共查询到19条相似文献,搜索用时 62 毫秒
1.
红水河岩滩梯级电站典型年中长期优化调度方法探讨 总被引:2,自引:0,他引:2
为了指导岩滩梯级电站多发电量获得经济效益,利用确定性优化调度计算模型,采用离散微分动态规划法(DDDP法)编制微机计算软件,按照梯级发电量最大和梯级发电效益最大目标函数,选择梯级典型年份来水过程进存中长期优化调度计算,总结和提炼出适合岩滩梯级电站的具有可操作性的优化调度方法。 相似文献
2.
针对确定性水库优化调度模型难以直接应用于实际操作的局限性,建立雅砻江流域“三库七级”梯级水库电站联合优化调度模型,采用Gaussian径向基函数提取各水库的调度规则,并率定和检验拟合效果。结果表明,雅砻江梯级水库电站联合优化调度运行的年均发电量为983.19亿kW·h,比设计多年平均发电量增加78.94亿kW·h(+8.73%);两河口、锦屏I级和二滩水库的优化调度过程呈现一定规律,Gaussian径向基函数拟合调度过程的决定系数R2均大于90%,能有效拟合其调度规则,且模拟调度结果相比设计值增发电量51.27亿kW·h(+5.67%)。 相似文献
3.
4.
依据长江上游流域水文气象特征,确定各水库提前蓄水时机。建立了基于防洪、发电和蓄水的多目标调度模型,采用Pareto存档动态维度搜索算法(PA-DDS)优化求解,得到一系列非劣优化蓄水方案。结果表明:在不降低原设计防洪标准前提下,乌东德、白鹤滩、溪洛渡、向家坝和三峡水库的优化起蓄水时间可分别提前至8月1日,8月1日,9月1日,9月1日和9月10日,与原设计方案相比,优化方案蓄水期年均发电量可增加36.82亿kW?h,增幅3.12%;水库蓄满率达95.09%,提高3.38%。对于蓄水期为平、枯水年份,各水库蓄水时间可进一步提前至8月1日,8月1日,8月25日,8月25日和9月1日,蓄水期年均发电量可增加45.75亿kW?h,增幅4.10%;蓄满率由88.52%提高至93.89%,经济效益显著。 相似文献
5.
6.
7.
8.
梯级水电系统组合优化调度方法研究 总被引:3,自引:1,他引:2
文章提出两种基于Lagrange松驰技术的梯级水电系统优化调度算法,能够综合处理离散运行区间,最小启停机时间等离散约束、水库间的水力耦合网络约束以及水头影响。基于实际系统数据的数值仿真,表明了该算法的有效性和实用性。 相似文献
9.
10.
11.
12.
13.
14.
随机动态规划(SDP)方法是水库优化调度的基本方法,但将其应用于包含有多年调节水库的水库群的优化调度时会引起"维数灾"问题,并且难以反映多年调节水库调节周期不定的特点。针对这种情况,本文提出多层次的改进遗传模拟退火优化算法(IGA-SA),把库群优化问题分解为第1层次的SDP优化与第2层次的IGA-SA优化,从而获得库群的优化调度结果,并应用于贵州乌江梯级水库群中长期发电优化调度研究中,取得较好的结果。实践表明,该方法可以克服随机动态规划应用中遇到的"维数灾"问题,并给包含有多年调节水库的水库群的优化调度问题研究提供了有效的工具。 相似文献
15.
针对Shapley值法在求解多利益主体梯级水库联合优化调度增益分配问题中的局限性,引入基于信息熵的增益分配法,对乌江流域七座梯级水库联合优化调度的增益分配问题进行求解,并与指标分配法和Shapley值法的分配结果进行比较。结果表明,基于信息熵的增益分配法比Shapley值法需要的信息资料较少,计算效率高,可以得到合理且稳定的分配结果。该分配方法公平合理,避免了单指标分配法考虑问题不够全面的局限性,调动了水库参与梯级联合运行的积极性,有利于提高水电资源利用效率。 相似文献
16.
传统遗传算法中染色体的编码形式一般为链条形,即不论采用二进制编码还是实数编码,可行解均以链条的形式表现,遗传操作也是在这种链式编码的基础上进行的。当决策变量增多,链条加长时,这种遗传算法的计算效率变得很低。此外,在梯级水库优化调度中,由于上、下游水库间存在的耦合关系,使得上游水库基因段中某一位基因的改变将连锁式地引发下游各水库基因段中相应基因的改变,这种连锁变化在链式编码中的实现是较复杂的。为此,本文提出了矩形体编码的遗传算法,它可以有效提高传统遗传算法在处理这类问题时的效率,并使优化结果得到提高。最后通过一个算例,说明了该方法的可行性与有效性。 相似文献
17.
梯级水电站水库群短期优化调度中,通常忽略梯级水库间水流滞时的影响或将其作为常数进行考虑,实际上水流滞时是随着上级水库出库流量大小、河道槽蓄状态、区间入流等因素动态变化,想要准确预测下级水库入流是存在困难的。因此,采用多种方法筛选出影响下级水库入库流量的主要因素作为输入,利用神经网络建立输入与下级水库入库流量之间的动态函数关系。以锦东和官地水库梯级为例,建立考虑动态滞时的梯级水电站水库群日优化调度模型,并采用逐次优化法对采用动态滞时与固定滞时的优化方案进行求解和对比分析。结果表明:与固定滞时相比,动态滞时下能够更准确地描述梯级水库间的水流联系,同时能够在一定程度上增加梯级水电站水库群发电效益。 相似文献
18.
自适应混合粒子群算法在梯级水电站群优化调度中的应用 总被引:1,自引:0,他引:1
针对梯级水电站群长期优化调度发电量最大模型,提出了一种自适应混合粒子群进化算法(AHPSO)。该算法引入混沌思想生成初始解,并定义了粒子能量、粒子能量阈值、粒子相似度和粒子相似度阈值来描述算法的自适应变化以及群体进化程度,同时结合遗传变异思想进行粒子操作,最后提出了一种基于邻域的随机贪心策略以解决算法后期进化速度慢的缺点。以澜沧江下游梯级水电站群为计算实例的结果表明,AHPSO比基本粒子群算法有更好的收敛性和优化结果,计算时间比逐步优化算法少,且优化结果相近,是一种可供选择的计算方法。 相似文献