基于改进PSO算法的三峡梯级优化调度研究.pdfVIP

基于改进PSO算法的三峡梯级优化调度* 朱承军1，2周建中1杨俊杰1 (1华中科技大学水电与数字化工程学院，武汉430074； 2中国长江三峡工程开发总公司，湖北宜昌443002) 【摘要】针对现有算法在求解复杂大规模梯级水电优化问题时存在的效率低、收敛难、易陷局部最优等问题， 提出基于粒子群优化(PSo)算法的求解三峡梯级电站“发电效益最大”目标的发电优化调度问题。通过求解计 算表明，该算法具有稳定、高效的全局收敛性能，是计算梯级优化调度问题的一种有效的手段。 【关键词】三峡梯级发电调度水电优化粒子群优化算法 1引言 三峡梯级各电站间存在水力和电力的联系，使得梯级联合优化调度问题的约束条件变得更加复杂，众 多的约束条件把问题的可行解限制在一个很小的区域，问题的求解变得非常困难。传统的基于数学规划技 术(如线性规划、动态规划、逐步优化算法等)由于受到时间效率、计算机存储能力以及陷落局部最优等 方面的限制，在求解复杂大规模水电系统优化调度问题时遇到困难，随着现代智能优化算法的发展，进化 引人为梯级水电群联合调度问题的求解提供了新的途径【1刮。 本文对三峡梯级电站以“发电效益最大”为目标的发电优化调度问题，提出了基于PSO求解梯级单 目标优化调度问题算法的一般结构。该算法的主要特点是把调度时段的梯级水库上游水位作为决策变量， 在综合考虑各种约束条件的情况下，通过计算每时段库水位的变化范围，把梯级优化调度问题转化为无约 束的优化问题处理，大大提高了算法的搜索效率。为了进一步改善算法的收敛速度，通过对妒惦t粒子用 POA算法进行一次寻优计算来加强算法的局部搜索能力，计算结果表明该算法具有理想的收敛性能和较快 的收敛速度，是求解梯级优化调度问题的一种有效手段。 2三峡梯级调度目标函数 该调度准则是将梯级电站不同的电价因素考虑在内，从梯级发电收入的角度来衡量，求梯级总的发电 效益最大。 r Inax芝：[P，．1(t)×Pl(f)+P，．2(f)×P2(t)] (1) I=l 式中 件——电站上网电价； Pl(t)和P2(t)——三峡和葛洲坝电站f时段的出力。 约束条件包括水位、流量，出力等。 3 PSO算法求解 以其独特的搜索机理、出色的收敛性能、方便 PSO算法是一种基于群体的现代启发式优化技术[4,5]， 的计算机实现，在工程优化领域得到了广泛的应用[6—8I。 PSO通过最优粒子gBest向其他粒子共享信息， 快速收敛到最优解。 *本论文研究工作得到国家自然科学基金项目(编号资助。 i039 第一届水力发电技术国际会议论文集(第二卷) 设进化t代的群体尸I包含Ⅳ个粒子，每个粒子i的位置为一={菇i，菇i，…，菇0}，速度为∥=㈨，t，i， …，秽量}，则t+1代粒子f的速度和位置按下式更新 谚。。+l=z[叫，，+C1R1(∥，；一姊i。；)+C2R2(∥：乒一对，；)] 巧，I+l=即i，I+巧i，‘+l (2) 1]间的随机数，z是收缩因子。pj：f是群体中最优粒子的位置，它指导粒子收敛到最优位置，∥，。保存了粒 子i在进化到t代后曾经经过的最好位置。 4算法设计 ’ 4．1算法一般结构 基于改进PSO的梯级水库优化调度算法的步骤。 1：Initialization() ， Step Step2．Generate—initialization—popula