[發明專利]一種梯級水電系統發電調度自適應優化方法與系統

有效

• 申請號: 201811538203.0
• 申請日: 2018-12-16
• 公開（公告）號: CN109636043B
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 馮仲愷;劉帥;牛文靜;夏燕
• 申請（專利權）人: 華中科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

1.一種梯級水電系統發電調度自適應優化方法，其特征在于，包括：

(1)基于參與計算的水電站確定梯級水電站的拓撲關系，并將各水電站在不同時段的水位作為狀態變量，采用串聯方式編碼個體，獲得初始種群，將初始種群作為當前種群，其中，初始種群中的任意個體的元素分別是從上游到下游各水電站在調度周期內的水位值；

(2)根據當前種群中所有個體的適應度更新當前種群中的個體極值及當前種群的全局極值，其中，個體極值表示個體所經歷的最好位置，全局極值表示當前種群中所有個體經歷的最好位置；

(3)由當前種群中的個體極值及當前種群的全局極值，采用正余弦算法進化策略更新當前種群中所有個體的位置；

(4)對于當前種群中的任意一個個體，獲取當前種群的位置中心，從當前種群中隨機選定第一個體和第二個體，將當前種群的位置中心與第一個體的位置相減得到的差分矢量隨機調整后疊加至第二個體的位置以生成變異個體，若變異個體的適應度有所提升，則用變異個體替換當前個體；

(5)對于當前種群中的任意一個個體，根據隨機從當前種群中選擇的個體及鄰域搜索下標生成新個體，若新個體的適應度有所提升，則用新個體替換當前個體；

(6)若預設隨機數小于搜索概率，則從當前種群中隨機選擇若干個個體構成臨時種群，更新臨時種群中的各個體位置，若更新次數沒有達到最大更新次數，則繼續更新臨時種群中的各個體位置，直至更新次數達到最大更新次數，用最終得到的臨時種群隨機替換當前種群中的個體，形成下一代種群；

(7)增加種群迭代次數，若當前種群迭代次數不大于預設最大迭代次數，則將下一代種群作為當前種群，并返回執行步驟(2)，否則，由最后一次迭代得到的當前種群的全局最優個體得到各水電站在不同時段的最優調度過程；

其中，步驟(3)包括：

由更新當前種群中所有個體的位置，其中，為第k+1代種群中第i個個體位置；c₁為中間變量，且r₂表示在[0,2π]區間均勻分布的隨機數；r₃表示在[0,2]區間均勻分布的隨機數；r₄表示在[0,1]區間均勻分布的隨機數，為預設最大迭代次數，表示第k代種群中的第i個個體，gBest^k表示第k代種群的全局極值；

步驟(5)包括：

對于第k代種群中的第i個個體隨機從第k代種群中選擇個體(α≠i)與鄰域搜索下標y，y＝floor(r₆×N×T)，floor表示取整函數，r₆表示在[0,1]區間均勻分布的隨機數，以生成新個體其中，

由根據新個體的適應度與個體的適應度之間的關系進行調整，表示中第j個元素；是[-1,1]中均勻分布的隨機數；j表示元素下標，1≤j≤N×T；表示的適應度，N表示電站的最大序號，T表示時段的最大序號，表示中第j個元素，表示中第y個元素,表示中第y個元素。

2.根據權利要求1所述的方法，其特征在于，第k代種群中的第i個個體的位置為：其中，N表示水電站數目；T表示時段數目；表示中第j個元素，且有1≤i≤M，1≤j≤N×T；為中第n個水電站在第t個時段的水位；n表示電站序號，n＝1,2,…,N；t表示時段序號，t＝1,2,…,T；r₁為[0,1]區間均勻分布的隨機數；為第n個水電站在第t個時段的水位上限；為第n個水電站在第t個時段的水位下限，M表示種群中的個體數目。

3.根據權利要求2所述的方法，其特征在于，第k代種群中第i個個體的適應度為：其中，P_n,t為第n個水電站在第t個時段的出力；Δ_t為第t個時段的小時數；D為約束條件數目；A_d為第d個約束的破壞程度；C_d為第d個約束的懲罰系數；G_d表示中第d個約束的對應取值；為第d個約束的取值上限；為第d個約束的取值下限。