论文部分内容阅读
近些年来，我国正在如火如荼地发展水电建设事业。随着我国水电基础建设方面的日渐完善，如何将水电能源合理地开发利用，特别是对于河流梯级开发水电站群的运行调度，正逐渐成为了我国水电能源方面工作者研究的重点。梯级水库群的优化调度问题在传统上多运用动态规划算法来解决，但是随着解维度的增加，运用这种算法往往会出现“维数灾”难题。因此，本文运用粒子群算法(PSO)求解此类问题。然而传统的PSO算法在求解梯级水库群优化调度问题时，搜索速度慢且易陷入局部最优。对粒子群算法进行合理地改进可以有效地避免此类问题。
本文在分析标准PSO算法的前提下，针对需要解决的梯级水库调度问题，提出了一种改进粒子群算法——自适应进步粒子群算法(Adaptive Progressive Particle Swarm Optimization，APPSO)。然后以清江梯级流域水布垭、隔河岩、高坝洲水电站为研究对象分别建立了单一水库发电优化调度模型和梯级水库发电优化调度模型，最后运用APPSO算法、PSO算法以及一种基于自适应策略的改进粒子群算法(SAPSO)分别求解得到调度方案。研究内容和成果主要有以下几点：
(1)针对PSO算法的特性，提出了APPSO算法。一方面对惯性权重值、学习因子制定了自适应调整策略，另一方面把粒子群中最差的个体最优值用全体粒子的个体最优值的平均值替代，运用在算法的速度更新公式中。选取了四个经典的标准测试函数检验APPSO算法对复杂函数的优化能力。结果表明，APPSO算法在计算多维的优化问题时，具有一定的优势。
(2)结合水布垭水电站工程实例，测试APPSO算法在单一水库中长期优化调度的问题上的优化性能。选取水布垭水电站典型丰水年、典型平水年和典型枯水年的来水量作为实验对象，将APPSO算法与标准PSO算法、SAPSO算法调度方案进行对比。结果显示，APPSO算法的结果最优，具有较好的稳定性，在解决中长期单一水库优化调度问题中具有满意的适用性。
(3)将APPSO算法应用在实际的清江流域梯级水库中长期调度发电量最大模型求解任务中，并将最终调度方案与本文中其他两种算法的求解结果以及三个水库分别单库优化调度的方案进行对比。结果表明，APPSO算法在求解梯级水库中长期发电优化调度问题时具有更好的稳定性以及搜索精度，梯级联合调度优于单库优化调度。
本文在分析标准PSO算法的前提下，针对需要解决的梯级水库调度问题，提出了一种改进粒子群算法——自适应进步粒子群算法(Adaptive Progressive Particle Swarm Optimization，APPSO)。然后以清江梯级流域水布垭、隔河岩、高坝洲水电站为研究对象分别建立了单一水库发电优化调度模型和梯级水库发电优化调度模型，最后运用APPSO算法、PSO算法以及一种基于自适应策略的改进粒子群算法(SAPSO)分别求解得到调度方案。研究内容和成果主要有以下几点：
(1)针对PSO算法的特性，提出了APPSO算法。一方面对惯性权重值、学习因子制定了自适应调整策略，另一方面把粒子群中最差的个体最优值用全体粒子的个体最优值的平均值替代，运用在算法的速度更新公式中。选取了四个经典的标准测试函数检验APPSO算法对复杂函数的优化能力。结果表明，APPSO算法在计算多维的优化问题时，具有一定的优势。
(2)结合水布垭水电站工程实例，测试APPSO算法在单一水库中长期优化调度的问题上的优化性能。选取水布垭水电站典型丰水年、典型平水年和典型枯水年的来水量作为实验对象，将APPSO算法与标准PSO算法、SAPSO算法调度方案进行对比。结果显示，APPSO算法的结果最优，具有较好的稳定性，在解决中长期单一水库优化调度问题中具有满意的适用性。
(3)将APPSO算法应用在实际的清江流域梯级水库中长期调度发电量最大模型求解任务中，并将最终调度方案与本文中其他两种算法的求解结果以及三个水库分别单库优化调度的方案进行对比。结果表明，APPSO算法在求解梯级水库中长期发电优化调度问题时具有更好的稳定性以及搜索精度，梯级联合调度优于单库优化调度。