梯级水库群长期优化调度的逐次优化-遗传算法

梯级水库群长期优化调度问题是一个典型的高度非线性、多维、多时段的优化问题。针对问题特点,提出了一种逐次优化和遗传算法相结合的方法。首先将多阶段优化问题转化为多个两阶段优化问题,然后采用遗传算法求解每个两阶段优化问题。将该方法应用于大渡河4个梯级水库水电站长期优化调度,结果表明,该方法占用计算机内存少,效率高,收敛速度快,是一种有效的求解水库群优化调度模型的方法。

水库调度中逐次优化算法（POA）的收敛性研究

水库调度中逐次优化算法（ＰＯＡ）的收敛性研究杨侃，丰景春（河海大学水资源水文系南京２１００９８）（河海大学管理工程系南京２１００９８）陆桂华（河海大学水资源水文系南京２１００９８）本文根据某一大型水电站（代号甲电站）提出的一次洪水过程优化调度问题，用...

基于逐次优化和禁忌搜索算法的混沌优化方法

结合逐次优化、禁忌搜索和变尺度混沌优化方法的优点,提出了基于逐次优化和禁忌搜索算法的混沌优化方法。该方法具有逐次优化算法的隐性并行性和收敛性,禁忌搜索的智能性和变尺度混沌优化方法的快速性。仿真计算表明,该方法具有实现简单,优化效率高,鲁棒性强等特点,是求解大规模非线性规划问题的一种有效手段。

水库群防洪调度的逐次优化方法

针对防洪系统的具体问题，分析了并联水库群下泄流量与河道防洪控制点洪峰流量之间的内在联系，根据“先泄、后蓄、再分洪”的一般洪水调度原则，提出了水库群拱水调度模型及其逐次优化解法。该方法成功地实现了水库群之间以及水库群与区间汇流的错峰，为洪水实时调度及防洪系统规划提供了一套简捷、高效而又符合实际的模型和解法。

梯级小水电站日负荷优化分配计算的逐次优化法

针对梯级小水电站的实际情况 ,在给定水库用水量及计划日负荷图的条件下 ,将负荷优化分配至各电站、各台机组 ,建立了基于 POA算法的数学模型 ,应用该模型计算的优化分配方案与实际运行数据相比较 。

逐次优化法在水电站群补偿调节优化计算中的应用

水电站群补偿调节计算是水能规划设计的主要内容之一。利用常规方法和判别式法进行补偿调节计算,其保证出力往往偏小,而动态规划及其改进算法的应用,又受到“维数灾”的限制。本文基于逐次优化法(Progressive Optimality Algorithm)建立的水电站群补偿调节优化计算模型和算法,提高了水电站群的保证出力,较好地解决了“维数灾”问题。

逐次优化法确定证券组合的解

本文用逐次优化的新方法,确定证券组合的组合权数,使得参数估计数和计算量大大减少。文中给出实例验证和方法对比,并用图示表示。

迭代逼近─逐次优化拟合方法在水力计算中的应用研究

半立方抛物线形断面明渠收缩水深的计算理论上无解析解,但该参数在工程计算中运用十分频繁且有较高的计算精度要求。针对现有的同类公式精度不够高的问题,通过简单的数学变换推得半立方抛物线形断面无量纲收缩水深的基本方程,引入高次方程近似求解的迭代逼近—逐次优化拟合方法,基于迭代理论建立合适的函数模型并选取适当的拟合参数,以剩余标准差最小为目标对其进行逐次优化拟合,得到一套直接计算公式。误差分析及实例计算结果表明,在工程适用范围内,该直接计算公式的最大相对误差绝对值仅为0.039%,平均相对误差小于0.024%,拟合相关系数达1.000 0。该公式的建立较好地弥补了现有的同类公式计算精度的不足,为渠道工程的设计和运行管理提供了参考,也为涉及高次方程求解的各类工程水力计算提供了有益的借鉴。

逐次优化法在水电站群联合优化调度中的应用

本文应用逐次优化法求解水电站群联合优化调度,并证明了逐级优化法的收敛性。应用这种算法对红水河梯级水电站进行联合优化调度计算,结果是满意的。

基于逐次优化遗传算法的无功规划

利用网损对节点补偿容量的灵敏度进行无功补偿位置选址,以灵敏度平均值为标准选取补偿节点,在该选址结果的基础上提出了一种用于电力系统无功规划问题的改进逐次优化遗传算法,该方法利用逐次优化的思想,对传统遗传算法的寻优方式进行了改进,有效降低了解空间的维度,在保证算法效率的同时使得寻优的效果得到较大的改善。将算法应用于IEEE30节点系统和IEEE118节点系统,计算结果表明算法可以较好地改善寻优特性。

逐次正交设计优化法

采用对岩体和岩性诸参数，包括其抗剪强度指标Ｃ、φ值进行弹塑性位移反分析的逐次优化法，在工程实际中得出了非线性逆问题的唯一解。在此基础上，引入正交设计的思想构造的逐次正交设计优化法，特别适用于实际大型非线性位移反分析计算。用该方法对李家峡水电站地下厂房附近的初始地应力场及岩体力学参数进行了位移反分析计算，不仅取得了与实测值相吻合的结果。

混合混沌优化方法及其在非线性规划问题中的应用

结合逐次优化、禁忌搜索和变尺度混沌优化方法的优点,提出了一种混合混沌优化方法。该方法具有逐次优化算法的隐性并行性和收敛性,禁忌搜索的智能性和变尺度混沌优化方法的快速性。仿真计算表明,该方法具有实现简单,优化效率高,鲁棒性强等特点。

极大似然最大熵概率密度估计及其优化解法

针对经典最大熵概率密度估计中拉格朗日乘子计算目前存在高度非线性、计算精度不高或有时难以收敛等问题,提出了一种"最大似然+逐次优化"的方法。基于最大似然估计法,推导建立了简化的拉格朗日优化函数;在此基础上,基于样本原点矩约束,提出了逐次寻优算法。根据优化过程不稳定,重新推导了拉格朗日乘子的线性变换公式,避免矩阵求逆运算引起的奇异现象。针对几种常见的概率分布类型及可靠性问题,采用极大似然最大熵概率密度估计法与经典型最大熵概率密度估计法分别计算概率密度及可靠度的对比表明:极大似然最大熵概率密度估计法的优化函数非线性程度低,形式简单,而且"极大似然最大熵概率密度估计+逐次优化法计算"精度高,收敛性好。

含混合式抽蓄电站的梯级水库中长期优化调度

对含有混合式抽蓄电站的梯级水库开展研究有助于进一步发挥混合式抽蓄电站在电网中的作用。为此,建立了含混合式抽水蓄能电站的梯级水库中长期年发电量最大优化调度模型,以发电流量和抽水时间为优化变量,运用逐次优化算法,得到调度期的最优调度线和抽水时间组合。通过对白山-红石-丰满含混合式抽水蓄能电站的梯级水库算例计算,结果表明在丰水年、平水年和枯水年梯级水电站总的年发电量和保证出力均比不抽水时有所提高。

不同交易方式下的梯级水电厂日优化运行

研究了发电侧电力市场中限量竞价和完全竞价下的梯级水电厂日优化运行问题,分别建立了优化计算模型,并给出了统一化处理的数学模型和求解方法。模型中除考虑了系统边际电价、合同电价和合同电量的因素外,还考虑了系统对各电厂的出力要求。算例表明,模型合理,算法有效,计算结果可作为梯级水电厂日前交易市场中电量申报的基础,效益显著。

白山发电厂长期优化调度研究

建立了白山发电厂长期优化调度模型,采用POA算法对模型进行求解。根据历史资料对白山发电厂常规机组以及带抽水蓄能机组的调度进行优化,结果表明,供水期常规机组优化调度后较实际年平均增发电量0.17亿kW.h,增加效益为972万元,说明优化调度是必要的;抽水蓄能机组投入运行后,年平均发电效益增加1.976亿元,经济效益十分可观。

含混合式抽水蓄能电站的梯级水库长期随机优化调度研究

为提高含混合式抽水蓄能电站的梯级水电站的保证出力和发电量,构建了年期望发电量最大的含混合式抽水蓄能电站长期随机优化调度模型,并运用逐次优化算法对模型进行求解。白山—丰满梯级水库优化调度计算表明,优化后白山水库保证出力抽水比不抽水增幅为24.94%,梯级电站总保证出力抽水比不抽水增幅为9.33%;白山水库年发电量抽水比不抽水增幅为4.86%,梯级电站总发电量抽水比不抽水增幅为8.64%。

发电侧电力市场下的梯级水电厂日优化运行

研究了发电侧电力市场下梯级水电厂日优化运行问题,建立了系统边际电价预测的二次移动平均模型;在此基础上,介绍了梯级水电厂日收益最大模型和相关的约束条件,并用逐次优化算法求解,计算结果可作为梯级水电厂的竞价策略参与竞价上网。该方法应用到四川南桠河梯级水电厂日优化运行中,结果令人满意。

水库单目标优化调度技术比较研究

优化算法的选择是水库优化调度中的一个难点。本文选取了传统优化算法POA、智能优化算法GA和DE等,从变量规模、算子选择、参数选定、约束处理方法等方面对算法在水库优化调度中的性能进行了深入的比较研究。结果表明:智能优化算法在水库优化调度中具有一定的适用性,不同算法的搜索效率差异较大,需要根据问题和算法特点对算子和参数进行精心设计和选择。对于变量较少的小规模水库优化调度问题,通过选取合适的算子和参数,智能优化算法GA和DE从耗时等方面会优于传统优化技术POA;但对于变量较多的复杂水库优化调度问题,POA在耗时和解的质量等方面仍然具有显著的优势。研究成果可为水库优化调度优化算法的选择提供参考。

基于电压控制分区的发电机无功备用优化方法

发电机无功备用对电力系统电压稳定和电压控制具有重要意义。提出了基于电压控制分区的区域发电机无功备用定义,该定义综合衡量了区域发电机无功备用对静态电压稳定和准稳态电压控制的价值以及无功备用的可供给性。分析了控制变量的特性和选取方式,建立了用于优化区域无功备用和区域电压水平的二次规划模型,提出了逐次分区优化求解算法。通过3节点系统算例验证了无功备用定义和控制变量选取方式的合理性。通过IEEE 118系统算例验证了优化方法的正确性和可行性,优化方案显著提高了区域无功备用量和电压稳定裕度,改善了电压水平。区域无功备用优化方法将高维的无功备用优化原问题简化为少量的低维区域优化子问题,具有较高的容错性和计算效率,可用于较大规模系统的发电机无功备用评估和优化。