水火電隨機(jī)優(yōu)化調(diào)度的改進(jìn)粒子群算法應(yīng)用研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)規(guī)模的不斷擴(kuò)大，人類面臨的能源危機(jī)、環(huán)境問題日益突出。水能具有儲(chǔ)量豐富、零污染、可再生、產(chǎn)能高等優(yōu)點(diǎn)，因此，水力發(fā)電成為了一種開發(fā)、利用水能的重要形式，不僅可以為社會(huì)發(fā)展提供廉價(jià)能源，而且可以緩解全球變暖、環(huán)境惡化等壓力。我國水力發(fā)電的基礎(chǔ)設(shè)施規(guī)模迅速擴(kuò)大，并且形成了許多流域梯級(jí)水電站體系，與火電一起構(gòu)成了我國電力系統(tǒng)的最重要部分。但是，關(guān)于水電站優(yōu)化管理的思想并未深入人心，造成水能不能得到充分利用。
　　本文基于概率

2、理論、優(yōu)化理論、神經(jīng)網(wǎng)絡(luò)理論，研究了處于汛期的梯級(jí)水電站與火力發(fā)力機(jī)組聯(lián)合運(yùn)行的優(yōu)化調(diào)度問題，形成了基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)的粒子群算法的水火電隨機(jī)優(yōu)化調(diào)度方法，為水火電聯(lián)合運(yùn)行優(yōu)化調(diào)度提供了一定的理論依據(jù)。
　　首先，分析單個(gè)水電站入庫徑流量的隨機(jī)特性，采用Pehrson-Ⅲ分布描述單個(gè)水電站入庫徑流量的概率特性;考慮梯級(jí)水電站入庫徑流量相互之間不獨(dú)立，借助Copula理論中的Clayton-Copula函數(shù)刻畫梯級(jí)水電站入庫徑流量

3、之間的下尾部概率相關(guān)性。算例分析表明，采用Pehrson-Ⅲ分布函數(shù)能夠非常準(zhǔn)確地?cái)M合單個(gè)水電站入庫徑流量的概率分布特征;與不考慮相互之間的相關(guān)性和其他類型的Copula函數(shù)相比，Clayton-Copula函數(shù)具有最高的擬合優(yōu)度，構(gòu)建的梯級(jí)水電站入庫徑流量聯(lián)合概率分布模型最準(zhǔn)確。
　　其次，考慮處于汛期的梯級(jí)水電站的超蓄損失成本和火力發(fā)電機(jī)組運(yùn)行成本，構(gòu)建水火電隨機(jī)優(yōu)化調(diào)度模型;并且，考慮入庫徑流量的隨機(jī)性，引入機(jī)會(huì)約束規(guī)劃理論

4、，采用平均近似法將水火電隨機(jī)優(yōu)化調(diào)度模型轉(zhuǎn)換為確定性優(yōu)化模型。
　　進(jìn)一步，為了提高水火電隨機(jī)優(yōu)化調(diào)度模型的求解效率，借助BP神經(jīng)網(wǎng)絡(luò)良好的非線性映射能力和學(xué)習(xí)能力，定量模型粒子群算法中種群進(jìn)化過程，提出了基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)的粒子群算法，避免了標(biāo)準(zhǔn)粒子群算法因參數(shù)選取不合理引起算法陷入局部最優(yōu)或收斂速度慢等問題。算例分析表明，與標(biāo)準(zhǔn)粒子群算法相比，借助本文提出的BP神經(jīng)網(wǎng)絡(luò)改進(jìn)的粒子群算法求解水火電隨機(jī)優(yōu)化調(diào)度問題，能夠更加快速