亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于蜻蜓尋優(yōu)算法的梯級水電站短期優(yōu)化調(diào)度方式研究

        2021-08-23 03:39:58健,育,飛,
        四川水力發(fā)電 2021年3期
        關(guān)鍵詞:優(yōu)化

        晉 健, 劉 育, 王 勇 飛, 李 基 棟

        (1. 國能大渡河大數(shù)據(jù)服務(wù)有限公司,四川 成都 610041;2. 國能大渡河流域水電開發(fā)有限公司,四川 成都 610041;3. 四川農(nóng)業(yè)大學(xué) 水利水電學(xué)院 ,四川 雅安 625014)

        1 概 述

        梯級水庫的聯(lián)合優(yōu)化調(diào)度對保障梯級水電系統(tǒng)安全穩(wěn)定運行、提高梯級整體效益、確保水能資源的充分利用等意義重大[1]。在梯級聯(lián)合優(yōu)化調(diào)度問題的研究中,以日為時間尺度的優(yōu)化調(diào)度方式?jīng)Q定了中長期調(diào)度戰(zhàn)略在每一日的具體執(zhí)行方式,對于梯級水電站綜合效益的發(fā)揮十分關(guān)鍵。在確定梯級電站的日內(nèi)運行方式中,建立面向各種復(fù)雜因素的日內(nèi)短期優(yōu)化調(diào)度模型,再應(yīng)用各類優(yōu)化算法進(jìn)行模型求解成為了研究的常規(guī)手段。雖然眾多專家學(xué)者對短期優(yōu)化調(diào)度問題展開了大量研究,但是模型求解中仍存在計算效率與優(yōu)化計算效果無法兼顧的問題[2]。

        梯級水電系統(tǒng)優(yōu)化調(diào)度模型是一個典型的高維、非線性的優(yōu)化問題,模型求解十分復(fù)雜。此外,由于水流流達(dá)時間的存在,短期優(yōu)化調(diào)度問題涉及到日內(nèi)梯級站間的跨時段水量平衡以及跨日的水量耦合問題[3],因此短期優(yōu)化調(diào)度模型的求解更具復(fù)雜性[4]。目前常規(guī)的用于短期優(yōu)化調(diào)度模型的計算方法分為兩大類:一類是以傳統(tǒng)動態(tài)規(guī)劃為基礎(chǔ)的逐步優(yōu)化算法、逐次逼近動態(tài)規(guī)劃和離散微分動態(tài)規(guī)劃等,這類計算方法普遍收斂速度較慢,且優(yōu)化計算效果對初始可行解的依賴性較大,普遍計算時間較長[5]。另一類是以遺傳算法、粒子群算法、差分進(jìn)化等為代表的智能型算法,這類方法通常具有求解速度快、效率高的優(yōu)勢,但其計算過程容易陷入局部最優(yōu)解,或多次計算結(jié)果不一致[6]。盡管目前針對各類方法的改進(jìn)與應(yīng)用研究較多,各類計算方法在其理論與應(yīng)用方面都具有各自的特點與局限性,但在實際的工程應(yīng)用中通常具有一定的限制。

        蜻蜓算法(DA)是近年提出的仿生學(xué)智能型算法[7],該研究系統(tǒng)梳理了蜻蜓智能優(yōu)化算法的計算原理與方法,通過增加局部審查判定、初始種群個體進(jìn)化等適應(yīng)性調(diào)整,探索蜻蜓算法在梯級水電短期優(yōu)化調(diào)度中的應(yīng)用,以期豐富水電優(yōu)化調(diào)度方法學(xué),為優(yōu)化調(diào)度計算提供更多的方案。

        2 梯級水電站短期調(diào)度數(shù)學(xué)模型

        2.1 目標(biāo)函數(shù)

        根據(jù)水能計算原理,追求梯級整體發(fā)電量最大目標(biāo)函數(shù)可以表示為(1):

        (1)

        式中Qfi,t為電站i在時段t的發(fā)電流量(m3/s);Mt為時段t的長度(s);T為調(diào)度期內(nèi)計算總時段個數(shù);N為梯級電站總數(shù);WRi,h為第i個電站水位為h時的平均耗水率(m3/kWh),該值是一個基于電站歷史運行狀況率定得到的統(tǒng)計值。

        2.2 約束條件

        (1)考慮滯時的水量平衡約束。

        Qi,t=qi,t+Qi-1,t-γ+(Gi,t-1-Gi,t)/Δt

        (2)

        式中Gi,t-1、Gi,t分別代表電站i在t時段初、末蓄水量(m3);qi,t、γ分別表示電站i與電站i-1的t時段區(qū)間匯流量和水流滯時;Qi-1,t-γ表示上游電站i-1在t-γ時段的下泄流量。

        (2)電站出力限制。

        Pi,tmin≤Pi,t≤Pi,tmax

        (3)

        式中Pi,t max、Pi,t min分別表示電站i的出力上下限制。

        (3)水庫蓄水量約束。

        Gi,tmin≤Gi,t≤Gi,tmax

        (4)

        式中Gi,t min、Gi,t max分別表示電站i的蓄水量大小限制。

        (4)電站出力綜合爬坡約束。

        ΔPi,t≤CPi

        (5)

        式中CPi為電站i的出力爬坡率限制;ΔPi,t為電站在時段t的出力變化幅度。

        (5)變量非負(fù)約束。

        上述所有變量均為非負(fù)變量。

        3 蜻蜓仿生尋優(yōu)算法

        蜻蜓算法尋優(yōu)計算主要思路通過模擬蜻蜓的捕食行為來實現(xiàn)(圖1),該飛行(進(jìn)化)尋優(yōu)機(jī)制可以表示為蜻蜓群體分離、對齊、聚集、食物吸引與天敵驅(qū)散五個步驟[8]。

        圖1 蜻蜓算法尋優(yōu)計算主要思路

        (1)分 離。表示避免蜻蜓個體距離太近降低尋優(yōu)效率:

        (6)

        式中Ek為蜻蜓k的分離度;D表示當(dāng)前蜻蜓的位置;Dj代表第j個鄰近蜻蜓的位置;J代表群體中第k個蜻蜓的鄰近蜻蜓的數(shù)量。

        (2)對 齊。表示某個蜻蜓與其鄰近蜻蜓個體速度的相同程度:

        (7)

        式中Uk為蜻蜓k的對齊度;Vj代表第j個鄰近蜻蜓的飛行速度;其他符號意義同前。

        (3)聚 集。表示某個蜻蜓具有朝著其附近較優(yōu)蜻蜓個體靠近的趨勢:

        (8)

        式中Bk為蜻蜓k的聚集度;其他符號意義同前。

        (4)食物吸引。食物是指某一次迭代計算中最優(yōu)個體的位置:

        Sk=D+-D

        (9)

        式中Sk為蜻蜓k的食物吸引度;D+代表當(dāng)前計算中最優(yōu)蜻蜓的位置。

        (5)天敵驅(qū)散。目的是使個體盡可能遠(yuǎn)離最差的蜻蜓個體,提高尋優(yōu)計算效率:

        Tk=D-+D

        (10)

        式中Tk為蜻蜓k的天敵驅(qū)散度;D-代表當(dāng)前計算中最差蜻蜓的位置。

        蜻蜓個體k飛行位置更新步長:

        ΔDk+1=(eEi+uUi+bBi+sSi+tTi)+βDk

        (11)

        蜻蜓飛行位置更新:

        Dl+1=Dl+ΔDl+1

        (12)

        式中e、u、b、s、t分別表示分離度、對齊度、聚集度、食物吸引度、天敵驅(qū)散度的影響系數(shù);β代表慣性系數(shù);l代表反復(fù)迭代計數(shù)下標(biāo);其他符號意義同前。

        4 蜻蜓算法實現(xiàn)

        4.1 算法調(diào)整

        該研究對蜻蜓算法的尋優(yōu)求解機(jī)制進(jìn)行如下調(diào)整。

        (1)引入初始種群個體優(yōu)化機(jī)制。對初始種群中隨機(jī)選擇的某個蜻蜓個體,通過初步尋優(yōu)計算得到一個可行解,優(yōu)化后得到新個體替換原有蜻蜓個體,可以保證初始種群中至少有一個可行解。

        (2)增加局部合理性判定機(jī)制。在蜻蜓算法中加入了合理性審查算子,該算子通過遍歷單個蜻蜓的計算維度,保留飛行后合理的局部,剔除飛行后發(fā)生不合理的局部位置,以提高算法的尋優(yōu)計算效率。

        4.2 計算流程

        適應(yīng)性調(diào)整后的蜻蜓算法的計算流程包括12個步驟。

        Step1:初始化計算參數(shù),考慮梯級電站短期優(yōu)化調(diào)度模型求解規(guī)模設(shè)定蜻蜓算法種群個數(shù)N=40,迭代計算次數(shù)MAXiter=200。

        Step2:以梯級電站水庫運行水位為決策變量,依據(jù)水位運行區(qū)域上下限ZMAX(i,t),ZMIN(i,t),采用Xr= ZMIN(i,t)+e×(ZMAX(i,t)-ZMIN(i,t))生成初始種群,其中e為0到1之間的隨機(jī)數(shù)。

        Step3:隨機(jī)選擇一個初始蜻蜓個體,采用POA算法,基于單站優(yōu)化原則,對選定蜻蜓個體進(jìn)行尋優(yōu)計算,確保初始種群中至少有一個蜻蜓個體為可行解。并令迭代次數(shù)iter=1,蜻蜓維度r=0。

        Step4:判斷蜻蜓個體Xk是否存在鄰居。如果有鄰居,進(jìn)入Step5,否則進(jìn)入Step6。

        Step5:依據(jù)式(6)-(10)進(jìn)行群體進(jìn)化計算:分離度Sr、對齊度Ar、聚集度Cr、食物吸引度Fr、天敵驅(qū)散度Er。依據(jù)式(11)計算蜻蜓個體位置更新步長,進(jìn)入Step7。

        Step6:該蜻蜓沒有鄰居,采用Xr=e×(ZMAX(i,t)-ZMIN(i,t))進(jìn)行蜻蜓個體隨機(jī)飛行,進(jìn)入Step7。

        Step8:使蜻蜓個體計算維度加1,即r=r+1。判斷是否完成蜻蜓個體全部維度的更新,如果完成全部維度的更新r=rmax,則進(jìn)入Step9,否則進(jìn)入Step5循環(huán)計算。

        Step9:對蜻蜓個體Xk進(jìn)行位置更新,Xt+1=Xt+ΔXt+1。

        Step10:令k=k+1,進(jìn)入新一個蜻蜓個體的優(yōu)化計算,如果k>=N,則全部蜻蜓個體位置更新計算結(jié)束,進(jìn)入Step11。若k

        Step11:當(dāng)前迭代次數(shù)中,找出最優(yōu)蜻蜓個體,與食物位置相比較,根據(jù)是否優(yōu)于食物位置目標(biāo)函數(shù)值,更新食物位置,令iter=iter+1。若iter>=MAXiter,則進(jìn)入Step12,否則進(jìn)入Step4。

        Step12:返回當(dāng)前循環(huán)迭代中食物位置作為最優(yōu)計算結(jié)果,計算結(jié)束。

        5 實例計算

        該研究選擇了大渡河流域電站瀑布溝、深溪溝、枕頭壩一級梯級三站為實例,其中瀑布溝水電站為季調(diào)節(jié)水庫,深溪溝、枕頭壩一級電站均具有日調(diào)節(jié)能力,各電站相關(guān)參數(shù)見表1[9]。

        表1 大渡河下游梯級各電站主要參數(shù)

        筆者選擇汛期典型日進(jìn)行計算求解,計算時段為15 min,設(shè)定該日三站初、末水位分別為845 m、656 m、620 m。根據(jù)流域內(nèi)徑流預(yù)測結(jié)果,結(jié)合上游大崗山水庫的調(diào)蓄過程,該日瀑布溝水庫預(yù)測入庫流量過程、瀑-深、深-枕區(qū)間流量過程見圖2。區(qū)間內(nèi)的水流滯時分別按45 min與15 min考慮。瀑布溝前一日最后三個時段下泄流量分別為2 017.5 m3/s、2 070 m3/s、2 027.5 m3/s,深溪溝前一日最后一個時段下泄流量為1 850 m3/s。

        圖2 流量過程圖

        鑒于蜻蜓算法計算結(jié)果的不確定性,筆者選擇對連續(xù)計算10次的最優(yōu)值進(jìn)行分析,并將蜻蜓算法計算結(jié)果與傳統(tǒng)POA計算結(jié)果相比較(表2),蜻蜓算法計算的梯級電站發(fā)電運行過程見圖3。

        表2 計算結(jié)果

        (a)瀑布溝水電站運行過程

        蜻蜓算法計算的梯級總發(fā)電量比POA算法計算得到的發(fā)電量略有降低,但計算時間大幅度減少。此外,梯級各電站運行過程滿足電站運行爬坡率、下泄流量限制等各種約束,水庫水位過程滿足優(yōu)化運行的一般調(diào)度規(guī)律。

        6 結(jié) 語

        筆者探索了新型蜻蜓智能算法在梯級水電站短期聯(lián)合優(yōu)化調(diào)度總的應(yīng)用問題,蜻蜓算法通過模擬蜻蜓種群的“尋找食物”與“避害”等行為,在解集空間尋找優(yōu)化解。但傳統(tǒng)的蜻蜓算法注重蜻蜓個體的整體尋優(yōu),導(dǎo)致優(yōu)化求解效率較低,甚至引起無法收斂的問題,通過對在求解計算中添加初始種群優(yōu)化與局部合理性判定可以提高算法的求解效率。以大渡河流域梯級電站為實例計算驗證,其結(jié)果表明:該計算結(jié)果效果略次于傳統(tǒng)POA算法效果,但計算效率有很大提高,有效避免了“維數(shù)災(zāi)”問題,可以作為求解復(fù)雜梯級水電短期優(yōu)化調(diào)度問題的方法之一。

        猜你喜歡
        優(yōu)化
        超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
        PEMFC流道的多目標(biāo)優(yōu)化
        能源工程(2022年1期)2022-03-29 01:06:28
        民用建筑防煙排煙設(shè)計優(yōu)化探討
        關(guān)于優(yōu)化消防安全告知承諾的一些思考
        一道優(yōu)化題的幾何解法
        由“形”啟“數(shù)”優(yōu)化運算——以2021年解析幾何高考題為例
        圍繞“地、業(yè)、人”優(yōu)化產(chǎn)業(yè)扶貧
        事業(yè)單位中固定資產(chǎn)會計處理的優(yōu)化
        4K HDR性能大幅度優(yōu)化 JVC DLA-X8 18 BC
        幾種常見的負(fù)載均衡算法的優(yōu)化
        電子制作(2017年20期)2017-04-26 06:57:45
        国产永久免费高清在线| 欧美日韩高清一本大道免费| 亚洲中文字幕久爱亚洲伊人| 性色av成人精品久久| 久久亚洲宅男天堂网址| 成人av毛片免费大全| 人妻诱惑中文字幕在线视频| 国产超碰人人做人人爽av大片| 欧美bbw极品另类| 国产人妻黑人一区二区三区| 野外三级国产在线观看| 日韩精品有码在线视频| 国产少妇高潮在线视频| 亚洲精品中文字幕一区二区| 岛国av无码免费无禁网站| 国产成人aaaaa级毛片| 国产又黄又大又粗视频| 亚洲国产成人手机在线电影| 亚洲av套图一区二区| 国产精品美女主播一区二区| 亚洲字幕中文综合久久| 国产精品毛片一区二区三区| 亚洲精品黑牛一区二区三区| 提供最新的在線欧美综合一区| 亚洲欧洲综合有码无码| 亚洲中文字幕第一第二页| 91精品国产91综合久久蜜臀| 久久天堂av综合合色| 一边吃奶一边摸做爽视频| 99精品视频69V精品视频| 免费 无码 国产精品| 日韩精品一区二区三区视频| 在线观看国产视频你懂得| 亚洲av综合av一区| 亚洲av电影天堂男人的天堂| 免费99视频| 成人国产自拍在线播放| 成人一区二区三区激情视频| 国产成人午夜高潮毛片| 中文字幕精品一区二区2021年| 国产精品刺激好大好爽视频|