仿生算法在水库(群)优化调度中的应用综述

介绍了几种常见的仿生算法(如粒子群算法、蚁群算法)和几种新型的仿生算法(如模拟植物生长算法、人工免疫算法),对各算法的原理及各类改进方法进行了综述,讨论了仿生算法在水库(群)优化调度研究中的应用以及存在的问题,最后对仿生算法的发展进行了评述与展望.     

仿生算法在水库(群)优化调度应用中的综述

介绍了几种常见的仿生算法(如粒子群算法、蚁群算法)和几种新型的仿生算法(如模拟植物生长算法、人工免疫算法),对各算法的原理及各类改进方法进行了综述,讨论了仿生算法在水库(群)优化调度研究中的应用以及存在的问题,最后对仿生算法的发展进行了评述与展望。     

水库优化调度的粒子群算法

提出了在用粒子群算法求解水库优化调度问题时,将模拟退火因子引入罚函数,可以克服不变罚因子的缺陷.采用动态规划法和PSO算法优化调度程序,结果发现PSO算法计算结果更优于动态规划结果.实例计算表明,粒子群算法原理简单,易于编程,占用内存少,求解精度高,适合求解具有复杂约束的水库优化调度问题.     

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。     

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。     

基于混沌人工鱼群算法的水库发电优化调度研究

针对人工鱼群算法后期搜索盲目性较大，容易陷入局部最优值的缺点，结合混沌优化算法的遍历性优势，提出了适用于水库中长期发电优化调度的混沌人工鱼群算法。实例仿真结果表明该混合算法能有效应用于水库中长期发电优化调度中，具有收敛速度快和寻优质量高等特点，为该模型求解提供了一种新思路。     

水电站发电优化调度初始粒子群生成方法研究

重点分析了粒子群算法(Particle Swarm Optimization,PSO)在水电站优化调度应用中存在的收敛速度慢等问题,并针对问题提出了一种新的初始粒子群生成方法,形成了粒子群算法求解水库优化调度的改进应用方法.改进前后仿真计算结果的对比分析表明,改进后的应用方法可明显提高水电站优化调度问题的求解速度和精度.     

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。     

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。     

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...     

纯发电水库非汛期调度

纯发电水库非汛期调度林志光（福建省武夷山市水电局３５４３００）水库调度是水库管理的一项至关重要的技术工作，它关系着大坝的安全、防洪的社会效益、发电的自身经济效益等。福建省大多数水库以防洪、发电、灌溉为主，且发电效果最为突出，但是大多数水库调度只涉及了...     

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.     

灌区多水库联合优化调度研究

针对调水量与调水时机不确定的问题,建立基于供水系统全局风险最小化的多水库联合模拟优化调度模型,采用并行多种群混合进化的粒子群算法(PMSE-PSO)全局优化确定满足各水库供水要求的水库群调水规则和供水规则,并优化确定调水水库的最大调水规模,最后根据优化规则及调水规模进行水库调度计算,进而求出各计算时段调水量以及各水库区用水户供水量。本模型从缺水区域风险最优化的角度,优化确定水库供水限制线、调水控制线和调水水库的最大调水规模,模拟各时段实际调水量和不同用水户供水优先次序的供水量,实现了多水库联合调度的技术突破,为水库调度决策部门提供了一个新的调度思路。通过高关-短港水库灌区的实例应用,证明了该模型的科学性和有效性。     

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。     

泵站群控系统的节能优化调度研究

在实际泵站运行中需要根据不同要求调节流量扬程,由于泵站中定速泵和调速泵运行组合不合理,导致泵站运行效率低下。针对此问题,提出以泵站总功率最小为目标函数,以供水指标约束、单泵供水能力和调速泵的调速比为约束条件,建立了泵站优化运行数学模型。利用人工蜂群算法确定水泵并联运行的台数、调速泵的调速比及各泵流量的分配,实现泵站的优化运行。以某泵站实际要求进行计算,得出优化运行方案,比较并分析人工蜂群算法和标准遗传算法在泵站优化运行中的适用性。结果表明:人工蜂群算法的计算结果更优,收敛速度更快,计算用时更少,表明该算法在泵站优化运行及相近领域有较高的实用价值。     

水库优化调度的最小弃水模型研究

针对动态规划在水库优化调度时计算效率低,当调度时段或状态变量较多时,容易陷入“维数灾”的问题,提出了以弃水量最小、高水头发电为优化目标的最小弃水法优化调度模型,该模型原理简单,易于操作。通过实例与动态规划相比较,求解精度和计算效率较高,结果表明该方法合理、可靠,为水库的优化调度提供了新的思路。     

“七一”水库的优化调度

根据“七一”水库优化调度实施成果,闸述了水库优化调度的任务与方法。考虑该水库以灌溉为主,且需实行水电站的群体补偿调节等多重因素,在运用动态规划与马尔柯夫决策过程时,引进了灌溉与发电保证率双重罚因子方法,对计算方法进行了简化。提出了优化调度回检法及宏观控制与微观决策相结合的手段,使优化调度方案在实施过程中能取得最佳成效。     

灌溉兼防洪水库的优化调度

我国干旱半干旱地区，天然降水量少且时程及地域相差大，并有很大的随机性。对有水库调节的地区，如何处理天然降水的随机性，合理利用有限的水资源，解决人畜饮水、工业用水、林业及农业灌溉耗水，使其在各种情况下都能达到最佳的社会效益和经济效益，该文选用动态规划法，编制的电算程序，很好地解决了这一问题。