基于CAFSA的水库发电优化调度双层并行计算

应用于水库发电优化调度的人工鱼群算法(AFSA)后期搜索能力较弱,易陷入局部求解困境,并且运行时间相对较长;增加单体鱼的混沌优化搜索功能后,虽可提高最优求解精度,但计算耗时有所增加的问题也随之而出。依托互联多核计算机群,对水库发电优化调度中的混沌人工鱼群算法(CAFSA)展开双层并行计算架构设计,水库实例仿真的计算结果表明该并行策略能够有效保持CAFSA较高质量寻优的同时,可以大幅减少计算耗时,为提高调度模型求解效率提供了一定方向。     

基于混沌人工鱼群混合算法确定含水层参数

以泰斯公式为基础,将混沌人工鱼群混合算法应用于求解分析抽水试验资料,确定含水层参数的函数优化问题。人工鱼群算法是一种群智能全局随机优化算法,收敛速度快,但存在早熟收敛现象;混沌序列具有遍历性和随机性等特点。为此将混沌系统与人工鱼群算法结合,构造了混沌人工鱼群混合算法。数值实验结果表明:混沌人工鱼群混合算法能成功用于确定含水层参数的函数优化问题,且与人工鱼群算法相比较具有收敛快、效率高和结果精度高等优点,从而为确定含水层参数提供了一种新方法。     

变尺度混沌优化算法在水库优化调

利用变尺度混沌优化算法（Mutative Scale Chaos Optimization Algorithm,MSCOA）对水电站中长期水库调度问题进行优化计算。变尺度混沌优化算法解决水电站中长期水库优化调度问题的主要思想是利用混沌运动的特点,由Logistic 方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库调度的最优调度线。水库优化调度问题是一个具有复杂约束条件的大型、多目标、动态非线性优化问题,将变尺度混沌优化方法应用到水库优化调度问题中,优化计算结果表明变尺度混沌优化方法为求解水库优化调度问题提供了一种有效方法,具有较大的实用价值。     

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。     

混沌优化算法在水库优化调度中的

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。根据混沌的叠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，并与其它优化方法比较，结果表明混沌优化算法原理简单，计算方便，结果精度高。     

多策略混合搜索的变时段人工蜂群算法及应用

【目的】研究非汛期洪水、中小洪水调度和发电调度模拟中时段步长和约束条件在较长系列上的融合优化,提升水库调度综合效益。【方法】建立了多策略混合搜索的变时段的人工蜂群算法,构建了长系列可变时段的多约束下发电量最大的水库优化调度模型,对万安水库进行实例应用。【结果】非汛期水量利用率提高了3%,加强了对洪水资源的利用;多策略混合搜索的人工蜂群优化算法缓解了多约束条件优化模拟计算时,时段步长选取与运算精度和收敛速度之间的矛盾,有效提升了标准人工蜂群算法的寻优效率与开发能力。【结论】研究成果可为非汛期洪水、中小洪水调度和发电调度综合效益的提升提供依据。     

水库(群)发电优化调度计算的并行策略研究

为有效缩短水库(群)优化调度求解的计算时间,近些年来学者们对水库(群)优化计算的并行策略展开了相关研究,基于大系统分解协调方法提出了串联水库群中长期发电优化调度的异步并行计算。之后以李仙江两水库组成的串联水库群为例,在其中长期发电优化调度中,对分解协调异步并行计算方法进行了相关验证。该新型并行策略在解决混联水库群优化调度问题中为提高计算效率提供了新的研究与应用方向。     

水电站综合出力系数变化规律及应用研究

水电站中长期优化调度对于提高水资源利用效率具有重要作用,但采用定出力系数造成优化模型的计算结果不够精细。针对这一问题,通过出力系数的影响因素分析,选取水库水位和发电流量(或出力)为主要影响因子,再应用厂内负荷优化分配模型推求出力~水库水位~综合出力系数关系,并应用于水电站中长期发电优化调度数学模型。经棉花滩水电站长系列计算表明:该方法与定出力系数法的多年平均发电量相差4.34%;出力系数变化规律更符合生产实际。因此,该方法对于开展水电站中长期精细化管理具有较好的参考作用。     

多维确定性动态规划双收敛新算法

在总结现有多维确定性动态规划计算方法利弊的基础上,提出一种新的优化计算方法,即双收敛算法。该算法应用于引滦工程系统(五水库)实时联合供水优化调度。实践证明:该算法从根本上克服了“维数灾”,适用于多水库(五库以上)发电及供水优化调度计算。     

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.     

混沌粒子群微分进化算法及其在水库发电优化调度中的应用

粒子群优化算法（PSO）与微分进化算法（DE）都是有效的基于群体智能的全局优化算法,但它们都容易过早收敛,陷入局部最优。针对以上问题,提出了混沌粒子群微分进化算法（CPSO—DE）,该算法引入可变的惯性权重和学习因子,以基于logical映射的混沌序列代替标准PSO中的随机序列来对粒子群进行初始化,同时将微分进化算法（DE）中的变异、交叉和选择思想引入标准PSO算法中,改变标准PSO算法单一的进化策略,在全局范围内搜索最优解。作为实证的需要,通过对水库优化调度所存在问题的分析,建立了基于CPSO-DE算法的水库优化调度数学模型与求解算法,并以某水库实际运行数据进行计算,结果表明CPSO-DE算法具有较好的全局最优解,验证了CPSO—DE算法的可行性与健壮性。     

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。     

水电站群中长期调度优化

比较了遗传算法和Tabu搜索两种算法的优缺点，针对水电站群中长期调度优化的复杂性﹑高维性和非线性特点，提出利用TS-GA组合算法的策略，应用于水电站群中长期调度优化中。计算机仿真结果表明:与单一优化算法相比较，TS-GA组合算法具有更强的全局寻优能力和更少的寻优时间，因而是一种很有应用前景的水电站群中长期调度优化方法。     

基于物理栖息地模型的梯级水库优化调度研究

为实现梯级水库生态调度,利用物理栖息地模型给出水生生物良好生存所需的生态流量,并构建了梯级水库中长期优化调度模型。模型借助POA算法进行优化求解。将生态调度结果与常规调度结果进行对比分析,发现基于生态流量调度的梯级水库运行模式利于保护流域内典型特有生物。选取西南地区某流域为典型进行生态调度计算,结果表明:实施生态调度后适于鱼类A、B生存的栖息地面积有较大增加,实现梯级水库的社会效益最大化。     

基于改进肾脏算法的梯级水库长期发电优化调度研究

梯级水库优化调度是一种实现水资源合理分配与高效利用,提升水电系统运行管理水平的重要方法。改进肾脏算法为高效求解梯级水库优化调度提供了一条有效途径。肾脏算法是一种新颖的自然启发式优化算法,因其参数少、寻优能力强、稳健性高,已被广泛应用和认可。本研究对标准肾脏算法的寻优原理进行了阐述,针对该算法的种群多样性低和收敛速度慢缺陷,采用含缩放因子的运移策略和自适应调参策略对其改进,提出了改进的肾脏算法。以某梯级水库长期发电优化调度为例,计算结果表明:相比标准肾脏算法,改进的肾脏算法可使梯级水库多年平均发电量增加3.2亿kWh(增幅为4.03%)和弃水量减少17.54%。引入的改进策略有效克服了标准肾脏算法的早熟缺陷,提高了种群多样性和收敛速度。     

水库短期发电调度方式评价研究

针对水库短期发电常规调度、优化调度应用于实际生产时存在的效益偏低、风险较偏大等问题,首先在深入分析上述两种调度方式的基础上,将两者优势互补,提出了一种常规、优化结合调度方式;其次结合生产实际,建立了水库短期发电调度方式评价指标体系,并采用事后评价方法对各调度方式在实际生产中的应用效果进行了评价;最后以堵河流域小漩水库为例进行了实例计算。结果表明,结合调度方式综合了常规调度与优化调度的优势,能够在保持低风险的前提下有效提升水电站的发电效益,对水库短期发电调度生产实践具有一定的指导意义。     

水库生态-发电优化调度及应用研究

近年来,随着河流生态环境问题的凸显和可持续发展理念的深入与普及,考虑河道生态的水库优化调度研究越来越受到关注。结合海南省牛路岭水库一库两站联合调度问题,分析确定了适宜、次小、最小三种生态需水量,建立了牛路岭一库两站生态-发电优化调度模型,并开发了求解该模型的遗传算法程序。针对丰、平、枯三种典型年份,通过优化调度计算,得出了不同年份各种生态需水量情况下的发电效益值,并将其与牛路岭水库现状调度结果进行了比较,同时分析了河道生态需水对发电效益的影响。结果表明,本优化调度模型在兼顾河道生态需水的基础上,可明显增加牛路岭水库的总发电量。本研究既为牛路岭一库两站联合调度提供技术支持,又可为类似问题的研究提供借鉴。     

改进微粒群算法及其在水库优化调

介绍了一种新的集群智能算法—微粒群算法（PSO），该算法具有实现简单、参数少且收敛快的特点。针对其易于陷入局部最优的缺陷，文中通过引入遗传算法中的“杂交”算子，并采用自适应的惯性权重，对原算法进行了改进，并将其应用于水库长期优化调度问题。文中用实际算例验证了该算法的有效性，从而为水库优化调度问题提供了一种新的求解途径。     

考虑电网约束的梯级水电站短期优化调度研究

水库短期优化调度关系到水库中长期调度计划能否顺利在厂间实现,是水电站实际运行中的重要一环。为保证短期优化调度制定的计划满足电网稳定运行的要求,在一般短期优化模型的基础上加入电网稳定性约束,以发电量最大为目标建立梯级水电站短期优化调度模型,采用逐步优化算法(POA)进行求解,寻求梯级水库系统在满足电网稳定运行基础上的最优运行方式。以雅砻江流域"锦官电源组"3级水库群为例,进行了考虑电网约束的梯级水电站短期优化调度,并与传统优化调度模型的调度结果进行对比分析。分析结果表明,调度结果满足电网稳定性要求,更有利于电网安全、稳定运行。