基于智能算法的水库群联合调度图优化.pdfVIP

第33卷增刊第1期 水 利 水 电科 技 进 展 2013年3月 Vol.33 Supplement No.1 Advances in Science and Technology of Water Resources Mar. 2013 基于智能算法的水库群联合调度图优化 1 2 3 4 5 张松达 ,夏国团 ,劳冀韵 ,戴泗君 ,许伟达 (1.宁波原水集团,浙江 宁波摇 315000;2.余姚市水利学会,浙江余姚摇 315400; 3.余姚市四明湖水库管理局,浙 江余姚摇 315400;4.余姚市梁辉水库管理局,浙江余姚摇 315400; 5.余姚市陆埠水库管理局,浙江余姚摇 315400) 摘要:简述水库群联合调度的特点及有关优化方法,采用群智能算法与渐进最优性算法相结合的优 化方法对水库群联合调度图中的兴利调度图进行优化,给出了供水量和水位同时优化及供水量和 水位交替进行优化两种情况下的具体优化步骤。 认为优化水库群联合调度图对充分发挥水库工程 的群体作用,进一步提高水资源利用的整体效率和综合效益具有重要意义。 关键词:水库群联合调度;兴利调度图;优化调度图;群智能算法;渐进最优性算法 + 中图分类号:TV697.1 2摇 摇 摇 文献标志码:B摇 摇 摇 文章编号:1006 7647(2013)S1 0005 02 摇 摇 20世纪90 年代初,余姚市为编制供水水源规 调、群智能算法以及人工神经网络等多种方法。 对 划、水库控制运用计划、水资源高效利用方案,与有 多目标问题可以结合约束法、权重法等方法进行处 关科研和设计单位合作,开展了水库调度研究与决 [4] 理 。 其中,动态规划已发展成多种方法,如离散 策支持系统(DSS)的研制,获得了浙江省、宁波市和 微分动态规划法(DDDP)、渐进最优性算法(POA)、 余姚市多项科技进步奖和水利科技创新奖,其中水 逐次逼近动态规划法(DPSA)及多目标动态规划法 库群调度方面建立了余姚市二级大系统分解 协调 等。 群智能算法包括遗传算法(GA)、标准遗传算法 [1] 模型 。 水库群联合调度图的优化,对充分发挥水 (SGA)、免疫遗传算法(IGA)、多目标免疫遗传算法 库工程的群体作用,进一步提高水资源利用的整体 (MOIGA)、粒子群算法(PSO)、多目标粒子群算法、 效率和综合效益具有重要意义。 在实践中可以采用 离散粒子群算法、蚁群粒子群混合算法、遗传粒子群 群智能算法与渐进最优性算法相结合的方法对水库 混合算法、蚁群算法、模拟退火算法等多种方法。 [2] 群联合调度下兴利调度图进行优化 。 2摇 群智能算法与渐进最优性算法相结合的 1摇 水库群联合调度的特点及优化方法 水库群联合调度图优化方法 1.1摇 水库群联合调度的特点 摇 摇 渐进最优性算法(progressive optimality algorithm, 水库群联合调度 (joint operation of reservoir POA)是加拿大学者 Howson 等在 1975 年提出的方 group)的主要特点:一是涉及较多的决策变量和状 法,是基于贝尔曼最优性原理的一个推论即渐进最 态变量,对它进行优化面临由许多优化变量组成的 优性原理而建立。 群智能算法是一类启发式的算 多维向量,如供水量和水位;二是有关向量之间存在