小水電群智能優(yōu)化調(diào)度方法及系統(tǒng)開發(fā).pdf

1、小水電是優(yōu)質(zhì)的再生能源，是可持續(xù)利用的潔凈能源。我國的小水電建設(shè)已經(jīng)取得了很大的成效，現(xiàn)在如何高效地運行管理小水電越來越得到重視。隨著傳統(tǒng)水利向資源水利、可持續(xù)發(fā)展水利轉(zhuǎn)變，小水電運行管理也應(yīng)由常規(guī)調(diào)度管理向優(yōu)化調(diào)度轉(zhuǎn)變。將小水電聯(lián)合起來優(yōu)化調(diào)度，可以最大限度地發(fā)揮小水電的積極作用，并促進小水電的可持續(xù)發(fā)展。小水電群優(yōu)化調(diào)度問題是大規(guī)模、多目標、非線性優(yōu)化問題，數(shù)學(xué)模型和優(yōu)化調(diào)度方法是研究的關(guān)鍵。以發(fā)電量最大為目標的優(yōu)化調(diào)度數(shù)學(xué)模型更多

2、地考慮了水的資源功能，而對水的生態(tài)環(huán)境功能考慮不足；基于動態(tài)規(guī)劃法的優(yōu)化調(diào)度存在“維數(shù)災(zāi)”等問題；遺傳算法容易出現(xiàn)“早熟”，計算時間隨問題規(guī)模顯著增加。 本文主要研究小水電群優(yōu)化調(diào)度數(shù)學(xué)模型、優(yōu)化調(diào)度方法以及地方電網(wǎng)小水電群優(yōu)化調(diào)度系統(tǒng)。主要研究工作如下： （1）首先介紹了小水電群、小水電群優(yōu)化調(diào)度的研究背景及意義，在總結(jié)歸納大量文獻的基礎(chǔ)上，綜述了小水電群優(yōu)化調(diào)度問題的主要研究內(nèi)容和國內(nèi)外研究現(xiàn)狀。 （2）系統(tǒng)

3、研究了小水電群優(yōu)化調(diào)度數(shù)學(xué)模型。建立了能夠統(tǒng)一描述串聯(lián)、并聯(lián)和混聯(lián)小水電群以發(fā)電量最大為目標的優(yōu)化調(diào)度數(shù)學(xué)模型；提出了以控制水位和棄水最小為目標的小水電群優(yōu)化調(diào)度數(shù)學(xué)模型，能夠體現(xiàn)小水電的生態(tài)環(huán)境功能；分析了發(fā)電引用流量約束，并設(shè)計了流量調(diào)節(jié)因子，以保證下游生態(tài)需水要求。 （3）研究了基于粒子群優(yōu)化算法的小水電群優(yōu)化調(diào)度。將自適應(yīng)粒子群優(yōu)化算法（APSO）應(yīng)用于小水電群優(yōu)化調(diào)度問題，實例仿真結(jié)果證明了算法可以有效地處理小水電群大

4、規(guī)模優(yōu)化調(diào)度問題；將自適應(yīng)機制引入彈性粒子群優(yōu)化算法（RPSO），并應(yīng)用于小水電群優(yōu)化調(diào)度問題，實例仿真證明了RPSO算法可以很好地克服APSO算法容易陷入局部最優(yōu)的弱點；分析了RPSO算法的時間復(fù)雜度，并將RPSO和PSO、APSO算法聯(lián)合應(yīng)用，經(jīng)測試比較，RPSO算法具有較好精度和穩(wěn)定度。 （4）研究了基于文化算法的小水電群優(yōu)化調(diào)度。深入研究了雙空間雙演化雙促進文化算法，將改進遺傳算法作為種群空間的全局搜索策略，將各子群體的

5、優(yōu)秀個體提升為對應(yīng)文化單元的知識，以一定概率引入遺傳模擬退火算法和粒子群優(yōu)化算法作為優(yōu)秀知識指導(dǎo)種群進化的局部變異策略。將算法應(yīng)用于小水電群優(yōu)化調(diào)度問題，實例仿真并作算法比較，驗證了文化算法可以綜合各算法的優(yōu)點，具較好的性能；將文化算法應(yīng)用于不同水文年的優(yōu)化調(diào)度，且采用不同的數(shù)學(xué)模型，分析了徑流隨機性對優(yōu)化調(diào)度結(jié)果的影響，并驗證了小水電群以控制水位和棄水最小為目標的數(shù)學(xué)模型簡單有效。 （5）研究基于基因擬子協(xié)同進化算法的小水電群

6、優(yōu)化調(diào)度。提出了一種新的基因擬子協(xié)同進化算法（GMCA），并將其應(yīng)用于小水電群優(yōu)化調(diào)度問題。針對描述生物進化的遺傳算法，提出了編碼擬子和特殊擬子，并將它們和遺傳操作擬子一起形成算法文化；設(shè)計了多種擬子并形成多種文化，使不同的文化指導(dǎo)不同的生物群體進化；提出了文化進化的發(fā)展和消亡算子，以粒子群優(yōu)化算法作為文化感染策略，并以對應(yīng)種群的適應(yīng)值增幅大小作為判別文化衰老的標準；分析得出了GMCA的一代算法時間復(fù)雜度最高不超過整個群體采用最復(fù)雜文化