基于螺旋梯度法向逼近遗传算法的水电站优化调度研究

针对水电站机组负荷优化调度的动态不确定模型求解问题,采用一种螺旋梯度法向逼近改进型的遗传算法,该算法采用了实数编码的染色体样本,构造螺旋函数以避免收敛发散,采用改造传统遗传算法的收敛值函数,形成梯度法向矢量逼近,可以在时间上和空间上进行优化计算,具有收敛速度较快、占内存少、实时性好,编程简单等优点。将该算法编译成计算机组件以便实践应用,合理选取各种参数可以解决早熟问题或收敛速度慢的问题。应用实践表明,该算法与传统的遗传算法相比,对水电站机组负荷优化调度求解动态不确定模型具有收敛速度快、工程实时性好、算法适应性强等特点。