梯級(jí)水電站群聯(lián)合發(fā)電調(diào)度優(yōu)化方法與應(yīng)用研究.pdf

1、梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度是水電能源科學(xué)與系統(tǒng)科學(xué)交叉發(fā)展的前沿研究領(lǐng)域之一，受到了學(xué)術(shù)界和工程界的共同關(guān)注。受水文氣象、調(diào)度方式、用水需求、電網(wǎng)負(fù)荷及徑流來(lái)水不確定性等多種因素影響，梯級(jí)水電站群聯(lián)合優(yōu)化調(diào)度呈現(xiàn)出大規(guī)模、高維度、多目標(biāo)、多約束、非線(xiàn)性、非凸、強(qiáng)耦合等特點(diǎn)，傳統(tǒng)的優(yōu)化理論和方法難以對(duì)其調(diào)度模型進(jìn)行有效求解。同時(shí)，隨著我國(guó)水電能源的持續(xù)開(kāi)發(fā)，水電系統(tǒng)的規(guī)模不斷擴(kuò)大，流域梯級(jí)水電站群綜合利用要求越來(lái)越高，迫切需要研究并發(fā)展

2、適合于新形勢(shì)下梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度的新理論和方法，以滿(mǎn)足大規(guī)模梯級(jí)水電站群聯(lián)合優(yōu)化運(yùn)行與管理的實(shí)際工程需求，充分發(fā)揮流域梯級(jí)開(kāi)發(fā)的綜合效益，實(shí)現(xiàn)水資源優(yōu)化配置。因此，本文結(jié)合梯級(jí)水電站群的運(yùn)行特點(diǎn)，以長(zhǎng)江中上游梯級(jí)水電站群和復(fù)雜水火電力系統(tǒng)為研究對(duì)象，以梯級(jí)水電系統(tǒng)整體優(yōu)化和水資源高效利用為目標(biāo)，以水電能源學(xué)、復(fù)雜系統(tǒng)科學(xué)、群智能優(yōu)化方法和多目標(biāo)進(jìn)化理論為基礎(chǔ)，開(kāi)展了梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度問(wèn)題的研究。本文主要研究?jī)?nèi)容和創(chuàng)新

3、點(diǎn)包括：
　?。?）為解決梯級(jí)水電站群?jiǎn)文繕?biāo)優(yōu)化調(diào)度問(wèn)題，提出了一種基于反向?qū)W習(xí)和混沌局部搜索的自適應(yīng)實(shí)數(shù)遺傳算法（IRCGA）。該算法采用反向?qū)W習(xí)策略產(chǎn)生初始群體，提高了初始解的質(zhì)量，加快了收斂速度；建立參數(shù)自適應(yīng)動(dòng)態(tài)調(diào)整機(jī)制，以控制群體進(jìn)化過(guò)程，從而有效防止了早熟收斂現(xiàn)象；引入混沌搜索算子，對(duì)精英群體執(zhí)行局部尋優(yōu)，增強(qiáng)了算法局部搜索能力。經(jīng)典測(cè)試函數(shù)的仿真結(jié)果表明，IRCGA極大改善了RCGA的優(yōu)化性能，提高了算法的求解速度和

4、精度，是求解單目標(biāo)優(yōu)化問(wèn)題的有效方法。
　?。?）提出了能有效處理梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度模型多重復(fù)雜約束的處理方法，根據(jù)不同調(diào)度問(wèn)題的運(yùn)行特點(diǎn)，建立了梯級(jí)水電系統(tǒng)短期發(fā)電調(diào)度模型、水火電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度模型和金沙江下游梯級(jí)中長(zhǎng)期優(yōu)化調(diào)度模型，并運(yùn)用提出的IRCGA進(jìn)行求解。三種調(diào)度模型的優(yōu)化調(diào)度結(jié)果均驗(yàn)證了IRCGA算法和約束處理方法的有效性和優(yōu)越性，為大規(guī)模梯級(jí)水電站群聯(lián)合發(fā)電優(yōu)化調(diào)度問(wèn)題的求解提供了高效、實(shí)用的新方法。

5、
　　（3）為求解梯級(jí)水電站群多目標(biāo)優(yōu)化調(diào)度問(wèn)題，運(yùn)用多目標(biāo)優(yōu)化理論對(duì)實(shí)數(shù)遺傳算法進(jìn)行改進(jìn)和擴(kuò)展，提出了一種改進(jìn)的多目標(biāo)實(shí)數(shù)遺傳算法（IMORCGA）。該算法根據(jù)個(gè)體之間的支配關(guān)系對(duì)群體進(jìn)行分層排序，采用基于Pareto支配的交叉變異操作使群體不斷進(jìn)化，建立外部檔案集保留進(jìn)化群體中的非支配個(gè)體，并采取措施對(duì)其進(jìn)行更新和維護(hù)，既提高了算法收斂性又保證了非劣解集的分布性。性能測(cè)試結(jié)果表明，IMORCGA能快速逼近Pareto真實(shí)前沿，

6、且非劣解分布均勻，其收斂性和多樣性明顯優(yōu)于多種常用的多目標(biāo)進(jìn)化算法。
　?。?）為滿(mǎn)足梯級(jí)水電站群綜合利用要求，分析不同調(diào)度目標(biāo)間的相互制約關(guān)系，建立了兼顧發(fā)電效益和容量效益的三峽梯級(jí)水電站多目標(biāo)發(fā)電調(diào)度模型及兼顧經(jīng)濟(jì)和環(huán)境的水火電力系統(tǒng)短期優(yōu)化調(diào)度模型，并應(yīng)用IMORCGA進(jìn)行求解，獲得了不同調(diào)度模型下分布均勻、廣泛的非劣調(diào)度方案集，進(jìn)而根據(jù)非劣調(diào)度方案的優(yōu)化結(jié)果，解析了不同調(diào)度目標(biāo)相互影響的內(nèi)在機(jī)理，為調(diào)度方案的優(yōu)選提供技術(shù)支