水电站水库汛期洪水退水段优化调度的研究.docVIP

水电站水库汛期洪水退水段优化调度的研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
水电站水库汛期洪水退水段优化调度的研究

水电站水库汛期洪水退水段优化调度的研究   摘要:有防洪任务的水电站水库,洪水退水段的调度对发电非常重要,退水段调度好坏直接影响水库全年兴利效益。以北方某水电站水库为例,在预测退水段径流过程的条件下,建立了退水段发电量最大模型,并利用遗传算法对该模型进行求解。遗传算法与常规调度结果的对比结果表明,前者能获得更优的调度结果。该方法对指导水电站水库汛期洪水退水段的调度,有较强的实用价值。   关键词:优化调度;遗传算法;洪水退水段   中图分类号:TV213 文献标识码:A 文章编号:1672-1683(2007)05-0121-03    Study on Optimal Operation for Recession Flood of Hydropower Reservoir   YUAN Jing-xuan ZHANG De-qiang2 , ZHANG Zhen1   (1.Dept. of Civil and Hydraulic Eng., Dalian Uni. of Tech, Dalian116024, China.   2.Chaersen Reservoir Admintrative Bureau, Songliao Watershed Commision, Wulanhaote 137400 China.)   Abstract:For the hydropower reservoir, operation for recession flood in flood season is quite important for whole year’s power generation. Taking one reservoir in Northern China ad an example, this paper developed an optimal model, and solved it with Genetic Algorithm. The results of comparing traditional and optimal operation showed that Genetic Algorithm can be used calculating optimal reservoir operation. The idea and method can be applied in other reservoir optimal operation.   Key words: Optimal operation; Genetic Algorithm; recession flood; hydropower reservoir   水资源的时效性较强,北方流域超过70%的降雨集中在汛期,造成汛期和非汛期的径流量相差很大。据现有的防洪调度规则,不考虑降雨预报和洪水的退水预报信息,即使处于洪水退水段,水库水位也要尽快降低至汛限水位,这样容易造成汛期多弃水,汛后又无水可蓄的现象[1-2];若后期降雨不足,则水库长期处于低水位运行状态,这将严重影响水库的兴利效益。针对这种状况,本文以汛期退水预报和气象预报信息为基础,对水电站水库汛期洪水退水段进行短期优化调度,并以北方某年调节水电站水库洪水退水段的优化调度为例,探讨水电站水库进行短期优化调的可行性。   常用的水电站水库优化调度方法有动态规划法#65380;离散微分动态规划#65380;逐步优化算法#65380;遗传算法等[3-6]。动态规划法是解决多阶段决策过程最优化的一种数学方法,但是使用动态规划时状态空间和决策空间约束在优化过程中容易产生“维数灾”。为了克服动态规划的“维数灾”,一些学者又提出了几种改进的动态规划,如离散微分动态规划和逐步优化算法等;离散微分动态规划通过迭代计算达到降维的目的,这种方法能达到局部最优解,但需要从多个初始试验轨迹出发,寻求最优策略;逐步优化算法可将多阶段问题化为两阶段问题,无需将状态离散化,但是它对目标函数和约束条件有较严格的要求;遗传算法是由美国人J.H.Holland吸取自然界中适者生存和基因遗传的思想而提出的一种全新的优化搜索算法,近年来成为水库优化调度新的优化算法。   20世纪80年代以来,一些学者开始将遗传算法应用到水库水电站的年优化调度和日优化运行调度中[7-12],但是目前为止,针对汛期洪水过程,利用遗传算法来进行优化调度的例子还很少见。本文尝试将遗传算法应用到汛期洪水退水段的实时优化调度中,探讨遗传算法在实时调度中的可行性。      1 短期优化调度数学模型      水电站水库优化调度可描述为:已知系统入库径流过程和调度初始#65380;末刻水库水位,寻求较优的库水位

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档