基于改进粒子群算法的水库优化调度研究与应用

建立了九甸峡水库优化调度模型进行实例分析,并应用改进粒子群优化算法(MPSO)对模型求解。经计算,对于中水年情况,九甸峡水库可满足上下游需水要求,并可比原设计情况多发电0.72亿kW.h,比经典动态规划法多发电0.07亿kW.h,从而验证了改进粒子群算法对九甸峡水库优化调度模型的合理性和优越性。     

基于粒子群算法的水库优化调度模型

基于水库优化调度常用优化方法存在的不足,本文根据水库优化调度的数学模型,将粒子群优化算法运用到水库优化调度中.该算法通过个体间的协作与竞争.实现复杂空间中最优解的搜索分析,具有计算简便,收敛速度快等优点.将混沌优化算法运用到水库调度中,并与其它优化方法比较,获得了较为满意的结果.     

单一水库优化调度方案在水库调度中的应用研究

水资源作为一种可再生资源,在生产生活中占据着十分重要的地位,水库的优化调度能够进一步提高水资源的利用率。本文在分析了水库优化调度理论;研究现状以及发展趋势的基础上,介绍了两种水库优化调度的基本法模型：动态规划（DP）数学模型以及逐步优化算法（POA）数学模型。对单一水库的优化调度,提高水库的综合效益,意义将是非常深远的。通过模型计算,可得到水库优化调度的具体方案,根据优化方案,结合水库特点,制定合适的实施策略。研究成果对进一步开发更为完善的单一水库优化调度方案有着重要的推动作用。     

基于DPSA的水库优化调度方案研究

建立了水库发电优化调度模型,并采用动态规划逐次逼近法(DPSA)与动态规划(DP)嵌套模型进行求解。以西北某流域梯级水库为例进行计算,验证了模型的合理性,得到了合理的优化调度方案。通过对常规调度图模拟方案与优化方案的汛期弃水过程、汛初6月水位、凌汛期初11月水位和出力过程进行分析,总结水库调度运行特点,可为水库的实际运行提供参考。     

基于动态规划的紫坪铺水库发电优化调度模型研究

紫坪铺水库是我国特大型都江堰灌区的水源工程,担负着成都、德阳、绵阳等7市37县(区)综合供水和成都地区的防洪任务,兼有发电、生态环境保护等综合效益,直接受益人口2600多万人,是我国西部大开发首批十大标志性工程之一。针对紫坪铺水库发电优化调度问题,按照实际调度情况,运用动态规划算法,建立了以防洪、供水、工程安全运行为约束条件,以发电效益最优为目标函数的紫坪铺水库发电优化调度模型,模型可为紫坪铺水库发电优化调度提供决策依据。     

基于改进粒子群算法的水库优化调度研究

在分析以往水库优化调度模型优缺点的基础上,提出了基于动态调节惯性权重的粒子群优化方法的水库优化调度模型,对基本粒子群算法进行了改进。改进的算法通过时变权重的设置来实现,从而克服了PSO搜索精度不高,易陷入局部最优的缺点,并通过引入罚函数解决强约束问题。以某综合利用水库优化调度为实例进行研究,并与动态规划模型计算结果进行对比分析,实例计算表明:改进PSO算法原理简单,易于编程实现,而且占用计算机内存小,收敛速度快,搜索效率高,能以较快的速度收敛到全局最优解,是一种有效的搜索算法。     

基于门限回归算法的调度函数法在水库中长期优化调度中的应用研究

笔者构建了调度函数的整体框架,包括计算方法、修正原则和结果评价准则,并以门限回归模型对其进行了求解。为了提高计算精度,在模型计算过程中提出了以总能量作为门限变量,且给出了总能量的计算方法。另外在实例计算中将门限回归计算结果与线性回归计算结果进行了对比,分析了门限回归模型求解调度函数的优势所在。最后结合实际经验总结提炼出了产生调度函数误差的主要因素。     

基于改进布谷鸟算法的梯级水库长期优化调度研究

梯级水库优化调度模型的求解一直是水利学科需要深入研究的基本问题。使用改进布谷鸟算法求解梯级水库优化调度模型是一种新思路。布谷鸟算法是近年来提出的一种新颖的启发式全局搜索算法,该算法参数少、鲁棒性强、搜索效率高,已得到广泛的研究和应用。对标准布谷鸟算法的寻优机制作了阐述,并尝试在算法进化过程中采用动态发现概率以及引入变异机制对标准算法进行改进,提出了改进的布谷鸟算法,并将其应用于某梯级水库优化调度中。以实例验证了布谷鸟算法在梯级水库优化调度中的可行性和有效性,提出的改进策略可有效克服标准算法中的"早熟"现象,改进算法搜索效率更高,寻优结果更稳定。     

鲸鱼优化算法在水库优化调度中的应用

为验证鲸鱼优化算法在水库优化调度求解中的可行性和有效性,采用4个典型测试函数对鲸鱼优化算法进行仿真验证,并与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法共6种算法的仿真结果进行对比分析;将鲸鱼优化算法与6种对比算法应用于某单一水库和某梯级水库中长期优化调度求解。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点;鲸鱼优化算法单一水库和梯级水库优化调度结果均优于其他6种算法;鲸鱼优化算法应用于水库优化调度求解是可行和有效的。     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性、不易求解的特点,在粒子群算法（PSO）的进化机制中引入文化算法（CA）,利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法（PSO-CA）。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的“早熟”现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。     

基于文化粒子群算法的水库防洪优化调度

针对水库防洪调度具有多约束、高维、非线性和不易求解的特点,在粒子群算法(PSO)的进化机制中引入文化算法(CA),利用文化算法的信仰空间对粒子群的进化进行指导,建立了文化粒子群算法(PSO-CA)。该算法在种群空间中采用PSO算法,在信仰空间中利用从种群空间中提炼出来的群体经验所形成的形势知识对群体的"早熟"现象进行监视,利用规范化知识对粒子加以限定,提高了算法计算效率。实例验证,该算法能较好地克服粒子群算法易陷入局部最优的缺点,并加快其收敛速度,可以有效解决水库防洪调度问题。     

改进的分布估计算法在水库综合调度中的应用

本文通过分析水库调度运行方式所涉及的防洪、兴利、发电、供水等问题,结合综合指标评估系统和理想点法,构建了一个以价值函数与价值损失为评价标准的水库综合调度模型,并对分布估算法自适应能力与局部搜索能力进行改进。实例验证表明:该方法明显提升了算法精度与全局搜索能力,具有较强的适用性,为水库综合调度提供了有益参考。     

基于引水限制调度线的并联水库系统供水优化算法及应用

以实现梯级水库群或者水源连通工程水量补偿式调节为目标,针对并联水库的联合供水特征,采用引水限制调度线控制引水水库可引水量,引入粒子群算法构建了并联水库优化调度模型。通过优化引水调度线提出可以改进并联水库系统的调度规则和调度方法,将优化和常规调度有机结合,并根据并联水库系统实际运行条件设置模型的目标函数、约束条件和参数设置方法。以X市S水库和L水库组成的并联水库系统为实例,采用该模型进行优化模拟。结果表明:并联水库系统经优化年均弃水量比两库单独供水的弃水量减少5 496万m~3,末库容比两库单独供水时提高203万m~3。在95%供水保证率时,并联水库系统供水系统的年供水能力比双库单独供水能力之和提高了5 556万m~3。优化形成的引水限制调度线分布形态合理,并联供水系统经过优化大幅度提高了水库系统的供水能力,证明了基于引水限制调度线的并联水库系统供水优化算法的可行性,该方法对并联水库联合调度具有重要参考价值。     

基于遗传算法的水电站优化调度

水电站优化调度的主要目的是能够充分利用有限的水资源,使发电量更大,从而提高水电站的经济效益。由于遗传算法对求解的目标函数的连续、可导或单峰等性质不作约束,使其具有较好的全局最优求解能力。将遗传算法引入到本文研究的水电站优化调度问题当中,能够为水电站确定一个最优的调度方案。本文在给出电厂出力和各种约束条件的情况下,求解水电站通过调度闸门的开启来提高水电站的发电量,同时提高整个水电站电力系统的供电质量与运行的可靠性。     

基于多模糊参量的水量最优调度决策模型研究

为使水资源得到合理利用,减少不必要的经济损失,本文以模糊理论及运筹学理论为基础,并利用梯形模糊理论重心法对模糊参量进行去模糊化,构建了基于多模糊参量的水量最优调度决策模型。研究表明:该模型对济南市分水岭水厂水量调度进行应用是可行的。通过对调水订购费W及需水量M的去模糊化,使调水总费用期望值最小,得到了更加合理的调水周期及调水量。该成果可为水库调水、生产性企业用水、自来水厂供水、油库存贮等提供参考与借鉴。     

三座店水库与二道河子水库供水调度规则研究

针对三座店水库与二道河子水库联合调度问题,采用单库调度图加联合调度规则法确定两水库联合供水规则,建立了两水库供水调度模型。通过粒子群算法优化该供水规则,并模拟两水库在该规则下的调度运行,将其结果与补偿调节规则对应结果进行对比,检验该调度规则的合理性和有效性。     

单纯形混合遗传算法在水库优化调度中的应用研究

针对遗传算法收敛速度慢,收敛率低等缺点作了改进,引进了单纯形算法与遗传算法相融合的单纯形混合遗传算法(SM-HGA),并将其应用于水电站水库优化调度中,通过实例计算证明改进后的单纯形遗传算法具有收敛速度快收敛率高的优点,是水库调度比较好的方法.