水电能源系统优化问题中数据挖掘 群智求解和综合决策-intelligence solution and comprehensive decision of data mining group in hydropower energy system optimization problem.docx

独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本论文属于（请在以上方框内打”√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日本论文的研究工作获得以下基金的资助，在此鸣谢：1.国家自然科学基金重点项目：长江上游水库群复杂多维广义耦合系统调度理论与方法”（项目编号2.教育部高等学校博士学科点专项科研基金：复杂水火电多维广义耦合系统运行优化与风险决策（项目编号：20100142110012）3.国家自然科学基金重点项目：“市场条件下流域梯级水电能源联合优化运行和管理的先进理论与方法”（项目编号4.国家科技支撑计划专题：梯级枢纽联合调度决策支持系统研究（项目编号：2008BAB29B08-06）5.水利部公益性行业科研专项经费项目“面向生态调度的长江中上游复杂水库群多维调控策略研究”（项目编号：200701008）；6.水利部公益性行业科研专项经费项目：大东湖水网调度关键技术研究及应用（项目编号：201001080）7.国家973重点基础研究发展计划课题：“坝堤溃决风险分析理论与评估方法”（项目编号：2007CB714107）摘要水是生命的源泉，电是社会发展的动力。水是人类生活和生产中必不可少的基本物质需求，也是重要的能源资源。我国水资源总体上十分丰富，十三大水电基地分布于祖国的大江大河上。由于水的清洁可再生性，水电能源对减轻化石燃料的依赖并提高对自然环境的保护具有十分重要的作用。然而，自然界水的总量有限，需要在满足生活需水的基础上合理利用水能。从广义角度看，我国水资源又是十分紧缺的。因此，研究合理开发利用水资源、优化配置水电能源的理论、方法与技术，发挥水利水电的综合效益，对国民经济和社会发展具有重大的现实意义和支撑作用。水电能源系统是复杂巨系统，其优化运行边界是多种层次上的多种需求的综合交集，一直面临诸多的科学和工程难题，迫切需要理论突破和技术攻关。合理利用与配置有限的水资源，离不开科学准确的水文预报、水电能源系统优化运行建模与求解、调度方案多目标-多属性-多层次决策方法。本文仅针对上述三个方面问题，在水文水资源分析与预报的数据挖掘方法、水电能源系统优化建模与群智算法求解、综合考虑多种调度目标-调度方案多种属性-调度主体多种层次的综合决策理论与方法方面展开研究。（1）合理利用水资源、实现梯级水库群科学调度的前提是准确的径流预报。准确及时的水库入库径流预报对于指导水库调度具有十分重要的意义。长期以来，在水文科学领域，如何开展水库入库径流预报并提高其预报精度，尤其是中长期尺度预报一直是个工程和科学难题。流域径流是一个受多种因素综合影响的复杂非线性动力学过程，传统的线性方法难以对其有效刻划。BP神经网络是具有极强学习能力的非线性数据挖掘技术，但用于水文预报时需要选择有效的预报因子并构建合适的样本结构。根据金沙江流域的地理和资料特点，将反应流域径流的年际间丰枯特性的变量引入预报因子，以提高预报精度；通过细化预报尺度并改变样本构成，以提高预见期；在BP神经网络算法中引入保优机制和动态学习因子策略，提高模型参数学习效率和样本模拟精度；最后通过应用金沙江流域实例研究对所提方法可行性和有效性加以验证。（2）水电能源及互联电力系统联合调度本质上是一类非线性约束优化问题。很多优化方法被前人用于研究和解决该问题，但其又具有很多自身独有的特点和难点。该类问题的求解困难之处主要在于：1）目标函数或约束的非线性造成的非凸性；2）I决策变量多造成的高维性；3）复杂约束造成的强约束性和可行域狭窄性。为此，需要研究其优化运行建模理论与高效求解方法。选取三个代表性调度问题，根据各问题特点探索有效的群体智能求解算法。针对梯级水库群联合发电优化调度问题特点和求解难点，为充分发挥教学优化算法良好全局寻优性能、避免局部寻优之不足，提出团队教学概念和进修机制，构建了团队进修教学优化算法；针对电力系统节能减排多目标动态调度求解难点，以及差分进化算法在求解高维问题和多目标问题时的不足，提出扩展双选择算子、动态启发约束处理和自适应重启机制，进而构建改进自适应多目标差分进化算法