混沌進化算法的梯級水電系統(tǒng)短期發(fā)電計劃

介紹了一種易于實現(xiàn)、參數(shù)少且收斂快的集群智能算法—微粒群算法,并將其應(yīng)用于梯級水電廠的短期優(yōu)化調(diào)度。提出以確定微粒群在多維空間中的最優(yōu)位置來實現(xiàn)多階段優(yōu)化調(diào)度決策的方法,并針對算法易陷入局部最優(yōu)的缺陷,引入遺傳算法中的“雜交”因子以及采用自適應(yīng)的慣性權(quán)重,以改進其全局優(yōu)化能力。通過實際算例驗證了該算法的有效性,從而為梯級水電廠的短期優(yōu)化調(diào)度問題提供了一種新的求解途徑。

將改進型螞蟻算法用于梯級水電站短期優(yōu)化調(diào)度問題,并通過引入遺傳算法的交叉和變異思想以及自適應(yīng)搜索半徑方法提高了螞蟻算法的搜索能力．以最小耗水率模型為例,給出了梯級水電站短期優(yōu)化調(diào)度問題改進型螞蟻算法的數(shù)學(xué)描述和求解的算法步驟,并通過龍羊峽-李家峽梯級水電站實例驗證了改進型螞蟻算法的優(yōu)越性．結(jié)果表明,與遺傳算法相比,改進型螞蟻算法獲得了更優(yōu)的調(diào)度方案．優(yōu)化結(jié)果在取得更低耗水率的同時,減少了機組的啟停次數(shù),并且使所有機組連續(xù)高效運行,從而降低了機組的維護費用,并增加了梯級的經(jīng)濟效益．

第9卷第4期 1992年12月 計算物理 chinesejournalofcomputhonalphysics vo1．9．no．4 dec．，1992 三峽梯級水電系統(tǒng)多地區(qū)輸電短期經(jīng)濟 但運 t，段虞榮徐明德劉建華il’lf7’ (重慶大學(xué)系統(tǒng)工程及直用數(shù)學(xué)系，重慶630044) 摘要以三峽梯級水電系統(tǒng)為背景，建立了多地區(qū)輸電的梯級水電系統(tǒng)短期優(yōu)化運行的 網(wǎng)絡(luò)模型．采用線性與非線性最小費用藏相結(jié)合的方法進行梯級間的負荷分配：數(shù)據(jù)結(jié)構(gòu)采用面 向弧表示的最短路算法，速度快，內(nèi)存小。整個算法用fortran語言編程在ibmpc／xt機 上試算．結(jié)果較滿意．驗證了模型和篼法的正確性。 關(guān)鍵蠲苧塾查皇墅塑壅’旦規(guī)瑚法最優(yōu)化方法 一 、前言 近年來，諸多文獻將網(wǎng)絡(luò)規(guī)劃的理

為促進風(fēng)電更好地消納、減少傳統(tǒng)化石能源造成的污染,充分發(fā)揮梯級水電站的調(diào)節(jié)能力,制定了一種包含風(fēng)、火、梯級水電系統(tǒng)的聯(lián)合優(yōu)化調(diào)度策略。該策略確定了優(yōu)先風(fēng)電上網(wǎng)、火電平穩(wěn)出力、梯級水電補償運行的調(diào)度模式,并依據(jù)該策略建立了多目標聯(lián)合優(yōu)化模型。針對傳統(tǒng)粒子群算法存在容易陷入局部最優(yōu)解的缺點,采用基于鯰魚效應(yīng)改進的粒子群算法對模型進行求解,并在matlab軟件中進行仿真。算例的仿真結(jié)果表明,基于鯰魚效應(yīng)改進的粒子群算法能夠有效地應(yīng)用于風(fēng)、火、梯級水電聯(lián)合優(yōu)化調(diào)度問題中,能夠發(fā)揮出梯級水電站調(diào)節(jié)特性的同時有效地增加風(fēng)電的上網(wǎng)電量、提高系統(tǒng)的綜合效益。

隨著市場化的推進,水電不久將走向市場,傳統(tǒng)上以發(fā)電量最大為準則的優(yōu)化調(diào)度,已不適應(yīng)新形勢下的水電經(jīng)濟運行。文中探討了市場環(huán)境下水電站(群)短期(日)優(yōu)化調(diào)度的效益最大問題,建立了相應(yīng)的數(shù)學(xué)模型,為水電公司在日前市場上科學(xué)地申報次日各時段容量提供了依據(jù)。并通過實例對比分析,驗證了所給出的模型的合理性和有效性。

以二倍體遺傳算法為基礎(chǔ),設(shè)計了一種梯級水電廠自動發(fā)電控制(agc)算法。該算法既可用于離線制定梯級水電廠的日發(fā)電計劃,又可用于梯級水電廠的實時發(fā)電控制。算法中,出力限制條件在負荷分配方案的編碼中自動滿足,其它約束條件如負荷平衡、水量平衡(考慮梯級水庫間的水流流達時間)等則在計算個體適應(yīng)值時予以考慮。算法程序設(shè)計簡單,收斂速度快。仿真計算驗證了該算法的有效性

研究電力市場環(huán)境下梯級水電廠短期預(yù)發(fā)電計劃問題,建立競標電價預(yù)測的二次移動平均模型,在此基礎(chǔ)上討論了梯級水電廠短期(日)優(yōu)化調(diào)度的效益最大問題,并建立了相應(yīng)的數(shù)學(xué)模型和約束條件,并用逐次優(yōu)化算法求解,為梯級水電公司在日前交易市場上科學(xué)地申報次日各時段的電價和電量提供了依據(jù)。算例表明,模型合理,效益顯著。

建立一種梯級水電站中長期水庫優(yōu)化調(diào)度模型,利用混沌優(yōu)化算法對梯級水電站中長期水庫調(diào)度問題進行優(yōu)化計算。實例計算結(jié)果表明,該算法可求解復(fù)雜約束條件的非線性梯級水電站水庫優(yōu)化調(diào)度問題,精度高、收斂速度快,為求解梯級水電站水庫優(yōu)化調(diào)度提供了一種有效算法。

針對梯級水電站優(yōu)化調(diào)度的復(fù)雜問題,結(jié)合差分進化算法和混合蛙跳算法各自優(yōu)勢,提出一種新的混合差分進化算法。該算法將差分進化策略嵌入到混合蛙跳算法框架中,對整個群體循環(huán)進行分組進化與混合操作,而在每個分組內(nèi)部按照差分進化策略對個體不斷進行更新。數(shù)值實驗表明該算法具有較強的全局搜索能力,克服了基本差分進化算法易早熟收斂的缺點。將該算法應(yīng)用于梯級水電站中長期優(yōu)化調(diào)度實例,并與傳統(tǒng)動態(tài)規(guī)劃法進行比較分析,進一步驗證了其可行性與有效性。

鑒于梯級水電站優(yōu)化運行的高復(fù)雜度、強非線性、多約束等特點,構(gòu)建了基于峰谷分時電價下的梯級水電站日最大發(fā)電效益模型。針對遺傳算法(ga)等傳統(tǒng)智能算法對復(fù)雜模型求解易陷入局部最優(yōu)的問題,提出一種水循環(huán)算法(wca)與水位廊道約束耦合、降低約束復(fù)雜度、規(guī)范尋優(yōu)空間的方法,并以湖北某梯級短期優(yōu)化調(diào)度為背景進行建模仿真,將計算結(jié)果分別與ga和粒子群算法(pso)所得結(jié)果進行比較。實例研究表明,wca計算的總效益在豐、平、枯典型日分別比ga和pso計算值約高5.65%、3.15%、0.80%,迭代收斂速度更快,求解能力更強,為解決梯級水電站優(yōu)化調(diào)度問題提供了新思路。

考慮到短期優(yōu)化調(diào)度中電網(wǎng)限定了峰平谷段出力比,將目前較成熟的動態(tài)規(guī)劃算法作了改進,選用梯級發(fā)電總收入最大為目標建立了數(shù)學(xué)模型,并用fo-dp算法尋求出寶興河梯級水電站短期最優(yōu)運行方式。計算結(jié)果表明,該方法能夠較好的解決短期優(yōu)化調(diào)度問題,具有一定的實用價值。

電網(wǎng)負荷需求量隨著氣候、環(huán)境的變化而變化,在很大程度上存在著不確定性,而目前制定的發(fā)電計劃都是根據(jù)以往的經(jīng)驗進行制定的,給出的計劃出力與實際負荷水平存在較大的偏差。由于存在偏離發(fā)電計劃的偏差,如果單純地按照發(fā)電計劃發(fā)電,會導(dǎo)致電能的不平衡,從而影響電網(wǎng)的正常運行。為了描述這種偏差,采用模糊集理論來描述負荷的不確定性,構(gòu)建了一個基于模糊負荷的梯級水電站發(fā)電耗水量最小的短期優(yōu)化調(diào)度數(shù)學(xué)模型,利用模糊區(qū)間的概念來研究不同模糊置信水平下梯級水電站的優(yōu)化調(diào)度問題。同時研究入庫徑流量、發(fā)電耗水量、棄水量、水頭變化等因素,全面考慮蓄水量、棄水量、發(fā)電流量、發(fā)電水頭之間的關(guān)系及其對水電站正常運行的影響,以及各級水電站間的相互影響,用二次曲線表達式描述水電站水頭特性關(guān)系,既能準確描述水電站水庫特性,又能減少優(yōu)化問題的決策變量個數(shù),提高求解效率。最后以一個三級水電站為例,通過遺傳算法求解所建模型,利用置信區(qū)間的概念分析負荷在不同置信水平下的優(yōu)化情況,結(jié)果表明了所建優(yōu)化調(diào)度數(shù)學(xué)模型的正確性和可行性。

以水電站運行成本最小為目標,提出了一種用差分進化算法(differentialevolution,de)實現(xiàn)大型水電站最優(yōu)運行的方法。差分進化算法是一種基于群體的多目標進化算法,通過群體內(nèi)個體間的合作與競爭產(chǎn)生的群體智能指導(dǎo)優(yōu)化搜索。將改進的方法應(yīng)用于水電站經(jīng)濟運行,模型考慮了機組能量特性差異,并能在旋轉(zhuǎn)備用、啟停成本、氣蝕振動區(qū)、機組可用性等約束條件下,制定出電站日內(nèi)96段最優(yōu)運行計劃。計算表明,該方法避免了動態(tài)規(guī)劃等算法處理多約束、大型優(yōu)化問題的困難,同時提高了進化算法的精度。

提出一種基于ｌａｇｒａｎｇｉａｎ松馳技術(shù)的梯級水電系統(tǒng)優(yōu)化調(diào)度算法，能夠綜合處理離散運行區(qū)間、最小啟停機時間等離散約束、水庫間的水力耦合網(wǎng)絡(luò)約束以及水頭影響?；趯嶋H系統(tǒng)數(shù)據(jù)的數(shù)值驗證表明了本算法的有效性和實用性。

通過對電力負荷變化規(guī)律和影響因素的分析,提出了一種新的短期電力負荷預(yù)測模型。首先利用混沌理論將雜亂無章的歷史數(shù)據(jù)進行相空間重構(gòu),找出其中的潛在規(guī)律,并粗選預(yù)測參考點;然后利用蟻群優(yōu)化算法,考慮距離因素和相點演化的相關(guān)性因素,對粗選的預(yù)測參考點作進一步精選,提高其質(zhì)量;最后采用gm(1,1)灰色模型得到預(yù)測日的負荷數(shù)據(jù)。實際算例驗證了提出的方法具有較好的預(yù)測精度。

本文以三峽梯級水電系統(tǒng)為背景,建立了梯級水電系統(tǒng)多地區(qū)輸電的短期優(yōu)化運行網(wǎng)絡(luò)模型;采用線性與非線性最小費用流算法相結(jié)合的算法進行梯級間的負荷分配;數(shù)據(jù)結(jié)構(gòu)采用面向弧表示的最短路算法,速度快,內(nèi)存小。整個算法用fortran語言編程在ibmpc/xt微機上試算,結(jié)果較滿意,驗證了本文所提出的網(wǎng)絡(luò)模型及算法的正確性。

以三峽梯級水電系統(tǒng)為背景,建立了多地區(qū)輸電的梯級水電系統(tǒng)短期優(yōu)化運行的網(wǎng)絡(luò)模型,采用線性與非線性最小費用流相結(jié)合的方法進行梯級間的負荷分配;數(shù)據(jù)結(jié)構(gòu)采用面向弧表示的最短路算法,速度快,內(nèi)存小。整個算法用fortran語言編程在ibmpc/xt機上試算,結(jié)果較滿意,驗證了模型和算法的正確性。

梯級水電站中長期經(jīng)濟調(diào)度是一個典型非線性優(yōu)化問題，通常要求在滿足復(fù)雜的水力、電力約束條件，兼顧求解效率的同時實現(xiàn)梯級發(fā)電量最大。為有效解決這一問題，通過改進標準蝙蝠算法（batalgorithm，ba）更新策略和引入差分進化算法（differentialevolution，de）變異、選擇操作，提出一種改進的蝙蝠算法（improvedbatalgorithm，iba）。對標準蝙蝠算法更新策略進行以下改進：1）蝙蝠個體脈沖頻率不隨種群迭代而更新；2）蝙蝠個體脈沖發(fā)射率和脈沖音量隨種群迭代而更新；3）無條件接受全局搜索產(chǎn)生的新解，有條件接受局部搜索產(chǎn)生的新解；4）改進飛行速度公式，縮小新個體與當前種群最優(yōu)個體的偏離值。同時，針對蝙蝠算法種群多樣性差、易陷入局部最優(yōu)的缺點，引入差分進化算法中的變異、選擇操作，實現(xiàn)動態(tài)控制變異概率。建立兼顧梯級最小出力最大化的梯級總發(fā)電量最大模型，利用大渡河流域瀑布溝、深溪溝、枕頭壩一級梯級水電站經(jīng)濟調(diào)度問題實例，從流域長系列徑流資料中選取典型年，對iba的主要控制參數(shù)（縮放因子、最大迭代次數(shù)）進行測試與分析。采用iba、ba、逐步優(yōu)化算法（poa）對同一典型年進行模擬調(diào)度。從枯期出力特征、梯級發(fā)電量、算法運行時間3項指標綜合來看，對于復(fù)雜的梯級水電站經(jīng)濟調(diào)度問題，改進的蝙蝠算法能夠在枯水期給電網(wǎng)提供盡可能大而穩(wěn)定的出力，同時縮短計算時間，獲得更高精度解。

針對高維、復(fù)雜的梯級水庫優(yōu)化調(diào)度在求解時易出現(xiàn)\"維數(shù)災(zāi)\"或陷入局部最優(yōu)解的問題,本文提出了基于免疫進化算法的粒子群優(yōu)化算法,該算法充分利用了免疫進化算法的全局搜索特性和粒子群算法的局部搜索能力,克服了粒子群尋優(yōu)中對初始種群的依賴和易陷入局部最優(yōu)的不足。通過實例計算表明,應(yīng)用該算法求解梯級水庫優(yōu)化調(diào)度問題,結(jié)果可靠、合理,計算效率高,從而為求解高維,復(fù)雜的梯級水庫優(yōu)化調(diào)度提供了新的思路。

針對梯級水電站短期優(yōu)化調(diào)度的不確定性問題,研究了不確定性因素的概率分布規(guī)律,并根據(jù)實際系統(tǒng)的運行要求,給出了概率分布密度函數(shù)的假設(shè)檢驗方法。探索發(fā)電用水量與各種隨機因素的互動關(guān)系及影響機理,構(gòu)建了一種新的計及概率的梯級水電站短期優(yōu)化調(diào)度策略。把災(zāi)變理論、混沌優(yōu)化思想和基本粒子群算法結(jié)合起來,形成一種混合粒子群算法。該算法擴大了種群的搜索空間,增加了種群的多樣性,改善了基本粒子群算法擺脫局部極值點的能力,并能從理論上證明其依概率收斂至全局最優(yōu)解。將混合粒子群算法嵌入蒙特卡羅隨機模擬中對本文提出的模型進行求解,求解方法簡單有效。仿真結(jié)果表明,該策略能較好地處理不確定性條件下梯級水電站的短期優(yōu)化調(diào)度問題。

在河流上游已建有調(diào)節(jié)庫容的水電站,在下游續(xù)建二級電站時,總是希望二級電站的設(shè)計流量和已建電站相同,落差盡可能高,裝機容量盡可能大,以適應(yīng)外來電源或火電電源為基荷的小電網(wǎng)調(diào)峰需要.但在實際上往往受到各種條件的限制,達不到理想的目的.在開發(fā)二級電站時,更多的情況是選出機組的設(shè)計流量略大于一級電站設(shè)計流量.這樣一來,電網(wǎng)高峰期兩級電站同時發(fā)電上網(wǎng)

提出一種求解梯級水電站中長期優(yōu)化調(diào)度問題的方法一蟻群算法（antcolonyalgorithm，aca）．算法模擬了螞蟻群體覓食路徑的搜索過程來尋找梯級水電站中長期最優(yōu)調(diào)度計劃．算法把問題解抽象為螞蟻路徑，利用狀態(tài)轉(zhuǎn)移、信息素更新和鄰域搜索以獲取最短路徑即最優(yōu)解．實例計算結(jié)果表明，算法可以求褲一具有復(fù)雜約束條件的非線性梯級優(yōu)化調(diào)度問題．算法求解精度高、收斂速度快，為解決梯級水電站中長期優(yōu)化調(diào)度問題提供了一種有效的方法．圖1表2參8