POA算法在梯级水电站短期优化调度中的应用.pdfVIP

维普资讯 第21卷第 1期 水 电 能 源 科 学 Vo1．21No．1 2003年 3月 WaterResourcesandPower M ar．2003 文章编号：1000—7709(2003)01—0046—03 POA算法在梯级水 电站短期优化调度中的应用 宗 航 李承军 周建中 张勇传 (华中科技大学 水电与数字化工程学院，湖北 武汉，430074) 摘要 ：介绍 了梯级水电站短期优化调度的三个主要数学模型及相关的约束条件 ；在此基础上 ，深入分析 了 POA 算法的主要思想和实现方法；给 出了POA算法在梯级水 电站短期优化调度的实际工程应用及结果 ；指 出了POA算法进一步应用的方向。 关键词 ：梯级 电站 ；短期调度 ；POA算法 中图分类号 ：TV697．12 文献标识码 ：A 式 中， 为库容 ；日¨为平均发电水头 ；Q，IJ为平 1 问题的提出和模型的建立 均发电用水流量；II,J为平均入库流量 ；q1．J为平均 弃水流量；il．j为地表河流的平均入库流量。 梯级水电站短期优化调度是指在一天或几天 另外两个最优化模型与此模型类似，只是 目 的时间内，在满足梯级水电站各种约束的条件下 标 函数和约束条件不同而已。对于这样的数学模 使 目标函数取得最大值 。在一般情况下，主要就是 型，若采用常规的动态规划法 ，不可避免地会遇到 指以下三种数学优化模型：短期发电量最大模型； 所谓的 “维数灾”问题，从而使得求解非常困难[1】。 短期耗水量最小模型 ；短期调峰电量最大模型。实 际上，这三个数学模型具有相同的本质，即都是在 算法的主要思想和实现 一 定的约束条件下，求解非线性多阶段最优化 问 题 。为简便起见，仅以第一个模型进行说明。 2．1 主要思想 问题描述：已知梯级电站各水库的初始水位 POA算法根据贝尔曼最优化的思想，提出了 和控制期 (多为 1d)内的用水量 ，求各电站在各时 逐步最优化 的原理 ，即最优路线具有这样的性质 ， 段内的出力过程 ，使得控制期内总的发电量最大。 每对决策集合相对于它的初始值和终止值来说是 约定梯级水电站从上游到下游依次编号为 1，2， 最优的[2]。对于工程应用来说，P0A算法最主要 … ，…，K，一天内的时段依次编号为 1，2，…，， 的优点就是算法本身收敛，能够获得总体的最优 … ，Ⅳ。其中 为水 电站编号 ，为时段编号。 解 ，编程也 比较容易。同时文献E2-1指出，如果约束 K N 条件对 POA算法的收敛性无影响时，POA算法 数学模型： =max∑∑P¨△71，．J ，； l J= l 的收敛性与总效益 目标函数在整个可行域 内的特 式 中，目标 函数 为控制期 内梯级 电站的总电 性有关。 量 ；尸，．J为平均发电功率；AT，．J为时间长度。 2．2 算法步骤 约束条件 ： 以第一个最优化模型为例 ，假设梯级水 电站 V1J¨=V1Jj广 I11一Q1．1--q1．1)AT1．1 的调度期为 1d，初始时刻为 0点，终止时刻为 24 ，，．J=Q，一1．J一 ，+ql—1．J一 ， +ii．J 一 1 一 1 点，将 1d离散为 Ⅳ个时段。选择状态变量为各 P，．mi≤P，．J≤P，． 水库的初始水位 H，．o，决策变量为第 个水库在 Q， ≤Q，．J≤