基于含多种约束仿水循环算法的梯级水电站优化调度

梯级水电站经济调度是一个具有多维数、多目标、非线性的新问题,调度策略随决策者期望而变化。根据不同调度期望,构建三个分别以发电量最大、耗水量最小、末期蓄水量最大为目标的优化调度模型。本文提出的仿水循环算法是一种受自然界水循环过程启发提出的全新算法,即含多种约束的仿水循环算法CWCA,引入水滴权重因子,可根据寻优情况自适应地调整权重值,有效解决迭代速度与计算精度的权衡问题,以及因水滴粒子处于局部最优而导致迭代停滞的问题。利用不同测试函数求解结果对比表明,CWCA比改进粒子群算法MPSO更具有效性与优越性。经对三座梯级水电站优化调度策略的仿真结果证明了CWCA的可行性,也显示了MPSO可显著提高优化结果,大幅降低收敛时间,是一种更优越的智能种群算法。