基于变阶段逐步优化算法的阶梯水电站优化调度

水能属于可再生能源,合理地优化流域内阶梯水电站发电计划,可以达到提高水能利用率的目的。为提高某流域A、B、C 3个阶梯水电站的总发电量,建立了基于变阶段逐步优化算法的阶梯水电站发电优化模型,针对传统逐步优化算法容易陷于局部最优解的缺点,提出在逐步优化法两阶段分解集式中嵌入变阶段策略,有效降低了最优解对初始解的依赖性,保证优化结果收敛于全局最优解,算例计算结果表明变阶段逐步优化算法的收敛速度更快、更稳定。

初始轨迹对逐步优化算法收敛性的影响

针对逐步优化算法 (即POA法 )在水库群系统规划设计和运行调度中存在着初始状态轨迹的选择对最优解收敛性产生影响这一值得探讨的问题 ,以一算例演示阐述了全局最优收敛条件较松时初始状态轨迹的选择对POA法最优解收敛性的影响情况 ;并根据算例特征给出的启示 。

梯级水电站群中长期优化调度的离散梯度逐步优化算法

充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显著降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。

基于逐步优化算法的梯级水电站中长期优化调度

建立了梯级水电站中长期联合优化调度模型,并采用逐步优化算法对其进行求解。以金沙江中游梯级水电站群为例,通过计算,得到了合理的联合优化调度方案。与各水库单独运行对比,其多年平均发电量、枯期发电量及水量利用率均有不同程度的提高。该结果表明此方法应用于实际生产中切实有效,也为梯级水电站联合优化调度运行提供了一种可行的途径。

中期火电机组开机优化的改进逐步优化算法

根据中期火电机组开机优化的特点,建立了兼顾传统模式及节能原则下电力运行的中期火电机组开机优化模型,并提出了一种改进的逐步优化算法(IPOA)对模型进行求解。算法以启发式搜索获得的初始可行解为基础,通过逐步优化算法(POA)对其不断改进,同时引入均化系统开机容量及合并单站开机容量峰值策略,使目标解从约束边界处沿目标等值线向可行域内部移动,为POA循环迭代提供搜索空间,有效地克服了POA易陷入局部最优的缺点。算法实现时,采用局部验证策略对开机容量峰谷持续时段约束进行简化判断,提高了计算效率。最后结合云南电网实际情况,对模型和算法进行了验证。

基于三阶段逐步优化算法的三峡水库水沙联合优化调度研究

针对水沙联合优化调度多目标、高维、难以求解以及泥沙淤积计算具有后效性的问题,以泥沙淤积量为基本目标、发电量为约束目标,利用约束法将多目标水沙联合优化调度模型转化为单目标模型,并采用三阶段逐步优化算法进行求解。以三峡水库水沙联合优化调度为例,获得了满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,验证了所建立模型及提出的求解方法的合理性和有效性。

基于改进逐步优化算法的水库防洪优化调度

通过分析水库防洪优化调度模型以及逐步优化算法(POA)在运算中常收敛于局部最优的缺陷,提出了一种基于水量平衡的改进算法,避免总决策序列在复杂的约束条件下被分隔成若干不相互作用的子序列,使得算法更具跳跃性,不易陷入局部最优。实例分析表明:在水库防洪优化调度中,改进后的算法基本上能够解决传统POA过于依赖初始解的问题,提高了全局搜索能力,并且加快了收敛速度,具有良好的实用价值和借鉴意义。

基于逐步优化算法的太子河流域水库生态调度研究

针对太子河流域面临水资源短缺、生态环境退化现象,建立汛期以旬、非汛期以月为调度时段的水库生态调度模型,提出3种联合调度方案,并采用逐步优化算法求解。结果表明,在满足各区间用水户现状用水的条件下,各控制断面流量均能满足生态流量的要求。

复杂防洪系统优化调度的三层并行逐步优化算法

逐步优化算法(POA)在求解水库群防洪优化调度问题方面,应用广泛且较为有效。但是随着水库数量的增加和计及洪水演进、干支流汇入等因素,该算法求解复杂防洪系统调度的效率降低。本文在POA算法基础上,引入莱维飞行更新策略、模式搜索法以及并行技术,提出了三层并行POA算法(TPPOA),并应用于赣江中下游复杂防洪系统的防洪优化调度中。结果表明,相较常规防洪调度规则和POA算法,TPPOA获得的调度策略可以有效降低下游防洪控制点洪峰流量,减轻下游防洪压力。此外,在6核心CPU计算机下,TPPOA计算速度约为POA算法的3~7倍,计算速度更快。本文为复杂防洪系统的优化调度提供了一种新的方法。

基于逐步优化算法的随机波浪荷载反演

根据实测结构响应反演得到所受波浪的荷载时程,可为海洋结构的设计和健康监测提供可靠的荷载信息。因此,提出了一种基于逐步优化算法的随机波浪荷载反演方法。该方法在用Newmark-β法离散求解结构响应的基础上,针对每两个相邻时间点建立目标函数,以加速度时程为输入,逐步识别一系列时间点上的波浪荷载。由于每一个时间点上的荷载是根据上一个时间点的荷载和响应信息递归推导而来,每一步的荷载求解问题规模较小,导致整体荷载的反演效率较高。以一个二层海洋结构为算例,验证出:该方法能有效识别随机波浪荷载,且抗噪能力较强。

基于逐步优化算法的梯级电站优化调度研究

长河坝、黄金坪梯级电站投产后,面临“康甘断面送出受限”“运行方式孤立”“龙头水库未建”等一系列突出问题。因此,开展长河坝、黄金坪梯级水库优化调度研究具有现实意义。笔者从梯级电站的工程特性入手,通过探索出力联动机制,基于逐步优化算法(POA)建立优化调度模型,以1952~2017年的径流资料为基础,对梯级电站的年度发电量进行优化计算,并通过BP人工神经网络模型对计算结果进行检验,结果表明:优化模型计算稳定,收敛性好,为梯级水库优化调度研究提供了思路。

基于大系统逐步优化算法的梯级水电站优化调度

针对水电站群联合优化调度的重要性,以三峡水梯级电站群和清江梯级水电站群联合优化调度系统为例,以系统总发电量最大为目标函数建立梯级水电站联合优化调度计算的数学模型。利用联合优化调度系统,采用大系统分解和逐步优化相结合的算法求解数学模型,同时将是否参与调峰条件下,两个梯级电站群联合调度与各水电站单独调度的计算结果进行比较和分析,验证大系统逐步优化算法在联合调度应用中的科学性和适用性,为其他联合优化调度实际应用提供参考。

基于三层并行逐步优化算法的多水源区域内水资源智能调配方法

多水源区域内水资源的目标量通常较多,对其进行水资源调配时存在目标查找困难、调配精准度低等问题.为了有效解决上述问题,提出一种基于三层并行逐步优化算法的多水源区域内水资源智能调配方法.首先建立了考虑经济效益、社会效益以及生态环境效益的目标函数,并计算了三者的具体权重,以作为下一步水资源调配的参照基准.然后采用三层并行逐步优化算法将调配分为决策、查找及优化更新三大步骤,同时结合莱维飞行算法查找决策模型中的最优目标解,通过不断迭代优化更新目标值与调配值间的正向差值,并利用修正函数缩小二者间的差异,以实现水资源的高效调配.最后通过仿真实验证明,所提出的基于三层并行逐步优化算法的多水源区域内水资源智能调配方法具有较高的精准度、较强的稳定性和较广的适用范围.

风光接入下瀑布沟水电站短期调峰优化调度研究

针对水风光一体化清洁能源基地中,风光接入后水电站调峰运行遭遇挑战的问题,文章以瀑布沟水电站及周边风光电站为研究对象,探讨风光接入对于水电站运行情况及调峰能力的影响。建立以源荷匹配最优和弃电量最小为目标的短期调度模型,采用基于电网负荷原则的方法优化初始调度线生成并使用POA算法求解模型。结果表明,接入风光后,瀑布沟水电站午后水位升高;出力过程改变,午间电量存续至夜间发出;调峰能力随径流丰枯有不同程度的削弱。该研究给水电站在异质能源互补运行背景下的优化调度提供参考。

梯级水电站优化调度的变阶段逐步优化算法

逐步优化算法(POA)在求解梯级水电站联合优化调度中,其优化结果受初始解的影响较大,不同的初始解对优化迭代过程的收敛性影响不同,导致优化结果可能陷入局部最优。针对这一问题,本文在深入分析POA寻优机制的基础上,探求了影响算法全局收敛能力的关键因素,揭示了POA的两阶段寻优策略和梯级水电站优化调度在求解两阶段问题时传统的"自上而下逐电站"寻优模式对算法收敛能力的影响规律,进而提出了基于逐步差分和变阶段优化改进策略的变阶段逐步优化算法,有效消弱了原始算法在求解梯级电站联合调度问题中对初始解的依赖性,在一定程度上保证算法收敛于全局最优解。实例研究表明所提算法优化得到的梯级发电量比POA算法提升0.15%左右,有效克服了原始算法的局部收敛问题,且改进算法效率更高,寻优结果更稳定。

基于判别式法及逐步优化算法的梯级蓄能调度图研究

为提高梯级水库调度的科学管理水平,针对应用判别式法进行梯级水库调度存在的易放空水库和易产生弃水问题,阐述了基于判别式法的梯级蓄能调度图制定方法,构建了基于蓄能调度图的梯级水库保证出力最大模型和发电量最大模型,并给出了利用逐步优化算法对模型结果进行优化的模型求解流程。以我国西南某流域梯级水库为实例进行计算,其结果与常规方案相比,不仅年发电量有所提高,保证出力和保证率也有较大程度的提升,验证了所建模型的合理性和算法应用的有效性。

水电站厂内负荷优化分配的通用算法研究

以工作单元为研究对象,将水电站厂内负荷优化分配模型分解成上下两层优化模型,提出了可以通用的双层逐步优化算法,并经实例电站的实际运行数据与该算法计算的优化分配成果比较,表明该法可取得较好的效益。

基于广义蚁群算法的梯级水库群优化调度

利用广义蚁群算法对梯级水库进行优化调度,采用以水量平衡方程为主要约束的随机自动生成方式生成初始蚁群,并利用惩罚函数法处理边界条件和其他非等式约束。实例结果表明,该算法搜索能力强、精度高、可靠、有效实用。

POA-DPSA混合算法在短期优化调度中的应用

根据逐步优化算法和逐次逼近优化算法的思想,提出了POA-DPSA混合算法,建立了清江梯级水电站短期发电效益最大模型,并利用逐步优化逐次逼近混合算法进行模型求解,在给定总用水量和各时段电价,满足各种约束条件下使总的发电效益最大,取得了较好的优化效果。

水电站群联合调峰调度均匀逐步优化方法

由于受到系统规模逐年扩大、调度要求日趋精细和约束集合日渐庞杂等诸多因素影响,如何快速制定合理的发电调度计划是水电站群联合调度面临的关键科学难题,集中体现在初始解的快速生成机制、决策空间的科学辨识模式以及行之有效的优化调度方法等3个方面。为此,从工程实用化角度出发,提出求解水电站群联合调峰调度问题的均匀逐步优化方法。该方法首先依据水电系统相邻日运行工况估算各水电站可能发电能力,并由上游到下游依次采用切负荷方法来快速生成初始解;然后将多阶段决策问题分解为若干两阶段子问题进行求解,并将均匀试验设计耦入各阶段决策变量集合的构造工作,指导算法优选少数富有代表性的决策变量,大幅减少运算量与存储量,进而降低方法的计算复杂度;同时,在寻优过程中将多重复杂运行约束统一集成至指定约束,以动态辨识可行搜索空间,进而降低算法的计算消耗。工程应用结果表明,所提方法可快速获得满意调度结果,能够切实服务于水电调度运行工作的开展。