基于加速遗传算法的梯级水电站联合优化调度研究

作     者：吴成国 王义民 黄强 金菊良 张永永 

作者机构：西安理工大学西北水资源与环境生态教育部重点实验室西安710048 合肥工业大学土木与水利工程学院合肥230009 

基　　金：国家重点基础研究发展计划(2011CB403306) 国家公益性行业科研专项(201001012) 陕西省教育厅科学研究计划(09JK664) 国家自然科学基金项目(批准号51079037) 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2011年第30卷第6期

页      码：171-177页

摘      要：梯级水电站联合优化调度是一项涉及学科门类广泛、牵涉部门利益众多的复杂大系统优化决策问题,对制定和实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联合优化调度中存在的"维数灾"及大量约束条件不易处理的难点,将加速遗传算法(AGA)应用于梯级水电站联合优化调度研究中,采用"分类假设"的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体,由此重点阐述了改进遗传算法对优化调度模型大量复杂约束条件的实现方法。上述方法在我国水、电特性代表性良好的乌江梯级七库联合优化调度实例的应用结果表明:加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自适应及全局搜索能力,且计算结果与设计成果相比,乌江梯级水电站多年平均发电量增加约2.60%。可见,采用"分类假设"的研究思路处理群体智能优化算法应用于梯级水电站联合优化调度中存在的复杂约束问题是合理可行的,可为流域梯级水电站实行集中运行、调度提供科学有效的决策依据。

主 题 词：梯级水电站 优化调度 加速遗传算法 

学科分类：0710[理学-生物科学类] 081504[081504] 0808[工学-自动化类] 08[工学] 0807[工学-电子信息类] 0815[工学-矿业类] 0802[工学-机械学] 0801[工学-力学类] 

核心收录：

馆 藏 号：203118849...