改進(jìn)蛙跳算法及水庫群優(yōu)化調(diào)度模型研究.pdf

1、能源和資源是國民經(jīng)濟(jì)和社會(huì)發(fā)展不可缺少的生產(chǎn)要素和物質(zhì)基礎(chǔ)，關(guān)系到生產(chǎn)發(fā)展和人民生活。水電作為可再生的清潔能源，在我國能源發(fā)展史上占有極其重要的地位。我國水能資源十分豐富，積極、合理、有效地開發(fā)利用水能資源，能夠緩解國家能源危機(jī)，降低環(huán)境污染，實(shí)現(xiàn)節(jié)能減排，在經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展中起到重要的支撐作用。根據(jù)我國水電開發(fā)情況及能源形勢，十二五電力規(guī)劃中提出了優(yōu)先發(fā)展水電的方針。在此期間，我國水電事業(yè)有了空前的發(fā)展，流域水能資源獲得了進(jìn)一步大

2、規(guī)模的開發(fā)與利用，主要河流基本形成了梯級水電群系統(tǒng)。因此，在我國處于能源短缺，倡導(dǎo)節(jié)能減排的背景下，實(shí)現(xiàn)流域水電站水庫群優(yōu)化調(diào)度研究，是新時(shí)期流域水（能）資源綜合利用的重要途徑。
　　合理、優(yōu)化的水庫群調(diào)度運(yùn)行方式，能夠協(xié)調(diào)興利和防洪減災(zāi)，提高水（能）資源利用率，是緩解水資源與水能資源間供需矛盾的重要措施。本文圍繞梯級水電站水庫群聯(lián)合優(yōu)化調(diào)度以及水庫洪水資源化問題，結(jié)合系統(tǒng)工程理論、群智能優(yōu)化理論、并行計(jì)算及可信性理論，從群智能優(yōu)

3、化算法的改進(jìn)、單目標(biāo)發(fā)電優(yōu)化調(diào)度、梯級水庫群蓄能調(diào)度圖優(yōu)化、并行算法及其應(yīng)用、水庫汛期運(yùn)行水位動(dòng)態(tài)控制域等多方面對水庫（群）調(diào)度問題進(jìn)行了深入的研究，主要工作如下:
　　(1)混合蛙跳算法的改進(jìn)研究。為克服混合蛙跳算法易陷入局部最優(yōu)（“早熟收斂”）的問題，利用云模型理論在知識(shí)表達(dá)時(shí)，具有穩(wěn)定之中有變化、不確定中帶有確定性、隨機(jī)性和穩(wěn)定傾向性的特點(diǎn)，將云模型較好的局部搜索能力與混合蛙跳算法良好的全局尋優(yōu)性能相結(jié)合，同時(shí)應(yīng)用改進(jìn)的最差

4、個(gè)體更新策略，提出了改進(jìn)的蛙跳算法(Normal Cloud Mutation Shuffled Frog Leaping Algorithm，NCM-SFLA)，以提高算法的局部搜索能力和收斂速度。并以多個(gè)復(fù)雜測試函數(shù)為例，從求解精度和收斂速度兩方面驗(yàn)證NCM-SFLA算法的可行性和有效性;
　　(2)NCM-SFLA算法在梯級水電站水庫群優(yōu)化調(diào)度中的應(yīng)用研究。針對梯級水庫間復(fù)雜的水力、電力聯(lián)系，為提高群智能優(yōu)化算法在求解水庫群

5、優(yōu)化調(diào)度問題時(shí)的尋優(yōu)效率，首先分析總結(jié)了該類算法在水庫群優(yōu)化調(diào)度問題求解中的時(shí)段水位可行范圍構(gòu)建方法以及初始解生成方式，提出了適宜本算法求解要求的水庫群優(yōu)化調(diào)度問題的模型結(jié)構(gòu)和實(shí)施步驟;其次分別以金沙江中游梯級水電站水庫群中長期發(fā)電優(yōu)化調(diào)度、短期發(fā)電優(yōu)化調(diào)度為例進(jìn)行實(shí)例計(jì)算，并將計(jì)算結(jié)果與常規(guī)優(yōu)化方法進(jìn)行對比分析，驗(yàn)證了NCM-SFLA算法在梯級水電站水庫群優(yōu)化調(diào)度問題上的應(yīng)用效果。
　　(3)NCM-SFLA算法在梯級水庫群蓄能

6、調(diào)度圖優(yōu)化中的應(yīng)用研究。由于梯級水庫間的相互補(bǔ)償作用，梯級聯(lián)合優(yōu)化調(diào)度的發(fā)電效益和發(fā)電可靠性相對于單獨(dú)運(yùn)用方式都會(huì)明顯提高。為最大限度地提升梯級水庫的水資源效益，首先以滿足可靠性，兼顧效益最大化為初級目標(biāo)，基于判別式法建立滿足最低保證出力和保證率要求的發(fā)電量最大蓄能調(diào)度圖模型，并構(gòu)建梯級水庫群初始蓄能調(diào)度圖;然后應(yīng)用NCM-SFLA算法對初始調(diào)度圖各調(diào)度線進(jìn)行微調(diào)尋優(yōu)，以達(dá)到系統(tǒng)性優(yōu)化的最終目的，并同時(shí)研究算法在計(jì)算過程中的編碼方式、約

7、束處理方式、時(shí)段變量的可行范圍確定方法以及初始軌跡生成方法，最后，以實(shí)例計(jì)算結(jié)果深入分析和總結(jié)NCM-SFLA算法的應(yīng)用效果。
　　(4)NCM-SFLA算法的并行算法設(shè)計(jì)及其應(yīng)用研究。針對群智能優(yōu)化算法在求解以梯級水電站水庫群優(yōu)化調(diào)度為代表的復(fù)雜系統(tǒng)優(yōu)化問題時(shí)，隨著問題維度的不斷上升，算法的求解性能卻逐漸下降的不足，在分析總結(jié)并行算法的分類、設(shè)計(jì)方法、評價(jià)指標(biāo)以及多核技術(shù)等理論方法的基礎(chǔ)上，采用OpenMP中Fork/Join并

8、行執(zhí)行模式，構(gòu)建了一種粗粒度多核并行改進(jìn)蛙跳算法(PNCM-SFLA)，并給出了該并行算法在梯級水庫群優(yōu)化調(diào)度問題中的求解流程，以李仙江流域三庫梯級為研究對象，驗(yàn)證NCM-SFLA算法與并行技術(shù)結(jié)合的合理性以及良好的計(jì)算性能與較高的計(jì)算效率。
　　(5)基于可信性理論及洪水預(yù)報(bào)誤差的水庫汛期運(yùn)行水位動(dòng)態(tài)控制域研究。針對目前徑流預(yù)報(bào)誤差量化時(shí)，單純使用概率論方法難以全面反映誤差的內(nèi)在不確定性，從而無法得到高精度預(yù)報(bào)結(jié)果，影響到調(diào)度決

9、策的可靠性問題，首先利用概率論和可信性理論探討徑流預(yù)報(bào)的隨機(jī)性和模糊性，將洪量看成隨機(jī)變量，采用概率理論來描述，而將預(yù)報(bào)的誤差看成隨機(jī)模糊變量，采用可信性理論來描述，建立了基于可信性理論的徑流預(yù)報(bào)誤差量化模型。然后根據(jù)模糊機(jī)會(huì)規(guī)劃的思想，結(jié)合洪水調(diào)度理論，建立了優(yōu)化水庫汛期起調(diào)水位的模糊機(jī)會(huì)約束決策模型，求出不降低水庫防洪標(biāo)準(zhǔn)前提下的汛期運(yùn)行水位動(dòng)態(tài)控制域。以鳳灘水庫為例進(jìn)行實(shí)例研究，并結(jié)合極限風(fēng)險(xiǎn)率方法驗(yàn)證了所建模糊機(jī)會(huì)約束決策模型的