遗传算法建模.ppt

遗传算法建模 遗传算法建模 水电站水库优化调度是水电站长期经济运行的中心内容，是管理和控制水库安全可靠性，合理利用水资源、发挥水库综合效益的重要措施，是水电站及其水库长期运行计划的制定和实施的核心问题。它是在难以准确预知未来径流的情况下，避免工作上的差错，制定水库调度图或优化调度软件作为指导水电站水库运行的工具，以满足水电站可靠性和经济性的要求，达到最大效益。由于在较长时期内气象和水文条件的剧烈变化，水电站水库的天然来水在时间上分布极不均匀，借助水库对流量进行调节，蓄丰补枯，以适应发电等用水的需求，提高水资源利用程度，增加发电及其它用水的经济效益。从这个意义上说，水库调度计划即为水库蓄、供水计划。另一方面，水库蓄水可以抬高上游水位，提高水头，增发电能，因此可以说水库调度在提高水量利用程度和增加发电效益方面具有重要作用。 问题描述 问题描述 应用实例 龙滩水电站是红水河梯级开发的骨干工程 、巨型电站和大型水库，坝址位于广西天峨县境内，是红水河综合利用规划的第四个梯级电站，其装机容量占红水河可开发容量的35-40%，其死水位为330m，正常高水位为375m，校核洪水位为381.84m，装机容量4900MW 。龙滩水电站的建成，有利于推进华中与华南电网联网，实现更大范围内的资源优化配置，有利于全国电网的安全经济稳定运行。 应用实例 应用实例 　 　 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 起始水位/m 370.00 　 　 　 　 　 　 　 　 　 　 　 期末水位/m 370.00 　 　 　 　 　 　 　 　 　 　 　 入库流量/ m3/s 637 532 590 688 1381 2977 2821 2831 1849 1194 1171 767 发电流量限制 上限 4970 4970 4970 4970 4970 4970 4970 4970 4970 4970 4970 4970 下限 0 0 0 0 0 0 0 0 0 0 0 0 库水位限制 上限 375 375 375 375 375 359.3 359.3 369.2 375 375 375 780 下限 330 330 330 330 330 330 330 330 330 330 375 375 出库流量约束 上限 10000 10000 10000 10000 10000 10000 10000 10000 10000 10000 10000 10000 下限 0 0 0 0 0 0 0 0 0 0 0 0 出力约束 上限 4900 4900 4900 4900 4900 4900 4900 4900 4900 4900 4900 4900 下限 0 0 0 0 0 0 0 0 0 0 0 0 遗传算法求解 大体步骤： 1以时段为序（月），将水位作为基因值编码。（浮点数编码） 2 通过水量平衡方程，用时段初、末水位所对应的库容及时段来水计算出水库的下泄流量。 3 通过下泄流量计算出相应的下游水位，并根据时段初末的上游水位计算出时段的平均水头。 4 计算N=KQH 5 记录下截止到当前代最好的个体及其对应的出力、水位、库容等情况。 6 选择、交叉、变异 新群体 7 重复2---6，直到代数T（将2-6放入一个方法中，并使用while(tT)循环） 遗传算法求解 初始化种群： 1以水位作为控制变量，离散成m份，精度N=0.1 m = (int) ( (zmax - zmin) / N); 2生成0到m之间的随机数n, Z=Zmin+n*N;Z即为该时段基因值. 3对每个时段生成1个n,并将每个时段的Z顺序放入一个数组，即为一条染色体。 4 初始种群是一个二维数组 fatherGroup[M][q_in.length+1] M:种群规模，q_in是入库流量的数组。 5 考虑水量平衡方程，不符合流量约束的舍弃。 遗传算法求解 求适应度： 1由于本例中目标函数为正，所以可作为适应度函数（发