基于耦合随机排序SCE算法的多目标生态调度研究

针对水库优化调度问题的多维性、非线性和强约束性特点,提出了耦合SCE算法与随机排序法的SCE-SR算法。在进行个体比较时综合考虑目标函数值和约束违反量,以实现群体优劣排序。同时,在迭代进化过程中加入精英保留机制,保证优化结果为可行解。将SCE-SR算法应用于三峡水库的优化调度研究,以发电量最大为经济目标及生态保障率最大为优化目标,基于水文学法量化下游河道生态流量适宜区间,并与遗传算法结果进行比较。结果表明:SCE-SR算法相较于遗传算法计算结果更优,枯水年SCE-SR算法所得年发电量比遗传算法增加0.48%,生态保证率增加2.78%。SCE-SR算法在优化过程中简单易行,需要调整的参数少,有机结合确定性方法和随机性方法,能快速定位可行域,兼具全局收敛性与鲁棒性,避免了遗传算法易"早熟"的缺点,所得优化调度方案在对经济效益影响较小的同时能保证生态流量需求,为多约束的水库优化调度问题提供了新思路。