[發明專利]一種智能化的水庫優化調度方法

在審

• 申請號: 201410139168.0
• 申請日: 2014-04-08
• 公開（公告）號: CN103942611A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 高紅民;孔成;李臣明;徐立中
• 申請（專利權）人: 河海大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 李玉平

技術領域

本發明涉及一種智能化的水庫優化調度方法，具體針對以發電量最大為目標的水庫優化調度非線性數學模型的求解。

背景技術

水庫優化調度是根據水庫的具體運行條件，建立以水庫效益最大為目標，以水量平衡、電站出力等為約束條件的優化調度模型，采用優化理論來確定對水資源水庫控制運用方式。它是在不改變水電站現有動力設備和水工建筑結構的條件下，運用優化理論、現代控制論和系統工程方法，制定水庫最優調度方案以及繪制優化調度圖，結合徑流預報，滿足電力系統和綜合利用部門要求，指導水庫實現最佳控制運用，達到增加發電量或增加電力產值，最大限度地節約一次能源的目的。

20世紀80年代以來，產生了一種新穎的算法，如遺傳算法、蟻群算法、粒子群算法、人工免疫算法及其混合優化策略等，通過模擬或者揭示某種自然現象和過程而發展起來的，通常稱作智能優化算法。隨著這些智能仿生算法的產生，為水庫優化調度提供了新的途徑。其中，遺傳算法由于其具有優良的全局搜索能力和隱含的并行計算特性，而被認為是優越的水庫優化調度求解方法。但遺傳算法的局部尋優能力較差，容易出現早熟現象。

傳統的模擬退火遺傳算法是基于基本遺傳算法，在其搜索過程中融入了模擬退火算法的優化思想的一種方法。雖然傳統模擬退火遺傳算法在水庫優化調度研究中通過融合的思想實現了算法的優勢互補，達到了改善算法性能的目的。但是其在進化過程中明顯缺乏種群間歷史信息的交流和反饋，以及種群進化的參考標準，這樣不僅易造成種群進化方向短時間內偏離理論目標值的缺陷，而且會造成在有限的搜索時間內可能錯失最優解。

發明內容

發明目的：本發明針對基于傳統模擬退火遺傳算法的水庫優化調度研究，其在進化過程中明顯缺乏種群間歷史信息的交流和反饋，以及種群進化的參考標準，易造成種群進化方向短時間內偏離理論目標值和有限的搜索時間內可能錯失最優解的缺陷等不足，提出了一種新的智能化的水庫優化調度方法。

技術方案：本發明提出的智能化的水庫優化調度方法，其基本思想是對水庫優化調度的研究，通過小生境技術對相似個體的選擇概率進行不均衡分配，增加了種群的多樣性，有效避免了算法掉入局部陷阱，提高了算法的全局收斂性能；通過自適應交叉和變異操作，提高了算法的進化速度；通過最優保存策略，利用優良的染色體模板，使個體在迭代過程中有效地繼承了父代的優良特征，避免了最優解的丟失，確保了搜索過程加速向最優的方向逼近。本發明提出的基于改進模擬退火遺傳算法在水庫優化調度的研究，求解過程更加平穩及效率更高；該算法能夠快速的收斂最優值，并且最優值優于傳統算法，即改進的算法收斂速度快，比傳統算法得到的優化效果好；還可以用來解決一些非凸、非線性及離散的優化問題。具體包括如下步驟：

（1）編碼

在滿足運行水位有關約束條件下，隨機選取m組水位變化序列序列式中m為種群規模，n為時段數，以時間為序，采用十進制編碼，把水庫的時段t允許水位分為m等份，即m=Zt,max-Zt,minα]]>

式中，Z_t,max，Z_t,min分別為t時段的水庫水位允許的最大和最小值，編碼允許的精度為α。

（2）解碼

染色體的基因可用整數n(n＝1,2,...,m+1)來表示，個體的向量（基因）即為水庫水位的真值，相對應的解碼公式為