自适应混合布谷鸟算法在水电站调度中的应用.docx

第42卷第6期2016年6月

水力发电

求电运行

自适应混合布谷鸟算法在水电站调度中的应用

李笑竹，陈志军，樊小朝，闫学勤

(新疆大学电气工程学院，新疆乌鲁木齐830047)

摘要：针对布谷鸟算法局部搜索能力较弱，搜索质量不高的缺点，在标准布谷鸟算法中加入自适应步长策略、边界变异策略，并与模拟退火算法结合成自适应混合布谷鸟算法。经测试函数验证，自适应混合布谷鸟算法与标准布谷鸟算法相比有结果更优，收敛速度更快的优点。将自适应混合布谷鸟算法引入水电站的调度中，通过新疆玛纳斯一级电站验证了该算法的可行性，为求解水电厂优化调度模型提供了一种新思路。

关键词：自适应混合布谷鸟算法；模拟退火算法；水电站；优化调度

ApplicationofAdaptiveHybridCuckooAlgorithmintheOperationDispatchingofHydropowerStation

LIXiaozhu,CHENZhijun,FANXiaochao,YANXueqin

(CollegeofElectricalEngineering,XinjiangUniversity,Urumqi830047,Xinjiang,China)

Abstract:Anadaptivehybridcuckooalgorithmisdevelopedtoalleviatethedefectsofstandardeuckooalgorithm,suchasprematureconvergenceandpoorsearchability,inwhich,theboundarymutationstrategyinprocessofevolutionalgorithmandadaptivestepadjustmentstrategytoimprovethestandardalgorithmareused,andthesimulatedannealingalgorithmisalsocombinedintoadaptivehybridcuckooalgorithm.Thenewalgorithmhasbeenverifiedbytestfunction,andtheresultsshowthattheadaptivehybridcuckooalgorithmcanachievebetterresultandfastconvergencespeedwhencomparingwithstandardcucko0algorithm.Thisnewalgorithmisintroducedtotheoptimaloperationofhydropowerstation.TheapplicationofnewalgorithminManasIHydropowerStationverifiesthefeasibilityofmethod,whichprovidesanewwayforsolvinghydropoweroptimaloperationmodel

KeyWords:adaptivehybridcuckooalgorithm;simulatedannealingalgorithm;hydropowerstation;optimaloperation中图分类号：TK89文献标识码：B文章编号：0559-9342(2016)06-0070-04

0前言

伴随着我国“十三大水电基地”的规划与陆续建立，中国已形成了世界上规模最为庞大的互联水电系统。中国的水电总装机容量从2004年的1亿kW到2010年的2亿kW,再到2013年突破2.8亿kW,已经稳居世界水电装机量首位，预计2020年将达到4.2亿kW。水电厂系统规模的不断扩大，加剧了水电站优化调度的求解困难。传统的调度模型求解算法存在着各自的缺点，如线性规划、动态规划的求解时间过长!;粒子群算法[2,遗传算法3计算复杂、接近全局最优解时不易收敛，容易陷入局部最优解。

70WaterPowerVol42Na.6

布谷鸟搜索算法4(cuckoosearch,CS),与传统智能搜索算法相比具有参数少、易实现、操作简单、寻优能力强等优点，被广泛应用于各类工程。但是，水电厂的优化调度模型具