[發(fā)明專利]一種基于HMAQGA的水庫群聯(lián)合優(yōu)化調度方法

有效

• 申請?zhí)枺?/td>: 202010412939.4
• 申請日: 2020-05-15
• 公開（公告）號: CN111598447B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設計）人: 郭玉雪;許月萍;尤延鋒;謝京凱
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/18;G06Q50/06
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

1.一種基于HMAQGA的水庫群聯(lián)合優(yōu)化調度方法，其特征在于，包括以下步驟：

Step 1：獲取水庫群的基本信息數(shù)據(jù)，包括：各水庫的基本特征參數(shù)、水位-庫容關系曲線、下游水位-下泄流量關系曲線，并根據(jù)各水庫之間的水力、水文聯(lián)系對水庫群系統(tǒng)進行概化；

Step 2：分析水庫群任務，構建以發(fā)電量最大、缺水量最小、棄水量最小、最小出力最大的目標函數(shù)，以水量平衡、水庫下泄流量、機組過流能力、下游防洪流量、水庫水位為約束的水庫群多目標聯(lián)合優(yōu)化調度數(shù)學模型；

Step 3：執(zhí)行HMAQGA求解水庫群多目標聯(lián)合優(yōu)化調度模型，獲取Pareto非劣解集；包括以下步驟：

Step 3-1，選擇以各時段各個水庫的水位值作為決策變量，確定各個水庫的水位值的上下限，劃分水庫群整體調度的周期時段T，確定種群規(guī)模N，最大迭代次數(shù)N_gen，決策變量個數(shù)N_d，量子比特位數(shù)N_q，交叉概率P_c，災變因子g_k，災變個體數(shù)目N_k，外部歸檔集規(guī)模N_p，適應度網(wǎng)格N_grid；

Step 3-2，令迭代次數(shù)g＝0，對種群中的每一個個體進行初始化，其中，每個個體的概率幅對(α_i,l,β_i,l)初始值均為產(chǎn)生N個量子染色體，組成初始種群Q(g)；

Step 3-3，測量種群Q(g)中的所有個體計算所有個體的非支配排序等級[P_i^g]_rank(i＝1,2,...,N)、調和距離并對其進行基于調和距離的快速非支配排序，根據(jù)相應的原則，選取N_p個個體作為初始的外部歸檔集

Step 3-4，基于自適應網(wǎng)格機制，從外部歸檔集中為每一個個體選取一個目標個體；

Step 3-5，基于量子旋轉門U(θ)，根據(jù)量子調整策略，對種群Q(g)進行更新操作，并采用式(1)進行量子H門修正個體概率幅，得到新的種群Q(g+1)；

式中，[α′_i β′_i]為量子旋轉門更新后基因，[α″_i β″_i]為H門修正后的基因，

Step 3-6，將更新后種群Q(g+1)與外部歸檔集組合，將組合后的N+N_p個個體實施測量，計算所有個體的非支配排序等級[P_i^g+1]_rank(i＝1,2,...,N+N_p)、調和距離并對其進行快速非支配排序，選取前N_p個個體組成更新后的外部歸檔集

Step 3-7，產(chǎn)生隨機概率值P(P∈[0,1])，當P≤P_c時進行量子交叉操作，利用二項式交叉，使種群個體間的信息得到充分交流；當P＞P_c時則跳過量子交叉操作，進行下一步；

Step 3-8，每進行g_k次迭代均實施一次量子災變操作，選擇調和距離最小的N_k個個體進行重生成操作，使N_k個個體初始化；

Step 3-9，判斷迭代次數(shù)g是否已達到N_gen，若是，則終止運行并輸出結果；若否，則g＝g+1，返回Step 3-4繼續(xù)進化；

Step 4：采用基于組合賦權的模糊優(yōu)選法在Pareto非劣解集中確定最佳水庫群調度運行方案。