基于混合粒子群算法的梯级水电站多目标优化调度

提出多目标混合粒子群算法以求解梯级水电站多目标联合优化调度模型。该算法采用混合蛙跳算法的分组-混合循化优化框架以增强算法的全局搜索能力;在族群内通过粒子群算法的飞行调整策略指导个体进化;同时,引入外部精英集,建立了基于自适应小生境的外部精英集维护策略,提高了算法的收敛性和非劣解集的多样性。最后将该算法应用于三峡梯级水电站多目标优化调度工程,计算结果表明,本文算法能够获得计算实时性强、分布均匀、收敛性好的调度方案集,并以此分析明确了调度目标间的耦合关系,可为梯级电站的多目标调度决策提供科学依据。     

基于改进粒子群-逐次逼近法的水库调度图多目标优化

针对水库调度图寻优过程中的调度线形态畸变的问题,提出了改进廊道约束和改进粒子群-逐次逼近法。该方法以粒子群算法和动态规划逐次逼近法的混合算法为框架,通过引入改进廊道约束、特殊个体进化方式、外部精英集策略等改进策略来优化进化过程,使得所得解集尽可能接近多目标问题的真实Pareto前沿。福建省池潭水库调度图多目标优化问题的实例分析表明,该算法能有效控制寻优过程中的调度线形态畸变,具有良好的优化性能。     

梯级水电站优化调度的改进粒子群算法

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略.算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法.文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解.实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行.改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法.     

梯级水电站群优化调度算法研究

根据梯级水电站群远程集控调度的特点,研究了适用于梯级水电站群的优化调度算法。讨论了梯级水电站群优化调度准则,对几种典型优化算法的适应性和局限性进行了分析比较。结果表明,在流域梯级电站数量较少时可采用动态规划算法,在流域梯级电站规模较大时可采用基于遗传算法的改进型优化算法。按照流域梯级水电站的实际情况采用适应的优化算法,才能发挥梯级水电站远程集控优化调度系统的优势。     

基于TIPSO的水电站优化调度研究

针对水电站多目标联合优化调度问题,提出双层改进粒子群算法(TIPSO)。该算法通过动态廊道约束,提高粒子群算法中粒子初始解的质量;通过改进动态权重系数,增强粒子群算法在前期的全局寻优能力和后期的局部寻优能力,提高粒子群算法的收敛性。将该算法应用于求解河南省陆浑水电站多目标优化调度问题,计算结果表明双层改进粒子群算法具有较好的收敛性能;通过与动态规划算法计算结果对比,表明该算法求解高维、复杂、多约束问题的可靠性和有效性。     

梯级水电站群并行多目标优化调度方法

为保障梯级水电站群多目标优化调度问题的计算效率和求解精度,提出了基于Fork/Join多核并行框架的并行多目标遗传算法。该方法以多目标遗传算法为基础,引入多种群异步进化策略保证种群间个体多样性;采用迁移机制保障子种群的信息有机互馈,提升算法收敛性和解集多样性;利用并行技术实现子种群在各内核的同步求解,提高计算效率。针对问题特点,耦合个体实数串联编码方法、混沌初始化种群策略和约束Pareto占优机制等,进一步提升方法寻优性能。澜沧江流域梯级水电站群多目标优化调度结果表明,所提方法可充分利用多核资源,提升模型计算效率与求解精度,并能获得分布均匀、合理可行的调度方案集,为水电系统多目标高效决策提供科学依据。     

基于混合PSO算法的梯级水库优化调度研究

提出基于混合粒子群优化（PSO）算法求解流域梯级单目标优化调度问题方法的一般结构，并对三峡梯级的发电和洪水优化调度问题进行了研究。该算法利用离散微分动态规划法（DDDP）算法对粒子群优化算法的gBest粒子进行二次寻优，加快了算法的收敛速度和精度。     

基于改进萤火虫算法的梯级水库优化调度研究

梯级水电站水库群联合调度问题具有复杂的约束条件,受到发电、供水、防洪等目标的制约。作为多目标非线性优化调度问题,为了解决传统算法中存在结果受初值参数影响较大、容易陷入局部最优解、收敛速度不理想等问题,首次尝试将萤火虫算法引入梯级水库优化调度研究中。在传统萤火虫算法模仿自然界萤火虫捕食求偶行为的基础上,对其进行优化与改进,引入目标空间中解的Pareto支配关系比较萤火虫荧光亮度,比较其优化解,采用轮盘赌法确定萤火虫每次更新过程中的移动路径,利用精英保留策略建立多目标萤火虫模型。通过典型的梯级水电站进行仿真计算,研究结果表明,改进的多目标萤火虫算法在优化过程中具有较强的寻优能力,能更好地进行全局搜索和局部搜索,计算过程中具有良好的稳定性,并且计算效率较高,优于遗传算法(GA)、粒子群算法(PSO)和蚁群算法(ACO),为多阶段、多约束的梯级水电站水库群中长期优化调度问题提供了新的途径和新方法。     

水库水沙优化调度

摘 要:针对水沙优化调度多目标、高维和难以求解的特点,利用约束法将多目标模型转化为单目标模型,并采用全局搜索能力和收敛性较强的鲶鱼效应粒子群算法求解水沙优化调度模型.该算法利用鲶鱼效应对种群多样性的动态调节和驱赶作用,克服了粒子群容易陷入局部最优的缺点.实例验证表明,优化结果给出了较为满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,算法具有有效性和通用性.     

基于改进多目标粒子群算法的平原坡水区水资源优化调度EI北大核心CSCD

在分析平原坡水区水资源优化调度特点的基础上,构建了协调泵站提水量和受水区缺水量两个目标的优化调度模型。针对传统粒子群算法存在的容易陷入局部极值点、早熟等缺点,从惯性因子及学习因子选择、外部档案维护和全局最优选取策略3个方面进行改进,对比改进多目标粒子群算法与传统NSGA-Ⅱ算法在求解测试函数中的表现,验证改进算法的可行性和优越性。对宿迁市黄河故道及以南地区水资源优化调度进行实例研究,采用改进算法求解模型得到Pareto前沿,结果显示,两个目标函数值分布范围较广,且各频率来水调度方案集在空间中分布均匀。     

免疫粒子群算法在梯级电站短期优化调度中的应用

将免疫原理引入粒子群算法(PSO)中,利用其免疫记忆与自我调节机制保持各适应度层次的粒子维持一定的浓度,保证种群的多样性;引入疫苗接种等操作,对算法的进化过程进行有目的、有选择地指导,提高算法的搜索性能.随后在分析梯级电站短期优化调度数学模型及该算法特点的基础上,建立了基于免疫粒子群(IPSO)算法的梯级电站短期优化调度数学模型,并给出其具体的求解步骤.最后应用该方法进行仿真计算,并与常规调度及PSO算法进行对比,结果表明,该算法可获得较优的优化调度方案,并可提高解的精度,加快其收敛速度.     

西洱河梯级水电站EDC的研究和应用分析

基于实用的梯级水电站优化运行原则，提出了一种新的针对中小型梯级水电站的经济调度控制（EDC）数学模型，并给出了该模型的工程化求解算法。较为详细地分析了西洱河梯级水电站EDC工程应用中的问题及解决对策。西洱河梯级水电站EDC成功投运1年多来，已取得了良好的经济效益。     

改进遗传算法及其在水库群优化调度中的应用

根据梯级水电站优化调度特点,建立遗传算法(GA)求解多阶段最优化问题的数学模型.针对标准遗传算法(sGA)局部寻优能力较差、易早熟等不足之处,从编码方法、遗传算子和混合算法方面对其进行改进,提出了采用超立方体浮点数编码自适应遗传算法(AGA)和超立方体浮点数编码遗传模拟退火算法(SA-GA).通过16种不同策略的GA在雅砻江梯级优化调度中的应用,其结果表明了改进策略在解决水库群优化问题方面的有效性和优越性.最后将GA与动态规划(DP)算法的性能进行比较分析,充分体现了GA的优点.     

梯级水电站群调度多目标网络分析模型

研究网络分析技术在水库群调度中的应用，把多目标分层排序网络分析模型拓展到多目标梯级水电站调度的网络分析中，提出梯级水电站群调度多目标网络分析模型。结合某流域梯级水电站群优化调度实例进行模型的应用研究，结果表明，用本文模型构造的时空网络图，结构清晰，直观形象，算法效率高。     

清江梯级水电厂AGC的工程实现

基于梯级水电厂的优化运行原则，综合考虑避免机组频繁启停、厂间联 合躲避振动区等因素，较为详细地分析了清江梯级水电厂自动发电控制(AGC)实现过程中必 须考虑 的工程化因素，提出了一种实用的梯级水电厂AGC优化运行算法，包括机组开停机和厂间负 荷分配算法。在此基础上设计的AGC软件已成功地应用到清江梯级水电厂中。     

郁江梯级水电站群联合优化调度初探

郁江梯级水电站群由西津、仙依滩和桂航3座水电厂组成。针对西津电厂出力变化频繁,加上西津下游两电厂装机容量较小,经常出现弃水,用增量动态规划法进行了联合优化调度探索,同时介绍马斯京根分段流量演算法。     

沅水流域梯级水电站联合优化运行研究

为了实现梯级水电站联合优化运行,充分发挥梯级水库群的调节作用,针对沅水流域三板溪、白市、托口、洪江、碗米坡、五强溪等6座水电站,分别构建梯级水电站发电量最大模型和发电效益最大模型,采用逐步优化—逐次逼近动态规划混合算法进行求解。由两种模型计算得出:与单一水库优化调度相比,在丰、平、枯水年份,沅水梯级水电站发电量最大目标可分别增加发电量3. 666亿kW·h、4. 884亿kW·h和1. 549亿kW·h,发电效益最大目标可分别增加0. 993亿元、1. 22亿元和0. 377亿元。最后分析总结沅水梯级水电站联合运行两种目标下的最优运行策略,为梯级水电站的优化运行提供理论依据和技术支持。     

复杂水利-电力约束下梯级水电站短期多层级多目标优化调度研究

电网高强度的调峰调频任务和流域严格的水量调度要求,限制了梯级水电站调度运行的优化空间,造成水调电调协调困难、效益发挥不充分、机组长时间低效运行等问题。本文统筹考虑梯级水电站发电效益、调峰能力以及运行工况等目标,分别建立电网、梯级、电站等不同层级的调度模型,研究多层级多目标协同优化机制,提出模型求解方法。通过不同层级之间相互嵌套,滚动向前,在复杂水利-电力约束条件下保证梯级电站的安全高效运行。以黄河上游水电基地为例,该方法可在保障黄河流域水量调度要求和西北地区高比例风光全额消纳前提下,将梯级水电站发电量提升2.75%,耗水率降低2.38%,机组低效运行时间降低50.64%,且有效提升水电调峰能力,平滑了火电出力过程,对于梯级水电科学调度和安全运行具有科学意义和实际价值。