[發明專利]一種梯級水庫群發電調度變尺度方法與系統

在審

• 申請號: 202211326053.3
• 申請日: 2022-10-27
• 公開（公告）號: CN115619027A
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 馮仲愷;楊濤;牛文靜;師鵬飛;秦友偉;劉文杰;龔錦泰;王霞雨
• 申請（專利權）人: 河海大學;長江水利委員會水文局
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/006
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

本發明公開了一種梯級水庫群發電調度變尺度方法與系統，包括：首先，確定參與計算的水庫及其決策變量，按照水力聯系確定計算順序，而后采用隨機搜索策略在初始調度軌跡鄰域內生成初始種群；其次，分別采用大、中、小三種不同尺度搜索策略更新所有個體的位置，并逐對比較更新前后個體的適應度值、保留適應度較為優秀的個體；最后，重復執行上述過程直至滿足終止條件，將當前種群中的最優個體作為最優調度方案。本發明具有原理清晰、易于執行、收斂速度快、搜索精度高等優勢，能夠顯著提升梯級運行效益，為梯級水庫群發電調度提供了一種實用、創新的技術手段。

技術領域

本發明屬于水庫調度領域，特別涉及一種梯級水庫群發電調度變尺度方法與系統。

背景技術

流域梯級水庫群優化調度利于水能資源更為合理的配置和更為高效的利用，在防洪、防旱及生態興利等方面也起著極為重要的作用。梯級水庫群優化調度具有顯著的高維數、非線性、多階段、約束強耦合等特點，且上下游之間存在復雜的水力和電力聯系，優化求解非常困難，一直是國內外學術界和工程界的研究實踐熱點、難點問題。動態規劃算法等方法需要離散狀態變量、占用內存多、計算工作量大、耗時長、易導致“維數災”；粒子群算法、遺傳算法、差分進化算法等群體智能算法易面臨局部收斂等問題，通常難以提供穩定可靠的調度結果。

發明內容

本發明的目的在于：提供一種梯級水庫群發電調度變尺度方法與系統，以解決現有技術的問題。

為實現上述目的，本發明提供如下技術方案：一種梯級水庫群發電調度變尺度方法，包括以下步驟：

S1、基于水庫群中的各個目標水庫，按照目標水庫的水力聯系確定計算順序，并將各個目標水庫庫容作為決策變量；

S2、基于決策變量，利用隨機搜索策略對水庫群中的各個目標水庫在初始調度軌跡鄰域內生成由若干個調度方案構成的初始種群；所述種群中每個調度方案對應為一個個體；

S3、將種群中各個個體決策值進行修正，之后利用動態懲罰系數，依次計算所有個體的適應度值；

S4、依次利用大尺度、中尺度、小尺度搜索策略對種群中各個個體的位置進行迭代更新，得到在該尺度搜索策略下對應的優秀個體；其中各尺度搜索策略執行時的過程為：對上一個尺度搜索策略得到的優秀個體位置進行更新，然后執行步驟S3計算該搜索策略下更新后的個體適應度值，比較該搜索策略下更新前后的個體適應度值，將適應度值高的個體確定為該尺度搜索策略下的優秀個體；

S5、判斷S4迭代更新的次數是否達到預設最大迭代次數，是則將該預設最大迭代次數所對應的小尺度搜索策略優秀個體作為最佳調度方案。

進一步地，前述的步驟S2具體包括：初始化計數器k＝1，第k次迭代時個體m為一種包括I個水電站J個時段的調度方案，如下式：

Z(k,m)＝[Z(k,m,1,1),…,Z(k,m,1,T),…,Z(k,m,i,j),…,Z(k,m,N,1),…,Z(k,m,N,T)]，

其中，Z(k,m,i,j)、r(k,m,i,j)分別表示第k次迭代時個體m中，水庫i在時段j的決策值與相應的隨機數；K表示循環次數；M表示個體數目；I表示水庫數目；J表示時段數目；表示水庫i在時段j的初始決策。

進一步地，前述的驟S3具體包括如下子步驟:

S3.1、將各個個體的決策值修正至可行范圍內如下式：

其中，分別表示水庫i在時段j決策值的最大值、最小值；

S3.2、利用動態懲罰系數法依次計算所有個體的適應度值如下式：