水库调度函数的传统求解方法,是由待求水库的历史径流资料,利用某种优化算法得到水库的水位或出力过程,然后通过对这些调度过程进行回归分析而得到水库调度函数。这种方法把水库调度函数的求解分解为两个独立的过程,每个过程各自都可以达到预想的效果,但是当把两个计算过程组合起来时,总体结果就并非很理想了,可能会出现比较大的偏差。遗传算法根据自身的特点,可以把水库调度函数的求解统一为一个求解过程,因而求解出来的结果比较理想。本文就遗传算法在水库调度函数求解上的应用给出了具体的实现。文章的主要内容和成果如下:(1)对当前的水电行业发展情况作了概要介绍,全面评述了国内外在水库优化调度方面发展概况,分析了各种理论方法的特点。对遗传算法作了详尽的介绍,并对算法的编码问题,适应度函数选取,基本遗传操作等进行了比较详细的说明,在参数的选择上也提供了一些原则性的方法。(2)建立确定来水条件下的水库优化调度模型,介绍了水库调度函数的意义,着重对线性调度函数进行了分析和说明,给出了通用的回归求解模型,推导了水库一元线性调度函数,并建立其数学求解模型。利用水库调度的数学模型及回归分析推导出水库一元线性调度函数的参数关系,并与实际情况结合求解出其参数的取值范围。(3)以乌东德水库为例,使用遗传算法对水库一元线性调度函数进行求解,并对算法作了相应的改进,设计不同的惩罚函数解决众多约束的问题,而通过对惩罚函数加入固定惩罚项来区分各种惩罚的优先程度,同时提出培训的思想,能够比较明显的加速遗传算法的收敛速度。同时,对POA算法作了简要介绍,并用其实现调度函数的一般求解方法,得到另外一个调度结果。通过比较,体现了遗传算法在水库调度函数求解上的优势。