梯级水电站群长期发电优化调度多核并行随机动态规划方法.pdf

中国科学: 技术科学 2014 年 第44 卷 第2 期: 209 ~ 218 论 文 SCIENCE CHINA PRESS 梯级水电站群长期发电优化调度多核并行 随机动态规划方法 * 王森, 程春田 , 武新宇, 李保健 大连理工大学水电与水信息研究所, 大连 116024 * E-mail: ctcheng@ 收稿日期: 2013-07-15; 接受日期: 2013-11-27 国家重点基础研究发展计划(“973”计划)(批准号: 2013CB035906)、国家自然科学基金(批准号:和国家杰出青年科学基金(批准号: 资助项目 摘要 随机动态规划求解水电站群长期发电优化调度易产生“维数灾” 问题, 导致计算耗 关键词 时急剧增加, 求解效率降低. 如何缓解维数灾和提高计算效率, 一直是水库优化调度致力于 梯级水电站群 研究的难点问题. 在随机动态规划的并行性分析基础上, 提出了基于 Fork/Join 并行框架的 随机动态规划 并行 多核并行随机动态规划方法. 该方法将单个时段内所有变量组合状态下的计算任务作为父 多核 任务, 通过分治法递归分解为多个子任务, 并平均分配到不同的内核同时计算实现细粒度 优化调度 并行求解. 以澜沧江下游梯级水电站群为研究实例, 建立了 3 个变量离散数不同的调度方 案, 并在多核环境下验证该方法的计算效率. 结果表明, 在2 和4 核环境下, 该方法的计算 耗时与串行方法相比, 分别节省了约50%和70%, 大幅度缩减计算耗时, 可充分利用多核资 源; 同时, 计算任务的规模越大, 并行计算的耗时缩减幅度越大. 因此, 此方法为大规模水 电系统优化调度提供了一种可行途径, 其并行原理可为其他应用所借鉴. 水电站群发电优化调度是系统工程研究领域较 产生了很多好的优化方法. 郭生练等人[2]和 Labadie[3] 为复杂的问题之一. 调度过程可描述为: 根据水电站 对应用于水电站群优化调度的方法作了详细的评述 的入库径流过程, 利用最优化方法, 在满足水电站及 与总结. 其中, 应用较为广泛的优化算法包括线性 系统相关约束条件的同时, 实现水电站群在整个调 规划[4] [5] [6] [7~9] 、非线性规划 、动态规划 以及智能算法 度期内的系统发电效益最大. 通过水电站群发电优 等. 并且, 不同的调度问题对于方法的选择也存在一 化调度, 能够有效发挥水电站调蓄功能, 充分挖掘水 定差异, 选择的依据主要依赖于调度任务、数据完整 资源蕴含的丰富水能使其转化为电能, 对电网安全 性、优化目标以及约束条件等. 对于水电站群长期发 稳定运行具有重要意义[1]. 电优化调度问题的研究, 按入库径流的处理方式主 水电站群优化调度问题具有大规模、非线性、高 要分为确定性模型和随机模型. 确定性模型假定天 维数等特点[2,3], 且电站之间存在复杂的水力和电力 然径流是已知和确定的; 随机