PA-DDS算法在水库多目标优化调度中的应用.pdfVIP

水利学报 2016 年6 月 SHUILI XUEBAO 第 47 卷第6 期 文章编号:0559-9350(2016)06-0789-09 PA-DDS算法在水库多目标优化调度中的应用 杨光，郭生练，刘攀，李立平，刘章君 (武汉大学水资源与水电工程科学国家重点实验室，水资源安全保障湖北省协同创新中心，湖北武汉 430072) 摘要: Pareto 存档动态维度搜索(Pareto-Archived Dynamically Di町lensioned Search , P A - DDS)算法是一种求解多目 标问题的随机搜索启发式算法。本文将PA-DDS算法引人考虑供水和发电的多目标优化模型优化水库调度图，与 非支配排序遗传算法(Non-dominaled Sorting Genetic Algorithm n , NSGA-II) 和多目标粒子群算法(Multi-Objec- tives Particlce Swarm Optimization , MOPSO)对比了收敛性，并在求得非劣解分布的均匀性和与理论Pareto 前端的 相似性方面与 NSGA-II 进行比较，分析该算法求解水库多目标调度问题的优化性能，对比分析不同目标下的优化 调度图。结果表明: PA-DDS算法能够得到更高质量的非劣解集，优化调度图与原设计调度图相比，能更有效协 调供水和发电的矛盾，在小幅降低(0.96 %)发电量的前提下显著提高(8.07 %)水库供水量，平均每年增加经济效 益0.55 亿元。 关键词:调度图;多目标优化; PA-DDS算法;丹江口水库 中图分类号: TV697 文献标识码:A doi: 10.13243/j.cnki.slxb 1 研究背景 随着社会进步和经济发展，人们对水资源利用有了更多要求，如何在满足防洪等约束的前提 下，均衡考虑各兴利目标间的关系，充分发挥水库调蓄作用，取得最优的综合效益是水库调度领域 必须面对的问题。调度图是一种直观、实用的指导水库运行的方式，与调度函数相比更为简单实 用、易于操作，得到了广泛的应用。制定常规调度图时需要通过对典型年或典型系列的径流调节计 算，得到不同时段出库流量或出力与库水位之间的分段线性关系。但由于常规调度图未直接考虑多 个效益目标的协调，仍有较大的优化空间，因此开展水库多目标调度图优化研究十分必要。 目前，线性规划、非线性规划、网络流、大系统、动态规划和启发式算法，由于其操作灵活、 性能优越而被国内外学者广泛应用于水库优化调度[IJ 。受生态环境、社会和经济等因素影响，综合利 用水库调度图优化本质上是一个多目标优化问题。传统优化算法一般将多个优化目标的水库调度转 化为单目标优化问题求解，只能给出一种最优的调度方案，而决策者更希望调度算法能得到一组优 秀的候选调度方案为调度提供更全面的决策信息支持。与单目标优化问题不同，多目标问题一般不 存在唯一的全局最优解使得所有目标函数同时达到最优，而是存在多个折衷解的集合。多目标进化 算法[2J 可以并行地处理一组可能的解，不需要分别运算多次便能在一次算法过程中找到Pareto 最优集 中的多个解，因此适合求解多目标优化问题。非支配排序遗传算法[3J (Non-dominated Sorting Genetic AIgorithm 11 , NSGA-II) 是目前最流行的多目标进化算法之一，由 Deb 等[4J 于 2000 年提出，具有运行 速度快、解集的收敛性好等优点，已成为检验其它多目标优化算法性能的基准。刘攀等[5J 以年均发电 量、发电保证率最大为目标建立了清江梯级水库调度图优化模型，并采用NSGA-II 求解，模拟调度 [6J 将多目标进化算法用于求解水库防 结果表明，优化的联合调度图能显著提高水库经济效益。肖刚等 收稿日期 2015-07-14 项目基金:国家自然科学基金项目， 作者简介:扬光( 1991 斗，男，湖北荆州人，博士生，主要从事水库优化调度研究。 E-mail: yanιguang@whu.edu.cn