基于加速遗传算法的梯级水电站联合优化调度研究.pdfVIP

第 3O卷 第6期 水 力 发 电 学 报 V0I_3O NO．6 2011年 12月 JOURNAL 0F HYDR0ELECTRICENGINEERING Dec．，2011 基于加速遗传算法的梯级水 电站联合优化调度研究 吴成国 ，王义民 ，黄 强 ，金菊 良 ，张永永 (1．西安理工大学 西北水资源与环境生态教育部重点实验室 ，西安 710048； 2．合肥工业大学 土木与水利工程学院，合肥 230009) 摘 要 ：梯级水 电站联合优化调度是一项涉及学科 门类广泛、牵涉部 门利益众多的复杂大系统优化决策 问题 ，对制定和 实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联 合优化调度 中存在 的 “维数灾”及大量约束条件不易处理的难点，将加速遗传算法 (AGA)应用于梯级水 电站联合优化调 度研究中，采用 “分类假设”的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体，由此重点 阐述 了改进遗传算法对优化调度模型大量复杂约束条件 的实现方法 。上述方法在我 国水、电特性代表性 良好 的乌江梯 级七库联合优化调度实例的应用结果表明：加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自 适应及全局搜索能力 ，且计算结果与设计成果相 比，乌江梯级水电站多年平均发电量增加约 2．60％。可见，采用 “分类 假设 ”的研究思路处理群体智能优化算法应用于梯级水 电站联合优化调度中存在的复杂约束问题是合理可行的，可为流 域梯级水电站实行集中运行、调度提供科学有效的决策依据。 关键词 ：梯级水电站 ；优化调度 ；加速遗传算法 中图分类号 ：TV737 文献标识码 ：A Studyoncombinedoptimaloperationofcascadehydropowerstations based on acceleratinggeneticalgorithm WUChengguo，WANGYimin，HUANGQiang，JINJuliang，ZHANGYongyong (1．KeyLabofNorthwestWaterResourcesandEnvironmentEcologyofMOE，Xi’anUniversityof Technology，Xi’an 710048；2．CollegeofCivilandHydraulicEngineering， HefeiUniversityofTechnology，Hefei230009) Abstract：Combinedoptimaloperationofcascadehydropowerstationsisanoptimizeddecision—makingproblem oflargecomplicatedsystem ，and itinvolvesvariousdisciplinesandagencies．Studyofthisissueisofgreat significancetoregionalwater—useplanningandsustainabledevelopmentofregionaleconomy．When aswarm intelligentoptimizationalgorithm isappliedtothisproblem ，a largesystem ofcomplexconstraintconditions andcurseofdimensionalityoftencausepracticaldifficultiesintheirtreatments．Inthisstudy，anaccelerating geneticalgorithm (AGA)wasadoptedtosolvethepro