遗传算法在供水系统原水优化调度中应用.pdfVIP

张利娟等：遗传算法在供水系统原水优化调度中应用 129 量；②在向水厂供水的时候，考虑到水位均衡，也会从 式中，F为 个时段周期内i个水库向 个水厂供 水库和河道直接向水厂供水；③如果岛内水库、河道水 水的费用 ；，个河道向 个水厂供水的费用 ；，个河道 量都不能满足用水需求，就从宁波的姚江进行大陆引 向，个水库抽水费用等三项费用总和，元；文中取K= 水；所以水库供水、河道供水、大陆引水就成为舟山本 24h；E为电费，元 ／kWh 为水的密度，P=1kg／L；g为 岛的三种原水水源 ，从而也就产生了更为复杂的费用 重力加速度，g=9．81m／s；，、 ．，为水库总个数、河 组成。原水供应一般分为水厂用水和灌溉用水，根据 道泵站与岛上大陆引水泵站总个数、水厂总个数；△日 资料分析，可供调度的水库一共有 11个，可供调度的 为水库或河道向水厂供水的供水高差，In；h为水库或 河道共有7个(包括大陆引水)，可供调度的水厂共有 河道向水厂供水时的所有管线的水头损失总和，m；田 6个 ，得出原水向水厂供水时的关系。 为泵的效率系数，文中取0．8。 2 建立模型 约束条件 ：① 水库可供水量约束；② 河道可供水 以水库、河网向水厂供水时的运行费用最省为 目标 量约束；③ 水量供需平衡约束；④非负约束。 函数，以供水量满足需水量为约束条件，以水库供水流 3 遗传算法设计 量Q 河流翻水入库流量Q 和河流抽水到水厂的流 文中采用浮点编码 ，浮点编码可以直接表征优化 ． 量为决策变量Q ，建立优化调度的数学模型如下。 变量，映射实数空间的任意实数，利用 目标 的梯度信 目标函数 ： 息，产生较高的计算精度。文中将 Q、Q、Q整合到一个 QiJ，(AHiJ+hiJ．) 矩阵QQ中，把 QQ作为单体基因，然后对其进行单独 minF=∑∑∑ g 田 + 编码。种群规模取为50，初始种群随机均匀分布，文中 i=1 J：1 t=1 I J K Q AHJ+h 所求的问题为约束优化问题，采用惩罚函数法 。 ∑∑∑Epg + 选择运算。文中为了保证遗传算法终止时得到的 i=1 k：1 ‘= l 田 ， J K Q (△ J+h，) 最后结果是历代出现过的最高适应度 的个体，采用最 ∑∑∑ g 17 佳保留选择策略。 表 1 可 用 原 水 量 虹桥水库 岑港水库 蚂蝗山水库 城北水库 红卫水库 南善桥河道 坝桥河道 大陆引水 时 一 一 — — 刻 供应虹桥水 供应虹桥水厂 供应虹桥水 供应城北水厂 供应城北水厂 供应虹桥水 供应虹桥水 供应虹桥水 供应城北水 厂优化水量 优化水量 厂优化水量 优化水量 优化水量 厂优化水量 厂优化水量 厂优化水量 厂优化水量 130 低 温 建 筑 技 术 2011年笫6期(总第 156期