隨機動態(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優(yōu)化調(diào)度的有關(guān)計算方法，最后以某工程作為實例進行了計算。

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)化是一項相當關(guān)鍵的工作。本文主要介紹了當下國內(nèi)外水電站水庫優(yōu)化調(diào)度研究的進展，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、改進粒子群算法和免疫克隆粒子群算法。

針對水電站水庫優(yōu)化調(diào)度模型的求解,比較了常用的動態(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種算法的實現(xiàn)過程及約束處理方法,尤其針對粒子群優(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,且能有效避免動態(tài)規(guī)劃"維數(shù)災"問題,但存在計算時間長,實時性差等問題,在實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確性。綜合耗水率是衡量水電站經(jīng)濟運行情況的重要指標?；诤乃蕜討B(tài)規(guī)劃模型的水電站水庫優(yōu)化調(diào)度方法,依據(jù)水電站長期運行的歷史資料,采用水電站綜合耗水率參數(shù)作為水電站水庫優(yōu)化計算的基礎(chǔ),使優(yōu)化結(jié)果更符合水庫經(jīng)濟運行的實際要求。

i993年第l期journalofhydr0electricengineering總第40期 2]一弓6 ig1]’i1 用模糊動態(tài)規(guī)劃法進行水電站水庫優(yōu)化調(diào)度 黃睦 (陜西機械學院) 提要 本文首先舟紹了鑒塑查望型(fdp)原理·進而提出了用fdp法進行水電站水庫憂化 調(diào)度的方法．最后通過實例得到滿意的結(jié)果 一 、前言 自1957年美國數(shù)學家r．e．bellman等人提出求解多階段決策過程優(yōu)化方法 ——動態(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。同時在 解決dp的“維數(shù)災上，各國學者提出了許多改進方法，如狀態(tài)增量動態(tài)規(guī)劃 (idp)離散微增量動態(tài)規(guī)劃(dddp)、動態(tài)規(guī)劃蓮次逼近法(dp8a)、逐步優(yōu)化 算法(poa)等。但是在實際問題中多數(shù)決策都是在目

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

用逐步優(yōu)化算法、動態(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;并通過實例計算,對這四種方法進行了分析比較,結(jié)果證明,基于十進制編碼的遺傳算法具有收斂速度快,能達到全局最優(yōu)的優(yōu)點

本文從簡單實用的角度出發(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,可供小水電站進行優(yōu)化運行時參考使用。

＼、進 小水電站水庫優(yōu)化調(diào)度圖1印7、 繪制方法的探討 廣西大學賈燕寧 【提要】本文從簡單實用的角度出發(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，可供小水電站進行優(yōu)化運 行時參考使用。 【關(guān)鍵詞】小水電站調(diào)度圍優(yōu)化運行動態(tài)規(guī)劃 目前我國小水電站運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)驗來捕水庫運行，所以在水庫運行上窖易造成人為的 錯誤．浪費了水能資源。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)度線時所采用的計算方法和適用調(diào) 度圖方面，采用丁更先進、更臺理的數(shù)學處理，因而其 精度和效益更高。但為了達到一定的精度，繪制優(yōu)化調(diào) 度圖的計算工作量很大．為使小水電站能達到最佳經(jīng)濟 效益．現(xiàn)

粒子群優(yōu)化算法是通過粒子記憶、追隨當前最優(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。為了克服標準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,本研究對遞減慣性權(quán)值進行了改進,將其表示為粒子群進化速度與群體平均適應(yīng)度方差的函數(shù);給出了適合pso算法的約束處理機制,提出了一種改進自適應(yīng)粒子群算法,并將其應(yīng)用于水庫優(yōu)化調(diào)度中。實例計算并與經(jīng)典方法相比,表明該方法原理簡單、易編程實現(xiàn),能以較快的速度收斂于全局最優(yōu)解。

針對水電站水庫優(yōu)化調(diào)度問題,提出了將改進遺傳算法和混沌優(yōu)化相耦合的改進混沌遺傳算法。該算法將混沌變量映射到優(yōu)化變量的取值范圍中,對混沌變量進行編碼,表示成染色體,然后對其進行選擇、交叉和變異,通過增加混沌擾動,不斷進化收斂得到最優(yōu)解。實例計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)度這樣的復雜非線性優(yōu)化問題時,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)度和實時洪水預報三個方面，闡述了水電站水庫優(yōu)化調(diào)度研究的進展。

基于改進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制的改進粒子群優(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...

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,提出了一種組織進化粒子群算法(oepso)。該算法將進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。

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制的改進粒子群優(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。

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)度問題進行優(yōu)化計算。實例計算結(jié)果表明,該算法可求解復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。

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作用。本文就水電站水庫優(yōu)化調(diào)度進行分析和研究。

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作用。本文就水電站水庫優(yōu)化調(diào)度進行分析和研究。

在遺傳算法中為避免采用二進制編碼時存在的編碼冗余問題,本文提出了一種基于十進制整數(shù)編碼的改進遺傳算法,并進行水電站水庫優(yōu)化調(diào)度研究。用遺傳算法進行水庫優(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

在研究了人工免疫系統(tǒng)中的克隆選擇學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"和早熟問題。實例研究結(jié)果表明,相對于動態(tài)規(guī)劃,免疫克隆選擇算法計算速度快、收斂性好,提高了計算效率,較好地解決了傳統(tǒng)的動態(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"問題。