基于协同差分演化算法的梯级水库短期发电优化调度研究

随着我国水电事业不断发展,流域梯级水库群联合调度的新格局已逐渐形成.针对梯级水库发电优化调度问题,在差分演化算法中适应度的进化模式中计及进化成分与外部环境之间的内在联系,借鉴生态学对个体生存环境与种群竞争的关系,提出了协同差分演化算法,并将其引入梯级水库短期发电优化调度中.实例仿真计算结果表明,该算法具有可靠性与合理性,计算速度显著提升,为解决高维复杂、多约束、非线性的梯级水库优化调度问题提供了一条新路径.     

基于改进蚁群算法的雅砻江流域梯级联合优化调度研究

提出一种改进蚁群算法(IACO,Improved ant colony optimization algorithm)求解梯级水库群优化调度问题,算法的改进主要包括嵌入邻域搜索和禁忌搜索,初始解生成技术和基于可行性的目标函数比较规则。论文以雅砻江流域梯级五级电站联合运行为背景,对蚁群算法和改进蚁群算法的求解质量和收敛性进行比较,实例验证表明,改进蚁群算法可以获得较好的优化调度结果。     

基于改进人工蜂群算法的水电站水库优化调度研究

首先建立了水电站水库优化调度模型。在对人工蜂群算法描述的基础上,为有效避免标准人工蜂群算法局部搜索能力差等缺点,提高寻优能力,本文设计了一种以反向学习策略搜寻初始解、以自适应比例选择策略代替轮盘赌法、以基于指数分布突变策略更新蜜源位置的改进人工蜂群算法。应用MATLAB软件将改进后的人工蜂群算法应用于新安江电站水库优化调度中。仿真结果表明,改进人工蜂群算法具有更好的全局搜索能力,调度结果显著优于人工蜂群算法和粒子群算法。     

基于梯级水库预报优化调度模型的跨流域可调水量研究

通过构建梯级水库跨流域预报优化调度模型对跨流域调水实时调度过程中的供水水库的跨流域可调水量进行研究。梯级水库跨流域预报优化调度模型以最大供水能力和最大发电量为主要目标,选择逐步优化算法对跨流域调水调度系统进行优化调度。实例研究结果表明,采用预报优化调度模型进行跨流域供水和梯级水库发电调度,能够明显地提高跨流域可调水量,有效地提高水资源的利用效率。     

梯级水库群长期优化调度的逐次优

梯级水库群长期优化调度问题是一个典型的高度非线性、多维、多时段的优化问题。针对问题特点,提出了一种逐次优化和遗传算法相结合方法。首先将多阶段优化问题转化为多个两阶段优化问题,然后采用遗传算法求解每个两阶段优化问题。将该方法应用于大渡河4个梯级水库水电站长期优化调度,结果表明,该方法占用计算机内存少,效率高,收敛速度快,是一种有效的求解水库群优化调度模型的方法。     

梯级泵站的实时优化调度研究

分析了数种优化方法,利用Excel的特点,结合某梯级泵站具体情况并考虑了电价的波峰、波谷变化规律以及级间弃水量最小等因素,提出了一种实时优化的方案,在该泵站仿真系统上进行模拟计算,获得较好的结果,达到了经济运行的目的.     

基于自适应弹性粒子群算法的小水电长期优化调度研究

以三插溪电站为研究对象,建立了该电站以控制水位和弃水最小为目标的优化调度数学模型;设计了一种以自适应方式更新粒子飞行速度的弹性粒子群优化算法求解该优化调度数学模型,包括粒子编码设计、适应度函数设计以及弹性修正值设计,并编制了基于MATLAB语言的优化程序。仿真结果表明:自适应弹性粒子群算法是有效的,比基本粒子群优化算法和自适应粒子群优化算法具有更强的全局寻优能力;和常用的以发电量最大为目标的优化调度模型相比,数学模型可以实现水位控制,更充分地利用水能资源,是简单可行的小水电优化调度数学模型。     

基于逐步优化算法的太子河流域水库生态调度研究

针对太子河流域面临水资源短缺、生态环境退化现象,建立汛期以旬、非汛期以月为调度时段的水库生态调度模型,提出3种联合调度方案,并采用逐步优化算法求解,结果表明,在满足各区间用水户现状用水的条件下,各控制断面流量均能满足生态流量的要求。     

基于仿真技术的太子河流域水库生态调度研究

针对太子河生态和环境日益恶化问题,以流域水资源利用和河流生态流量为目标,以宏观的水资源配置要求和防洪等为约束,建立水库多目标生态调度模型,并采用模拟仿真技术求解。结果表明,在考虑满足下游控制断面适宜生态流量需求的情况下,各区间用户最大供水缺水率为11.5%。在尽可能不破坏水库的社会经济效益的情况下,采用合理的调度模型能...     

川渝河段梯级水库联合防洪调度风险评价

金沙江下游四座梯级水库联合调度防洪风险评价能科学地衡量其防洪风险性,为长江中下游川渝河段的防洪安全提供保障。针对防洪调度中的风险问题,基于联合防洪调度方案,通过建立以削峰幅度、防洪风险率、水位变幅和下泄流量超标风险率为指标的风险评价体系,并采用蒙特卡罗法进行风险模拟,构建了基于灾害学的防洪调度风险评价模型,评估了不同来水频率和水库起调水位下的防洪风险。研究表明：在可行起调方案集下,乌东德、白鹤滩两库的削峰幅度随两库起调水位升高呈下降趋势,溪洛渡、向家坝两库削峰幅度在7%以下,金沙江下游梯级水库的入库洪水危险性小;各水库未出现最高库水位超出相应频率防洪高水位（乌东德975 m,白鹤滩825 m,溪洛渡600 m,向家坝380 m）的情况,水库的水位变幅均未超过安全变幅范围,库区整体防洪风险低,川渝河段的防洪风险在可控范围内;当发生较小洪水时下游防护对象的承灾能力较好,保护区控制站的下泄流量低于防洪安全标准值,下游防护对象的防洪风险低,但发生干支流恶劣洪水遭遇（如2012年型1%洪水）时,其遭遇破坏的可能性大,风险超出防洪标准,保障防洪安全需要支流水库配合干流水库联合防洪。模型可有效评估川...     

基于合同电量的梯级水电站优化调度研究

针对电力市场中买卖双方通过签订远期合同进行交易的市场交易类型,结合水库优化调度理论与方法,建立物理合同和金融合同下的梯级水库优化模型,并以清江梯级水电站为例进行应用研究,验证了模型的合理性与有效性,为今后市场环境下水电商针对不同的合同签订方式做出决策提供了参考和依据.     

混沌优化算法在水库优化调度中的应用

基于水库优化调度常用优化方法存在的不足，根据水库优化调度的数学模型，将混沌优化算法运用到水库优化调度中。根据混沌的迭代不重复性和遍历性，按照其“自身规律”不重复地遍历所有状态，利用混沌变量进行优化搜索，可以避免陷入局部最优点，取得全局最优，得到满意结果。将混沌优化算法运用到水库调度中，并与其他优化方法比较，结果表明混沌优化算法原理简单，计算方便，结果精度高。     

地方电网梯级水电优化调度系统研究

为适应地方电网对其所辖的梯级小水电优化调度管理的需要,研究设计了地方电网梯级水电优化调度系统,具体包括系统功能、系统组成、各个模块的设计方法以及结合实际的系统实现。系统功能包括数据管理、来水预测、长期优化调度计划制定、短期优化调度计划制定以及日调度方案制定等,可为地方电网调度人员提供梯级小水电优化调度的决策支持。系统经地方电网调度人员使用,结果证明是有效的。     

峰谷电价下的梯级水电站短期优化

依据发电企业既要服从电网调度又要追求自身效益的特点，建立了两个考虑峰谷分时电价因子的梯级短期调度模型，并选用逐次优化和逐步逼近的混合算法(POA－DPSA)求解。该模型简单，算法易于实现。将该理论应用于电站实际演算中，结果表明这两个优化模型对促进电网的安全、提高企业发电效益具有较高的应用价值。     

非充分灌溉条件下水库优化调度模型研究

研究了非充分灌溉条件下的水库调度问题 ,建立了较为通用的模型 ,并提出利用控制方法进行求解 ,模拟计算表明提出的模型和方法的有效性     

梯级水电站日调度优化Tabu搜索方法

Tabu搜索(Tabu Search，TS)是一种高效的全局性搜索方法。本文尝试将Tabu搜索用于梯级水电站日调度优化中。在TS算法中分别采用二进制和十进制2种编码方案进行优化计算。与经典的遗传算法调度优化相比较，Tabu搜索方法具有更强的全局寻优能力和更少的计算机成本消耗(内存和机时消耗)，因此是一种很有应用前景的梯级水电站日调度优化方法。     

多目标遗传算法在确定串联水库系统优化运行策略中的应用

利用基于目标序列的排序矩阵评价个体适应度的多目标遗传算法,以发电与供水效益最大为准则,确定了内蒙古草原上第一个发电厂蓝旗电厂建成投产后的大河口西山湾串联水库系统的优化运行策略,其结果与另一种寻优算法随机离散动态规划的结果进行了比较。     

基于改进级联神经网络的大豆叶部病害诊断模型

针对大豆叶部病害性状特征与病种之间的模糊性和不确定性,将数字图像处理技术与神经网络智能推理技术相结合,充分挖掘大豆受病害胁迫后表现性状与病种之间的潜在规律,提出了基于改进级联神经网络的大豆病害诊断模型。首先利用自制载物模板无损采集大田大豆叶部病害数字图像,计算病斑区域的形状特征、颜色特征及纹理特征14维度特征参数;为突显各方面特征对于不同病害种类决定作用的差异性,构建各子神经网络并联的第1级网络,第2级网络的输入为第1级网络的输出,利用多维特征各自优势来自动取得病种模式推理规则,建立了用于大豆叶部病害自动诊断的两级级联神经网络模型,仿真实验准确率为97.67%;同时应用量子遗传计算优化级联神经网络参数,平均迭代次数为743,平均网络误差为0.000 995 445,提高了学习效率,实现了大豆叶部病害的高效自动诊断和精确测报,为大田农作物全面系统地开展作物病害监测、智能施药及自动防治提供了理论依据。