粗粒度并行自适应混合粒子群算法及其在梯级水库群优化调度中的应用

为了充分利用现今普及的多核配置计算机,提高大规模梯级水库群优化调度问题的求解效率,提出了梯级水库群优化调度的粗粒度并行自适应混合粒子群算法。该方法以自适应混合粒子群算法为求解基础,采用粗粒度并行设计模式,利用Fork/Join多核并行框架的分治策略,将其初始种群递归划分为多个子种群,平均分配到不同的内核逻辑线程中实现并行计算,并在各子种群优化结束后,合并优化结果集从而输出全局最优解。以澜沧江下游梯级水库群发电优化调度为例,利用该方法进行计算。结果表明,该方法能充分发挥多核配置的计算性能,在4核环境下最大加速比达到3.97,缩短计算耗时1 787.2 s,计算效率显著提高,为我国不断扩张的大规模梯级水库群优化调度提供了一种切实可行的高效求解途径。     

跨流域调水条件下水库群联合调度图的多核并行计算研究

为提高跨流域调水条件下大规模复杂水库群优化调度的计算效率和求解精度,采用并行PSO算法进行联合调度图模型的多核并行求解。该算法充分利用PSO搜索速度快、天然并行性等特点,引入多种群思想保证种群的多样性,提高算法的全局收敛能力;采用基于分治策略的Fork/Join框架实现将子种群分配到不同CPU内核进行独立求解;利用Java并发过程中的同步和通信机制实现子种群间的信息交流,避免陷入局部最优。最后通过实例分析表明,多核并行PSO算法能够充分利用多核资源,有利于提高联合调度图模型的求解速度和精度,是解决大规模复杂水库群优化调度的一种高效实用的方法。     

梯级水库群发电优化调度评述

总结了水库群发电优化调度的研究过程,并对现有研究方法的优缺点进行了归纳,分析了梯级水库群发电调度研究面临的问题及发展趋势,指出今后研究的策略为:研究多年调节水库年末消落水位变化规律;应用新的模拟进化算法,求解发电调度模型,制订发电计划;研究梯级水库长期负荷分配的最优准则、数学模型及求解方法,在梯级水库间合理分配电网,下达发电任务;研究梯级水库调度图的制订以及发电会商系统的开发建设;开发发电调度软件系统.     

基于并行混沌量子粒子群算法的梯级水库群防洪优化调度研究

梯级水库群防洪优化调度问题规模庞大、结构复杂,涉及大量的决策变量和复杂的约束条件,各水库、各时段之间的水位、流量存在复杂的耦合关系,呈现出高维度、非线性、强约束特性,传统的优化方法难以直接求解或者计算效率低,存在早熟收敛问题。研究工作试图将量子粒子群算法(QPSO)引入到水库群防洪优化调度问题中,为了提高算法的全局搜索能力和收敛性能,对标准QPSO做了改进,包括利用混沌思想初始化种群、自适应激活机制和精英粒子混沌局部搜索策略3个方面,并引入多核并行计算技术以降低计算时间,提出了并行混沌量子粒子群算法(PCQPSO),函数测试证明了PCQPSO的可行性、稳定性和高效性。将PCQPSO应用到水库群防洪优化调度问题中,与POA、QPSO进行对比分析,结果表明PCQPSO收敛效率快、求解精度高,为解决梯级水库群防洪优化调度问题提供了一种有效的新思路。     

汉江流域梯级水库群优化调度研究

随着经济社会的快速发展,日益上升的水资源需求率与水资源的污染短缺相抵触,汉江流域作为长江一级支流,是沿线城镇的主要供水水源地之一。但是汉江流域水资源的管理面临较大的挑战,要实现水资源系统的优化配置,水量调度必不可少。文章使用POA算法对汉江流域的水库群进行优化调度,并取得了较好的成果。     

基于DPSA 的梯级水库群优化调度

动态规划法是一种求解多阶段决策优化问题的常用方法,在水库优化调度计算中应用广泛。该方法最大的缺陷就是用于水库群优化调度时易出现"维数灾"问题。逐次逼近动态规划法(DPSA)可以有效克服这一问题,它采用逐次迭代逼近的思想,将一个多维问题分解为多个一维问题求解。本文以水库运行模拟模型为基础,建立了基于DPSA的梯级水库群中长期优化调度模型,以汉江上游梯级水库群为研究对象,选取发电量最大为目标,对各水库库容进行离散,从而求解水库优化运行过程,其结果对于水库优化调度运行具有指导意义。     

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。     

梯级水库群联合优化调度算法研究综述

系统介绍了梯级水库群联合调度模型求解的常规优化方法和智能优化方法,其中常规优化方法包括动态规划法及其改进方法和大系统分解协调等方法,智能优化方法包括粒子群优化算法、遗传算法、差分进化算法等。在评述各种方法的基础上,给出了大规模水库群联合优化调度需要解决的问题:1模型系统求解的稳定性和求解效率的平衡问题;2考虑生态环境的多目标优化调度模式;3水库群优化调度模型描述方法;4优化模型输入和输出的不确定性问题;5机组高水头多振动区运行问题。同时,指出了智能优化算法的发展方向:1数学理论基础研究;2参数对算法结果的影响分析;3各种优化算法的改进与融合;4求解算法的并行计算和云计算技术。     

长江流域梯级水库群联合调度关键问题研究

长江流域干支流已建和在建的大型梯级水库群规模庞大,实施联合调度将对长江防洪安全、水资源优化配置和水电能源高效利用意义重大.对长江流域大型梯级水库群联合调度需要解决的主要理论、方法、技术和管理问题进行了归纳剖析,并结合近年来开展的相关科研工作,简要介绍在大型梯级水库群联合调度的发展战略、优化模型、生态调度、管理体制和仿真...     

湖北汉江梯级水库群联合优化调度研究

湖北汉江流域已形成大规模梯级水库群,为了充分发挥梯级水库群联合补偿调节的优势,实现水电站最优经济运行,本文对湖北汉江流域水电站群运行特性进行分析研究。考虑各电站之间的水力和电力联系,在常规调度图模拟及传统优化调度的基础上,采用基于GAMS平台的非线性规划法以及基于可行空间搜索遗传算法,制定复杂混联水库群的发电优化调度规则。优化效果显著,充分体现水库群优化调度作用,为湖北汉江梯级水电站水库群的实际调度提供最佳的指导和方案。     

基于逐次逼近遗传算法的梯级水库优化调度

利用传统遗传算法求解水库优化调度问题时,经过遗传操作产生的新个体可能是不可行解,因此需要对其进行修正.但在梯级水库调度中,由于各时段间、水库间存在的水力电力联系,使这种修正变得复杂困难.鉴于此,提出了逐次逼近遗传算法(GASA),它可在包含不可行解的空间中寻优,并通过搜索空间的不断改变,逐渐逼近最优解.最后通过一个算例,并与离散微分动态规划法(DDDP)和逐步优化法(POA)的优化结果进行比较,说明了该方法的可行性与有效性.     

大型复杂并联梯级泵站系统运行优化研究

大型梯级泵站系统由输变电、泵站(包括主机组、进出水流道、进出水池、辅助设备及照明等)、输水河道等部分组成。采用多层分解-离散方法计算研究了南水北调东线长江至洪泽湖段3级复杂并联梯级泵站系统运行优化。在满足水位、流量、泵装置扬程和开机台数等相关约束条件下,以系统泵站总输入功率最小为优化目标,综合考虑输水水力损失、蒸发损失与渗漏损失,建立优化模型,采用模拟退火粒子群优化算法求解了站内优化方案,通过4层分解-离散计算,求解了长江三江营水源水位2.19m、洪泽湖水位13.5m、入湖流量为450m3/s的情况下,首段梯级泵站系统的优化运行方案,方案包括梯级之间的扬程分配、并联输水线路流量分配、各泵站抽水流量、开机台数及机组运行工况。结果表明,因受江都站站上最高通航水位8.5m的限制,当第1梯级东、西支线交汇处南运西闸大汕子处水位7.7m,第1梯级东、西支线流量比为0.13∶0.87,第3梯级南、北支线入洪泽湖流量比为200∶250时,系统运行方案最优,较原设计方案减少运行功率6.83%。     

黄河上游水库群防凌优化调度研究

本文针对黄河上游凌汛期河道水量调节特点和龙羊峡、刘家峡水库防凌运行方式,分析了影响刘家峡水库防凌运用的主要因素,研究了刘家峡水库防凌库容与梯级出力的关系,借鉴逐步优化思想,提出了优化刘家峡水库防凌库容的方法,并建立了模拟优化模型,最后用实际资料对模型进行了检验。     

竞价上网环境下梯级水电厂的经济运行问题研究

研究了拥有梯级水电厂的发电公司为达利润最大化的经济运行问题,在考虑上网电价的情况下,应用二倍体遗传算法对梯级电站的日经济运行问题进行了研究,其计算结果可以作为发电公司申报电能量曲线的依据。     

水电站水库优化调度的改进混沌遗传算法

针对水电站水库优化调度问题,提出了将改进遗传算法和混沌优化相耦合的改进混沌遗传算法。该算法将混沌变量映射到优化变量的取值范围中,对混沌变量进行编码,表示成染色体,然后对其进行选择、交叉和变异,通过增加混沌扰动,不断进化收敛得到最优解。实例计算并与其他方法比较表明,该算法在求解水电站优化调度这样的复杂非线性优化问题时,搜索效率高,收敛性能好,能以较快的速度收敛于全局最优解,为水电站水库优化调度模型求解提供了一种新方法。