基于遗传算法和差分进化算法的水电系统规划.pdfVIP

鲁圣；i}．蓦； {I圭 2015年第2期 (总第 113期) ENERGYANDENERGYC0NSERVATION 基于遗传算法和差分进化算法的水电系统规划 段禹舟，姚建国 (云南能投新能源开发有限公司，云南 昆明650051) 摘 要： 水电系统规划是一个庞大、动态、随机、相互关联的非线性优化问题，在这个模型中。最小化的热互补作为 目标函数，水电厂在每个周期的泄水量作为决策变量，遗传算法和差分进化算法这2个适应性进化算法的提出解决了这些 问题。这些方法在既定情况下考虑 了一整套解决方案，该方案允许在一定的探索空间里找到更加高效的解决方法作为替 代。仿真测试结果与目前使用的方法对比表明，进化法可改善 目前的解决方案，也可带来高效替代解决方案。 关键词： 水电系统规划；遗传算法；差分进化法 中图分类号：TK79 文献标识码：A 文章编号： 2095—0802一(2015)02—0180—05 OperationPlanningofHydroelectricSystemsBasedonGeneticAlgorithmsandDifferential Evolution DUANYuzhou．YA0Jianguo (YunnanEnergyInvestmentNewEnergyDevelopmentCompanyLimited，Kunming650051，Yunnan，China) Abstract：Hydropowersystem planningisanonlinearoptimizationproblem whichishuge，dynamic，randomandcorrelative．In thismodel，objectfunctionisthermalcomplementaryminimization，decisionvariableisthedrainagequantityofeachcyclein hydropowerstation．Tosolvetheseproblemsweproposetwoadaptiveevolutionaryalgorithms：geneticalgorithm anddifferential evolutionalgorithm．Thesemethodsconsiderthewholeschemeinestablishedcases；theschemeallowsUStofindsolutionas substituteincertainexplorationofspacewhichismoreeffective．Comparingtheresultsofsimulationandthemethod currently usedshowsthatevolutionary methodcanimprovethecurrentsolutionandbringsUseffectivealternativesolution． Keywords：hydropowersystemplanning；geneticalgorithm；differentialevolution 0 引言 1 数学表达 水电系统的规划是一个庞大、动态、随机、相互 目前，小湾水电系统正在研究最大限度减少互补 关联的非线性优化问题，因为这个问题中涉及因素很 需要的热力发电，以下是该模型的数学公式： 多，所以很多种方法都被提出用以解决该问题。在这 些文献中都建议利用动态规划模型”【，随机动态规划 Min∑{A()c[G()】)， (1) 模型2[]及非线性规划模型口懈决问题。而在元启发式方 G()=D(￡)一日()， (2) 法中，建议利用遗传算法来解决该问题f41。