不僅要滿足電力系統(tǒng)運行要求,而且還要考慮多個目標之間的協(xié)調(diào),才能使綜合效益最大。文中概述了現(xiàn)代水電站各項指標之間的聯(lián)合運行,并對其算法進行分類。針對常規(guī)多目標聯(lián)合經(jīng)濟運行給出解決方法,以期達到各項指標相平衡的發(fā)展目標。

將改進型螞蟻算法用于梯級水電站短期優(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,給出了梯級水電站短期優(yōu)化調(diào)度問題改進型螞蟻算法的數(shù)學描述和求解的算法步驟,并通過龍羊峽-李家峽梯級水電站實例驗證了改進型螞蟻算法的優(yōu)越性．結(jié)果表明,與遺傳算法相比,改進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,減少了機組的啟停次數(shù),并且使所有機組連續(xù)高效運行,從而降低了機組的維護費用,并增加了梯級的經(jīng)濟效益．

針對三峽梯級水電站汛末蓄水調(diào)度的復雜問題,以汛末蓄水、下游補水和梯級發(fā)電為目標,構(gòu)建了梯級聯(lián)合多目標蓄水調(diào)度模型,提出了兩階段約束法對模型目標進行降維處理,進而采用動態(tài)規(guī)劃求解模型,并通過對不同來水過程的調(diào)度計算與方案比較。結(jié)果表明,隨著三峽水庫汛末蓄水位的抬高,梯級向下游補水能力逐漸減弱;若三峽水庫汛末蓄水位相同,則梯級下游控制補水流量越大,梯級總發(fā)電量越大;若梯級下游控制補水流量相同,則汛末蓄水位越低,梯級發(fā)電量越大;下游控制補水流量越大,則梯級下泄流量越均勻,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)絡分析技術(shù)在水庫群調(diào)度中的應用，把多目標分層排序網(wǎng)絡分析模型拓展到多目標梯級水電站調(diào)度的網(wǎng)絡分析中，提出梯級水電站群調(diào)度多目標網(wǎng)絡分析模型。結(jié)合某流域梯級水電站群優(yōu)化調(diào)度實例進行模型的應用研究，結(jié)果表明，用本文模型構(gòu)造的時空網(wǎng)絡圖，結(jié)構(gòu)清晰，直觀形象，算法效率高。

鑒于流域梯級水電站聯(lián)合運行是一類多目標、高維數(shù)、多約束的復雜優(yōu)化問題,以流域梯級總發(fā)電量最大和最小下泄流量最大為目標,建立梯級水電站多目標興利調(diào)度模型。同時,結(jié)合pareto優(yōu)化理論的數(shù)學描述方法,提出了適用于多目標優(yōu)化問題求解的雙種群多目標粒子群算法（dppso）,通過構(gòu)建外部精英種群及其更新維護模式,為原始種群進化提供了精英向?qū)АＴ诮鹕辰掠翁菁壦娬径嗄繕伺d利調(diào)度中的應用表明,所提方法可均衡優(yōu)化發(fā)電、通航兩個目標,且求解精度高、非劣解集分布性好,為求解復雜梯級水電站多目標優(yōu)化調(diào)度問題提供了一種新思路。

鑒于流域梯級水電站聯(lián)合運行是一類多目標、高維數(shù)、多約束的復雜優(yōu)化問題,以流域梯級總發(fā)電量最大和最小下泄流量最大為目標,建立梯級水電站多目標興利調(diào)度模型。同時,結(jié)合pareto優(yōu)化理論的數(shù)學描述方法,提出了適用于多目標優(yōu)化問題求解的雙種群多目標粒子群算法（dppso）,通過構(gòu)建外部精英種群及其更新維護模式,為原始種群進化提供了精英向?qū)АＴ诮鹕辰掠翁菁壦娬径嗄繕伺d利調(diào)度中的應用表明,所提方法可均衡優(yōu)化發(fā)電、通航兩個目標,且求解精度高、非劣解集分布性好,為求解復雜梯級水電站多目標優(yōu)化調(diào)度問題提供了一種新思路。

為科學求解梯級水電站群多目標優(yōu)化調(diào)度模型,提出一種基于量子行為進化機制的多目標量子粒子群算法(moqpso)。該方法以標準量子粒子群算法(qpso)為基礎,引入外部檔案集合存儲非劣粒子,利用個體支配關(guān)系實現(xiàn)檔案集合的動態(tài)更新維護;依據(jù)個體領(lǐng)導能力優(yōu)劣選擇粒子歷史最優(yōu)位置與種群全局最優(yōu)位置,維持搜索過程中個體進化方向的多樣性;采用混沌變異算子對個體進行局部擾動,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水電系統(tǒng)經(jīng)濟性與可靠性要求的pareto解集,能夠為工程人員提供科學的決策依據(jù)。

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

介紹了目前國內(nèi)對于梯級水電站優(yōu)化調(diào)度問題的研究和實踐現(xiàn)狀,重點研究了優(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水電站聯(lián)合調(diào)度金沙江區(qū)域梯級水電站邁入\"調(diào)控一體化\"時代長江上游大型水電站群聯(lián)合調(diào)度發(fā)展戰(zhàn)略流域梯級水電站聯(lián)合優(yōu)化調(diào)度的必要性及對節(jié)能減排的作用氣候變化條件下的三峽梯級水庫調(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

建立了梯級水電站短期周優(yōu)化調(diào)度的梯級蓄能最大模型,在此基礎上采用動態(tài)搜索算法對其進行求解。通過嚴密的理論推導和詳盡的實例分析探討了流域梯級電站負荷最優(yōu)分配規(guī)律。梯級電站負荷最優(yōu)分配主要由梯級水庫的區(qū)間入流關(guān)系和水庫特性決定,其結(jié)論可指導流域梯級電站優(yōu)化運行,為集控中心調(diào)度和指導實際應用提供參考。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)水庫群進出水和綜合利用情況,把水電站水庫看作一個系統(tǒng),把系統(tǒng)的各元素,輸入/輸出參數(shù)等簡化和假設后建立簡化通用的數(shù)學模型,用搜索算法對該數(shù)學模型進行優(yōu)化仿真,得出最優(yōu)解。