水库防洪调度规则的参数优化研究

针对水库运用常规防洪调度进行洪水调度时,因对规则的合理性描述不足而限制了其应用的问题,根据水库不同防洪对象的精细程度要求,结合预见期内水库预报最大洪水和实时水位,拟定分级防洪预报调度规则,建立带有惩罚机制的防洪调度规则参数优化模型,并提出改进遗传算法求解该模型,即通过混沌算法、混沌变异操作与适应度差值进化改善初始种群质量、提高算法局部与全局搜索能力,实现参数控制的防洪预报调度规则。实例应用表明,综合改进遗传算法较其他遗传算法优化性能有一定提高,防洪预报调度优化规则的调度结果优于常规调度规则,为防洪调度规则的合理应用提供了一种有效方法。     

基于群居蜘蛛优化算法的水库防洪优化调度模型及应用

针对水库防洪调度问题多约束、高维、非线性不易求解的特点,提出了基于群居蜘蛛优化算法的水库防洪优化调度模型求解方法,该方法利用蜘蛛群体的协同机制,寻找最优的防洪优化调度决策。实例验证表明,该算法不仅获得较好结果,而且参数少,优化计算结果稳定,能满足实际水库防洪优化调度的需求,可推广应用。     

基于改进库群系统的多目标优化水量调度模型及应用

针对复杂流域水库群水量调度优化分配问题,运用多目标优化基本原理,提出了一种改进多目标遗传算法,建立了流域水量调度多目标优化模型,同时考虑系统的河道水流传播影响。利用建立的模型,以伊洛河流域水库群为研究对象,通过分析伊洛河流域水库调度的特点,将流域供水、灌溉、发电设为目标,采用改进多目标遗传算法对模型进行高效求解,并进行常规调度方法校核,得到洛阳市伊洛河系统水量调度方案。结果合理有效,验证了模型的可行性,解决了传统多目标优化方法难以处理复杂多目标问题的缺陷。     

改进的混沌优化方法在电站机组负荷分配中的应用

利用搜索过程中的先验知识，提出了一种改进的变尺度混沌优化算法，对电厂机组负荷分配这一类高维、非线性问题进行寻优。该算法利用混沌运动的遍历性和随机性进行全局搜索，结合下降法思想在当前最优解的局部空间搜索，提高算法的收敛速度。通过罚函数，将非线性约束问题转化为非约束问题求解，在寻优操作过程中检验解的有效性。并采用目标函数中负荷取值区间判别方法，降低优化问题的规模，减少了计算次数。与传统遗传算法相比，改进的混沌优化算法获得了更好的效果。     

基于小世界邻域PSO的含风场电力系统经济调度

以聚类系数大且平均路径短的NW(Newman-Watts)型小世界网络作为粒子群的拓扑结构,提出NW型小世界邻域粒子群优化算法(SW-PSO)。典型高维基准测试函数表明,该算法能有效避免基本PSO算法因群体间信息交互过快而陷入局部最优解的问题。将新算法应用于含风电场电力系统经济调度问题的优化求解,并根据优化调度的实际需求采用相应的调整策略以修正粒子,保证粒子在可行域中飞行寻优,使新算法的寻优精度显著提高。仿真实例表明,SW-PSO算法比传统PSO算法寻优效果好,是一种求解复杂大规模非线性规划问题的新方法。     

配电系统多重故障的负荷转移策略研究

通过改进染色体编码和寻优规则,提出了一种基于遗传算法并结合启发式规则的有效算法,用于解决配电系统发生多重故障时寻求负荷转移优化方案这一多目标问题,求解过程中考虑了辐射型网络结构参数配置及馈线额定电流等因素.以虚拟配电网络发生多重故障的算例验证了该算法的有效性.     

基于水循环算法的梯级水电站短期优化调度

鉴于梯级水电站优化运行的高复杂度、强非线性、多约束等特点,构建了基于峰谷分时电价下的梯级水电站日最大发电效益模型。针对遗传算法(GA)等传统智能算法对复杂模型求解易陷入局部最优的问题,提出一种水循环算法(WCA)与水位廊道约束耦合、降低约束复杂度、规范寻优空间的方法,并以湖北某梯级短期优化调度为背景进行建模仿真,将计算结果分别与GA和粒子群算法(PSO)所得结果进行比较。实例研究表明,WCA计算的总效益在丰、平、枯典型日分别比GA和PSO计算值约高5.65%、3.15%、0.80%,迭代收敛速度更快,求解能力更强,为解决梯级水电站优化调度问题提供了新思路。     

基于改进搜索特性的粒子群算法的水电站优化调度研究

为了进一步提高水电站水库优化效果,减少弃水,提高水电站收益,本文以东风水电站为例,研究了粒子群算法的改进;改进了粒子自搜索、贪婪选择策略、优胜劣汰变异策略三项关键技术;并将改进的算法应用于水电站中长期优化调度。实例计算以基本粒子群算法、蜂群算法和提出的改进算法对同一电站进行优化。结果显示,改进的粒子群算法优于基本粒子群算法和蜂群算法,发电量和总收益都高于其他两种算法,弃水更少。结果证明改进的粒子群算法在求解具有复杂约束条件的非线性水库优化调度问题时,求解结果更优,收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种新的有效方法。     

基于混合蝙蝠算法的梯级水电站群优化调度研究

为进一步提高梯级水电站水库优化效果,提高水电站年发电量,本文作者以梯级电站为例,研究了蝙蝠算法的混合改进;混合了粒子群算法,以及加入小生境排挤技术;并将改进的蝙蝠算法应用于梯级水电站中长期优化调度。通过以粒子群算法、蝙蝠算法和提出的改进算法对某梯级电站进行优化计算,结果显示,改进的算法优于粒子群算法和蝙蝠算法,发电量高于其他两种算法,弃水更少,并证明本文提出的混合蝙蝠算法在求解具有复杂约束条件的非线性的梯级水库优化调度问题时,具有求解结果更优、收敛速度快的优点,为解决梯级水电站中长期优化调度问题提供了一种新的有效方法。     

基于改进自由搜索算法的电力经济负荷分配

针对电力系统经济负荷分配问题非凸、非线性、高维的特点,提出了一种改进自由搜索算法。通过调整个体信息素和灵敏度的产生方式,采用实时控制搜索半径的方案,进一步提高了此算法的寻优能力和鲁棒性。运用改进后的算法对一经典算例进行了求解,并将得到的结果与其他几种优化算法进行了比较,证明了该算法能有效地解决经济负荷分配问题。     

基于投影寻踪-K均值的相似洪水动态识别方法

针对K均值算法无法直接应用于高维时间序列相似性分析的问题,基于相似洪水动态识别理论,结合K均值算法和投影寻踪模型的特点,构建了基于投影寻踪-K均值的相似洪水动态识别方法,并以池潭水库历史洪水为例进行验证。结果表明,基于投影寻踪-K均值的相似洪水动态识别方法具有一定的适用性,能够克服洪水间的相位问题,相似性识别结果合理,可为防洪调度提供决策支持。     

基于马斯京根法推求入库洪水计算方法的改进

为解决采用马斯京根法计算入库洪水产生的不合理现象,根据入库洪水的基本概念探讨了入库洪水与坝址洪水的关系,基于马斯京根法分析了反推入库洪水过程产生的不合理现象,提出采用区间半分法进行迭代计算,并对初始流量的假定进行了分析,较为客观地还原了入库洪水过程、加快了迭代收敛速度、提高了计算精度。通过编制计算机程序,结合柘林水库实测坝址资料,对该方法进行了验证,实例表明该方法可应用于入库洪水计算。     

基于自适应遗传算法的配电网络重构

针对目前配电网络重构基本遗传算法GA易发生早熟、非全局收敛及收敛速度慢等问题,提出了一种基于改进自适应GA配网重构方法,将最优保存策略和两两竞争相结合的方法作为新选择操作数,采用随最优个体相对保留代数自适应变化交叉和变异操作数,将最优个体最少保留代数作为算法终止条件.算例结果表明,该法全局搜索能力强、收敛速度快,为配电网络重构寻优奠定了理论基础.     

变动单位线与纳西瞬时单位线在洪水预报中的应用

针对洪水预报中采用不同的地面汇流方式影响预报精度的问题,将变动单位线与纳西瞬时单位线法分别应用于湖南省嘉禾子流域的地面汇流部分,采用遗传算法优选产汇流参数,并比较了两种方法的汇流结果.结果表明,采用变动单位线法的建模结果优于纳西瞬时单位线法的建模结果.     

GFS降雨预报图数值化处理算法在洪水预报中的应用

鉴于大部分气象系统对外发布的降雨预报信息均为降雨预报图的形式而不能直接用于水库调度,设计了一种GFS降雨预报图数值化处理算法,可计算出降雨预报图中任意像素点的降雨数值预报信息,然后利用计算出的GFS降雨数值预报信息与洪水预报模型耦合来进行洪水预报,并以桓仁水库2010年的一场洪水为例进行了验证。结果表明,利用该算法计算出的降雨数值预报信息可应用于洪水预报,具有较好的应用前景。     

基于动态时间弯曲算法的相似洪水识别方法

相似洪水动态识别是在大数据背景下弥补实时洪水预报预见期不足的有效途径,对于支撑防洪调度具有重要作用。由此,结合产汇流理论建立反映洪水形成发展的复杂多元动态事件集;采用动态时间弯曲算法改进了欧氏距离算法对相位的适应性;基于多元时间序列相似性原理构建了相似洪水动态识别方法。以池潭水库30场雨洪资料相对完备的洪水为例,对所提方法进行验证,结果表明该方法具有较好的洪水识别效果。     

Parameter optimization for tubular solid oxide fuel cell stack based on the dynamic model and an improved genetic algorithm

The tubular solid oxide fuel cell (SOFC) stack has important parameters that need to be identified and optimized for the control of high performance. In this paper, a simple SOFC electrochemical model which its parameters need to be optimized is introduced to implement stack control for high output power. A dynamic SOFC model is built based on three sub-models to provide a large numbers simulated data and different condition for optimization. Unlike the traditional parameter optimization method--simple genetic algorithm (SGA), an improved genetic algorithm (IGA) is introduced. The proposed method shows more accuracy and validity by comparing the different results using SGA and IGA methods, the simulated data, and experimental data. The models and IGA method are adapted to control processes.     

云峰水库防洪预报调度研究

针对云峰水库无防洪库容与下游防洪需求之间的矛盾,以防御常规洪水及100年一遇以下设计洪水为目标,基于现有的洪水预报方案,采用分步试算的调洪计算方法,将预报累积净雨、库水位及入库流量作为改变水库出流的判别指标,研究制定了云峰水库预报调度方案。结果表明,采用预报调度方案指导水库防洪调度能有效提高下游防洪能力,水库可在短时间内完成预泄,并有充足的退水余量确保水库回蓄,对水库兴利影响甚小,调度方案合理可行。分步试算的调洪计算方法能适应复杂的调度规则,有效解决了水位出流关系在控制水位处存在跳跃间断点的问题。     

班电量考核制度下龙首电站水库优化调度研究

水库优化调度是水能高效利用,提高电站经济效益的有效措施。如何增发电量促进经济效益最大化已成为龙首一、二级水电站亟待解决的问题。文中从管理体制方面入手,研究班电量考核制度下的水电站水库优化调度,结果表明班电量考核制度在拦蓄洪水、提高水情预报准确率、增发电量上有显著的作用,为提高水电站运行和综合管理水平提供依据,为以后水电站水库优化调度工作提供新思路新方法。