人工鱼群算法与离散微分动态规划结合在水库优化调度中的应用

人工鱼群算法（AFSA）具有快速收敛到最优解附近的能力,建立人工鱼群系统模拟水库优化调度,将其所得到的解作为离散微分动态规划（DDDP）算法的初始试验轨迹,通过DDDP再次寻优,可以获得更优、更稳定的解,试验证明了AFSA与DDDP结合应用于水库优化调度的有效性。     

基于状态转移矩阵的梯级水库优化调度确定性离散动态规划方法

基于状态转移矩阵的确定性离散动态规划（DDDP）方法是在考虑水库运行的综合利用的前提下,利用状态转移矩阵寻找出梯级水库优化调度过程中所有的可行策略,基于目标函数逆向搜索可行策略,得出最优解的优化算法。该方法可进行单库优化计算,也可以进行梯级水电站优化计算。文中以锦屏梯级为例,说明该方法可在满足梯级水库上下游生态用水、发电用水等综合利用的前提下,以梯级水电站发电效益最大为目标,求得梯级水库优化调度的较好解。     

混联水电站群实时联合优化调度

本文研究一种混联水电站水库群中长期优化调度的多维动态规划模型的求解方法。在编程中充分利用向对象的C＋＋语言的优势,并采用DDDP法减少状态可行域,使得以往被认为具有“维数灾”的多维问题能直接求解。     

水库发电优化调度模型及发电调度规律研究

水库调度图以其操作简单、方便直观等优点,成为指导水电站水库运行调度的常用工具,但依据常规调度图运行时,调度结果很难达到最优,难以充分发挥水库的运行效益。针对水库发电调度图难以充分发挥水库运行效益的特点,建立了梯级水库联合发电优化调度模型,并采用动态规划逐次逼近法（DPSA）与动态规划（DP）嵌套方法进行求解。通过调度图模拟结果与所建发电优化模型的结果进行对比分析,对优化模型的合理性进行了验证,同时应用概率统计方法进一步挖掘水库汛期和非汛期的发电调度规律。对某流域梯级水库的实例应用研究表明,优化运行能够获得更好的发电运行效益,同时,发电调度规律对水电站年调度计划的制订和水库的实际运行具有指导意义。     

水电站水库优化调度几种求解方法的比较研究

针对水电站水库优化调度模型的求解,比较了常用的动态规划法、逐欢优化法(POA)和粒子群优化算法(PSO)3种求解方法.给出了3种算法的实现过程及约束处理方法,尤其针对粒子群优化算法,纠正了常见的约束处理和算法不结合问题.结论认为PSO水库优化调度模型和解法融合了模拟调度的思想,更容易为调度人员所接受,且能有效避免动态规划"维数灾"问题.但存在计算时间长,实时性差等问题,在实效要求较低情况下可以应用.     

基于自适应蚁群算法的水电站水库优化调度

应用自适应蚁群算法来求解水电站优化调度问题,该算法把问题解抽象为蚂蚁路径,利用状态转移,信息素更新和邻域搜索以获取最短路径。实例计算表明,该算法计算精度高,收敛速度快,克服了传统蚁群算法计算时间长,易于陷入局部最优的缺点,能较好地避免动态规划的维数灾问题,可求解具有复杂约束条件的非线性规划问题,为解决水电站优化调度问题提供了一种有效的途径。     

群居蜘蛛优化算法在水电站优化调度中的应用及其效能分析

针对水电站优化调度高维、非线性、多约束以及模型不易求解的特点,本文提出将群居蜘蛛优化算法应用于水电站优化调度。算法依据群居蜘蛛的协同机制全局寻优,能够避免早熟收敛和陷于局部最优值,获得最优的水库调度决策。结合具体实例并与动态规划、遗传算法的效能进行比较,结果表明该方法不仅寻优效果好,而且稳健性强,参数少、搜索效率高,是一种有效的水电站优化调度模型的求解方法,可在实际中推广应用。     

基于改进粒子群算法的水电站水库优化调度研究

针对粒子群优化算法容易陷入局部最优解的问题,提出一种基于模拟退火机制的改进粒子群优化算法,并将其引入水库调度领域,设计了基于该算法的水电站水库优化调度问题的求解方法。计算实例表明,该方法采用并行搜索机制,计算速度快、全局寻优的可靠性较高,具有较好的应用前景。     

基于改进粒子群算法在尤溪流域水电站发电量最大短期优化调度的研究

本文采用改进粒子群算法,结合尤溪流域梯级水电站的特点,以尤溪流域的街面、水东、雍口水电站为研究对象,对上述梯级水电站的短期优化调度问题进行了研究。分析了各水电站的自身特性,建立了发电量最大("以水定电"模型)为目标的短期优化调度模型,并以尤溪流域梯级电站某一日的数据进行计算并对计算结果进行对比,验证算法的优化结果,从而能够更好地指导实际水库的运行。     

跨流域水电站群长期优化调度的可变策略搜索求解算法

中国水电经过20多年发展已经形成规模非常庞大的跨流域水电站群系统,运行管理面临极大挑战。在分析、借鉴经典的逐步优化、离散微分动态规划、逐次逼近方法降维思想的基础上,提出跨流域水电站群长期优化调度可变策略搜索方法。该方法以深度优先和广度优先的计算模式及一维或多维搜索算法为基础,构建不同规模和特点问题的求解策略,从而达到有效降维、提高解的质量和效率的目的。采用提出的模型和算法,对南方电网跨流域水电系统进行应用实例研究,结果表明：提出的方法可以快速求解跨流域系统长期优化调度问题,实现跨流域水电站群补偿调度,利于更好地配置水电系统资源,发挥跨流域水电站群综合效益。     

基于机组综合状态评价策略的大型水电站?精细化日发电计划编制方法

为减小水电站日发电计划与实际运行的偏差,提出一种基于机组综合状态评价策略的大型水电站精细化日发电计划编制方法.依据机组综合运行状态评价策略,确定机组优先开停次序;考虑水量、水库库容、机组运行限制等多重安全生产约束条件,以发电量最大为目标建立大型水电站日发电计划精细化模型,将其分解为机组组合子问题和开机机组最优流量分配子问题;采用原始量子进化算法和实数差分量子进化算法循环嵌套求解,获得水电站精细化日发电计划最优解.将所提算法应用于葛洲坝水电站并与其他求解方法对比,结果表明所提精细化日发电计划编制方法求解精度高,优化效果好     

基于灰色离散微分动态规划的梯级水库优化调度

针对梯级水库群优化调度中离散微分动态规划(DDDP)方法全局收敛性差及计算效率低的问题,本文提出了一种基于灰色系统预测方法的离散微分动态规划方法(GDDDP)。该方法以DDDP为基础,每次迭代前把历史迭代中得到的最优轨迹和历史预测轨迹组成的数据序列作为灰色系统预测方法的输入进行预测;然后在各个水库预测轨迹的基础上进行离散迭代求解,以此来提高算法的求解精度及计算效率;同时针对灰色系统预测方法对于振荡序列有较大误差的缺点,采用等差数列递推式改进了灰色系统预测方法。最后白山-丰满梯级水电站的调度结果也表明了GDDDP的有效性。     

风-光-沼可再生能源发电的电源有效接纳容量评估

为解决可再生能源发电存在间歇性问题,提出一种风-光-沼可再生能源发电的电源有效接纳容量评估方法。基于风-光-沼可再生能源发电系统结构特点,以成本经济性和供电可靠性为目标,以系统稳定性、电量供需均衡性及各微电源输出功率最大值为约束条件,建立电源有效接纳容量评估模型。采用改进粒子群的电源双层规划方法,求解电源有效接纳容量评估模型,通过自适应变异粒子群解决粒子群优化算法易陷入局部最优解情况。利用2个粒子群优化算法的交互迭代规划电源上下两层,求解最佳电源有效接纳容量。以L省某负荷中心为实验平台展开算例分析,结果表明:该方法具备风-光-沼可再生能源发电电源有效接纳容量评估可行性和有效性,通过协调控制可以保证负荷中心稳定运行。     

抽水蓄能电站及其系统运行优化的概率模拟算法

在随机生产模拟中运用负荷曲线分解技术和动态规划方法,提出了抽水蓄能电站及其系统运行优化的概率模拟算法。该算法以系统发电运行成本与缺电损失之和最小为目标,满足了电站水库蓄水及库容限制条件和日或周的抽水-发电循环电力电量平衡条件,计及了抽水蓄能电站在抽水和发电方式下随机停运的影响。算例证明了该算法的可行性,并且可在电源规划、发电计划和系统运行优化中更准确地模拟、分析和优化抽水蓄能电站及其所在系统运行状况。     

基于相关机会目标规划的风光储联合发电系统储能调度策略

为改善风电、光伏发电出力的不确定性,使风光储联合发电系统具有可调度性,将风电和光伏发电的出力表示为确定性的出力和具有模糊性的误差之和。利用相关机会目标规划方法,以风光储调度出力曲线与计划出力曲线匹配程度最大,储能电池充放电功率最平缓和储能电池可持续工作性最佳为目标,建立了风光储联合发电系统储能调度模型。利用将模糊模拟、神经网络与改进粒子群算法嵌套结合形成新型混合智能算法对模型进行了求解,给出了联合发电系统日前储能调度计划。算例分析表明,新算法能够较好地求解高维数不确定规划问题,其收敛速度快,全局和局部搜索能力强。     

电价与电量结合的龙头电站效益补偿机制研究

本文构建了以梯级发电量最大为目标的效益补偿模型,模型考虑梯级引水损失流量,以梯级水位组合为基本计算单元,采用逐步优化算法与离散微分动态规划算法的改进耦合算法进行求解,在量化引水工程对发电效益造成影响的基础上得出龙头电站补偿效益,基于经营期上网电价测算流域受益电站不同电量返还比例下的龙头电站电价,提出了电价-电量相结合的发电效益补偿方法,形成了相应的流域龙头电站效益补偿机制。乌江流域梯级电站的工程应用实例表明,本文方法能够量化引水工程对发电效益的影响,并合理测算流域龙头电站的补偿效益,一定程度上可协调梯级上下游电站间的利益矛盾。     

电力市场条件下发电计划偏差的优化校正研究

超短期负荷预测结果与原有的发电计划之间难免出现偏差。传统的发电计划校正策略对调节的经济性和定量优化分配方面考虑得不够。文中考虑了机组报价曲线的影响，以调节费用最低为目标函数，计及线路输电容量、发电机出力、机组爬坡速率、系统功率平衡等约束条件建立了该问题的数学模型。提出使用b分布函数来代替均匀分布函数的粒子群优化算法，在产生可行解的过程和迭代过程中动态地调整β随机函数的参数，以提高产生可行解的速度和质量。在该算法的基础上进一步提出了加入扰动量的方法，有效地减少了被校正机组的台数，提高了算法的计算效率和实用性。研究结果表明将改进后的算法应用于市场条件下的发电计划偏差校正问题是可行的。     

基于专家系统的多年调节水库年消落水位优选

多年调节水库年末消落水位是协调当年与未来效益的重要控制变量。为了在未来可能来水不确定的情况下优选当前年末水库水位,构建了年末消落水位优选专家系统总体框架,分析了年末消落水位形成模式,给出了推理数据源生成方法,在推理机中实现消落水位推理。滩坑水库实证结果表明：该方法推理出的消落水位与最优解接近,且发电量与多年连算最优解差距很小,供电稳定性和水资源利用率等指标也达到较高水平,对于指导多年调节水库年度发电计划的编制有实用价值。     

粒子群和变邻域差分进化搜索算法在多目标无功优化中的应用

目前很少研究多目标无功优化问题,而应用到多目标无功优化的多数智能算法容易陷入局部最优点.提出采用变邻域差分进化搜索与BPSO混合算法对网络无功优化,该算法具有并行处理特点、参数少容易控制、收敛速度快,很适合处理多目标无功优化问题,该算法不仅能够保证群体的多样性并且又能继承上一代的优越性,达到了多目标的要求,通过算例验证...