三角函数选择算子的遗传算法在梯级水库优化调度中的应用

针对遗传算法求解水库优化调度时传统选择算子无法克服适应度非负问题,提出了一种三角函数选择算子遗传算法的梯级水库优化调度求解方法,并通过实例对正弦函数轮盘赌选择与单纯轮盘赌选择的自适应遗传算法做了比较．结果表明,由于基于正弦函数的选择算子克服了轮盘赌对适应值非负的要求,非常适用于求解水库优化调度,且能够很好地保持种群多样性,因此在进化后期能够找到更加优良的解．在实例的选择上,选用“以水定电”的三峡梯级调度模型,并采用由大量实测资料建立的三峡出库流量和葛洲坝入库流量变系数线性回归方程来处理水库间流量传播问题．本文提出的梯级水库优化调度求解方法,有效地改善了遗传算法的收敛性能,而且由于考虑了流量演进,提高了模型精度,具有较高的实用价值．     

基于模拟遗传混合算法的梯级水库优化调度图制定

将遗传算法与系统模拟相结合,提出了基于模拟遗传混合算法制定梯级水库优化调度图的理论及方法,并以乌江上游梯级水库为研究对象,进行实例分析,绘制了梯级水库优化调度图。结果表明,采用该调度图指导水库运行,与长系列补偿调节计算相比,梯级电站多年平均发电量增加了4.3亿kW.h,可为乌江梯级水库群合理调度提供可靠的技术支持。     

龙河流域梯级水库调度优化探讨

分析水库调度的运行方式,并对龙河流域梯级水库调度进行具体运行阐述,结合以往调度成绩及存在的问题,并提出合理建议。     

确定梯级水库联合防洪预报调度方式优化方法研究

针对梯级水库拟定联合调度方式的复杂性,将常规优化调度和预报调度规划方式相融合,提出一种确定梯级水库联合预报调度方式的优化方法.首先,对于选定的调度目标,采用优化手段寻求梯级水库不同频率设计洪水的最优联合调度方式,并综合分析归纳最优泄流过程的特点;其次,对各库的预报调度潜力进行分析,结合最优泄流过程的特点选择预报判别指标,在不考虑预报误差的情况下拟定理想联合预报调度规则;最后,对预报判别指标的误差进行分析,在理想联合预报调度规则的基础上制定满意的联合预报调度规则.将该方法应用于昭平台与白龟山梯级水库,结果表明此方法在一定程度上减少了确定梯级水库联合调度方式的复杂性,为库群防洪预报调度方式研究提供了新途径.     

遗传算法的改进及其在水库优化调度中的应用研究

遗传算法是通过对样本中个体的不断改进来寻找各类问题的最优解。由于标准遗传算法（SGA）存在收敛性及个体适应度求解方面的困难，在研究中，通过对SGA中遗传算子改进，特别是对选择算子的改进，提出了一种改进遗传算法（AGA），并将它应用于水库优化调度中。改变通常以水位变化序列为基础的遗传算法编码方案，通过数组存储水库库容状态，并以各库容状态对应的数组下标为基础进行遗传算法编码，通过实例，表明AGA对水库优化调度问题具有良好的适应性，同时结合数组存储理论的遗传算法编码方法简化了水库优化调度遗传算法的实现过程。     

响应调峰需求下梯级电站水库防洪调度方法研究

响应调峰需求下,当前梯级电站水库防洪调度方法只考虑防洪安全调度问题,未充分利用洪水资源。提出一种新的梯级电站水库防洪调度方法,给出梯级水库调峰需求模型,将模糊优选理论应用于梯级电站水库防洪调度中,给出梯级电站水库防洪调度目标函数,主要包括总发电量最大目标函数、占用防洪库容最小目标函数、理想末水位与调度末水位绝对值之差最小目标函数和总弃水量最小目标函数。将调峰需求目标函数看作约束条件,和上述目标函数共同构成梯级电站水库防洪调度目标函数。通过决策者经验知识的二元比较量化原理和方法对权重进行确定,通过模糊优选模型求解目标函数,从而获取不同方案针对优方案的隶属度,依据隶属度最大原则获取最优方案。实验结果表明,所提方法具有很高的调度性能,能够有效利用洪水资源。     

基于免疫进化的蚁群算法在梯级水库优化调度中的应用研究

针对蚁群算法在求解过程中出现初期信息素匮乏、易陷入局部最优解的问题,结合梯级水库优化调度的特点,提出了基于免疫进化的蚁群算法。该混合算法充分利用了免疫进化算法的全局快速收敛性和蚁群算法的正反馈性,提高了求解效率。实例计算表明该混合算法在求解梯级水库优化调度问题时,与逐次逼近动态规划相比较,结果合理、可靠,计算效率较高,从而为求解高维、复杂的梯级水库优化调度提供了一条新的求解思路。     

梯级泵站优化调度研究

梯级泵站能耗大,对其进行优化调度,节能效果显著。结合一梯级泵站的实际,建立了级间无分水任务的梯级泵站优化调度的动态规划数学模型,给出了优化调度图。阐明了改善级间流量配合是提高梯级泵站效率、降低供水能耗的主要途径。     

金沙江梯级水库发电优化调度研究

以金沙江干流梯级水库群为研究对象,建立了兼顾保证出力要求以发电量最大为目标的梯级长期优化调度模型,利用遗传算法求解,同时还考虑了虎跳峡龙头水库的补偿调节作用,结果显示,梯级优化联合调度的效果更好,虎跳峡水库的补偿作用较为明显．     

基于遗传算法的泵站优化调度

采用遗传算法进行泵站优化调度计算,计算结果表明：遗传算法可以有效地在整个空间寻优,更有可能达到全局最优或准全局最优,且占用内存少,对目标函数限制少,该算法对水泵这种很难用解析式表示的非线性模型很适用。     

基于改进遗传算法的水库群优化调度研究

提出一种基于自适应遗传算法的水库群优化调度问题的求解方法,并对其性能进行了分析。结果表明,该方法可以随个体适应度的大小及群体的分散程度自动调整遗传控制参数,较好地克服了标准遗传算法由于采用固定遗传控制参数带来的若干问题,能够在保持群体多样性的同时,加快收敛速度,提高遗传算法的全局寻优能力,为高精度水库群优化调度提供了一个新的途径。     

基于变尺度混沌粒子群算法的梯级水电站水库优化调度研究

将混沌和变尺度思想引入粒子群算法中,提出一种变尺度混沌粒子群算法,并将其应用于梯级水电站水库优化调度中.该算法采用混沌初始化粒子的位置和速度;再利用混沌提高了种群的多样性和粒子搜索的遍历性;最后采用变尺度思想,根据搜索进程不断缩小优化变量的搜索空间,来改善PSO算法摆脱局部极值点的能力,提高算法的全局优化能力.计算结果...     

基于遗传算法的供水系统一级优化调度研究

根据多水源多水塔供水系统的网络特性，以测压点压力宏观模型、水源供水量和水头之间的关系模型，替代管网水力平衡方程，并以泵站的供水压力、水塔初始水头为决策变量，建立了供水系统一级优化调度模型．采用罚函数法将各种约束转化为目标函数，然后利用乘除法将多目标优化转化为单目标优化问题，最后利用遗传算法求解．针对遗传算法容易早熟等不足，将遗传算法和模拟退火技术相结合，并采用自适应交叉和变异率的解决方法．算例计算表明，该算法具有较强的适用性．     

梯级水电站群最优运行的递阶控制算法

针对位于同一电网的梯极水电站群联合运行的情况,着重研究了在枯水季节最优调度的计算模式,提出了大系统递阶控制的优化算法。该算法也同样适用于规划中的梯级水电站。实例计算表明该算法是可行的,且解析性强。     

遗传算法和蚁群算法在水库优化调动中的联合应用

为了更好地解决水库优化调度问题,将遗传算法和蚁群算法融合应用于水库调度,指出遗传蚁群混合算法的收敛率更高,具有更好的全局收敛性能,遗传蚁群混合算法在更少的迭代次数迭到全局最优解,具有更高的收敛速度.     

滚朋羊梯级水电站优化调度研究

本文针对目前各种梯级水电站优化调度算法存在不足,以云南滚朋羊梯级水电站优化调度为工程背景,着力考虑该梯级总发电量和最大保证出力2个重要指标,并且围绕这2个指标建立该梯级水电站优化调度的目标函数,采用蚁群算法获得该目标函数的解。最后通过仿真证明,采用蚁群算法获得的解将是全局最优解。     

汉江上游干流梯级开发参数的优化论证

就汉江上游干流梯级开发的参数进行了优化论证。首先建立了多目标数学模型，并对其应用大系统的分解-聚合方法进行分解，进而应用POA算法对子问题求解，通过逐步满意的交互决策得到最终结果。