水库水电站中长期隐随机优化调度综述

随着中国水电开发积极有序推进,大型梯级水电格局逐渐形成,对水电站群的实际调度运行提出了一系列新的需求和挑战。文中概述了水库水电站确定性优化调度理论的发展历程和2种随机优化理论思想,在阐述隐随机优化调度原理的基础上,对目前国内外常用的隐随机调度决策与自变量因子进行了归纳分析。重点介绍了多元线性回归法、智能算法、贝叶斯网络法和模糊集方法这4类调度规则制定方法,并分别对各方法的优缺点进行了总结评价。最后,提出水库水电站隐随机优化调度研究的几点展望,为进一步提高水库水电站实际调度水平提供技术支撑。

水电站双线性调度规则研究

本文研究水电站水库调度函数问题。提出了用多种方法综合计算线性调度函数的方法 ,以使其更具稳定性。采用双线性调度函数相互印证和补充 ,给出了相应的计算公式 ,并提出了考虑各决策变量取值规律的具体决策规则。实例模拟调度得到了满意的结果 ,显示了所提双线性调度规则的有效性。

水电站优化线性调度规则研究

给出了在各种约束下水电站线性调度函数的计算公式，提出了水电站线性调度函数的综合计算方法，理论分析和实例计算都显示该方法比传统的最小二乘法有更好的数值稳定性．

水库优化调度中的异轨同效问题

针对确定性水库优化调度问题,引入近似最短路径方法,寻求优化调度的近似最优解,从而证实"异轨同效"现象存在的可能性。借鉴流域水文模型的"异参同效"研究成果,视隐随机调度问题中的调度规则参数为具有概率分布特征的参数,视调度目标函数为似然函数,采用贝叶斯方法估计最优调度轨迹的区间分布,开展水库调度的最优调度轨迹的等效性研究。实例分析结果表明:进行水库优化调度的"异轨同效"研究,可以估计最优调度轨迹区间,从而将传统调度的单点决策转变为区间决策,更符合调度操作实际情况。

水库群隐随机优化调度最优决策规律研究

根据黄河干流调节性能较好的龙羊峡、刘家峡水库的预报调度规律 ,采用隐随机优化调度方法 ,选用完全多项式和广义线性多项式优化出最优决策规律 ,得到较好的调度效果。对水库群优化调度函数的检验表明 ,考虑龙、刘两水库径流预报函数调度发电量较不考虑效果要好 ,较常规调度发电量增加达 2 3%。

水文资料长度对隐随机优化调度规则的影响研究

针对水库调度隐随机问题中所需水文资料长度问题,以三峡水库为例,基于1882~2001年径流资料划分率定期与检验期,并在率定期中抽取一定长度的连续水文资料系列编制隐随机调度规则,在检验期中予以评价。结果表明,采用70 a以上的水文资料编制调度规则可获得较稳定、可靠的水库调度规则,30 a以上资料即可满足工程需求。

双决策变量法在水电站优化调度中的应用

对调度模型以隐随机优化为基本途径求解,采用两个决策变量,用传统最小二乘法及水能计算方法,寻求合理、有效的水电站优化调度规则。通过实例计算表明:双决策调度实际应用所得的经济效益明显优于常规调度。

基于隐式随机梯度下降优化的联邦学习

联邦学习是一种分布式机器学习范式,中央服务器通过协作大量远程设备训练一个最优的全局模型。目前联邦学习主要存在系统异构性和数据异构性这两个关键挑战。本文主要针对异构性导致的全局模型收敛慢甚至无法收敛的问题,提出基于隐式随机梯度下降优化的联邦学习算法。与传统联邦学习更新方式不同,本文利用本地上传的模型参数近似求出平均全局梯度,同时避免求解一阶导数,通过梯度下降来更新全局模型参数,使全局模型能够在较少的通信轮数下达到更快更稳定的收敛结果。在实验中,模拟了不同等级的异构环境,本文提出的算法比FedProx和FedAvg均表现出更快更稳定的收敛结果。在相同收敛结果的前提下,本文的方法在高度异构的合成数据集上比FedProx通信轮数减少近50%,显著提升了联邦学习的稳定性和鲁棒性。

宁波市白溪水库隐性随机优化调度研究

研究并建立了宁波市白溪水库隐性随机优化调度模型,对模型进行了详细求解,率定了优化调度函数参数,确定了宁波市白溪水库隐性随机优化调度方案。根据对50a的入库径流资料进行的模拟调度分析,确定的隐性随机优化调度方案与常规调度方案相比,效益指标有较大提高。

结合粒子群算法的隐式Euler-Taylor方法

针对隐式Euler-Taylor方法在求解Ito型随机微分方程时得到的迭代格式往往是一个高度非线性的代数方程(组)的问题,应用粒子群算法实现该迭代格式,给出了结合粒子群算法的隐式Euler-Taylor方法.

水库(群)随机优化调度研究进展与展望

水库(群)随机优化调度是防洪减灾和实现水能资源高效利用的有效方法,通过考虑来水的不确定性显著提高调度决策的实际指导效果,增强综合效益.梳理了水库(群)随机优化调度的相关概念及其与调度规则函数之间的关系,以显随机优化、隐随机优化和参数模拟优化三种方法为分类依据,综述了国内外水库(群)随机优化调度方法研究的发展历程.针对该领域存在的问题与不足,未来研究应重点关注提升水文预报水平、增加调度规则提取方法准确度、提高参数优化模型计算效率、克服随机动态规划维数灾问题与多维径流转移概率求解问题等方面,为进一步提高随机优化调度水平提供参考.

水库调度中隐式与显式随机优化方法的对比

以二滩水电站水库为例,介绍、搭建了隐式与显式随机水库优化调度模型;利用二滩电站的历史径流序列,针对2种随机模型,分别进行了模拟优化调度;对比分析了隐式随机与显式随机的调度结果,得出2种方法的优缺点,并为下一步研究奠定了基础。

水库隐性随机优化调度模型及应用

本文提出了一种由水文随机模拟模型和网络模矢优化方法两部分所组成的水库隐性随机优化调度模型。其中水文随机模拟采用的是蒙特卡罗法(MC法);优化技术是应用由网络分析法与模矢探索法相结合而形成的网络模矢法(NAPS法)。该模型的主要特点是在采用上述两种模型的组合形式时进行了某些合理可行的处理技巧,使整个模型在保持具有较高决策精度的前提下,计算机时和存储量都较少,且不受“维数”的限制,因此,它表现出较好的经济性和实用性。