POA改进算法在多水库梯级水电站中长期优化调度中的应用

POA改进算法在多水库梯级水电站中长期优化调度中的应用

ID:38209168

大小:185.84 KB

页数:4页

时间:2019-05-27

POA改进算法在多水库梯级水电站中长期优化调度中的应用_第1页
POA改进算法在多水库梯级水电站中长期优化调度中的应用_第2页
POA改进算法在多水库梯级水电站中长期优化调度中的应用_第3页
POA改进算法在多水库梯级水电站中长期优化调度中的应用_第4页
资源描述:

《POA改进算法在多水库梯级水电站中长期优化调度中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第四篇水文水资源新方法新技术POA改进算法在多水库梯级水电站中长期优化调度中的应用囊周佳马光文张志刚(四川I大学水电学院成都610065)摘要对于多水库梯级水电站的中长期优化调度。采用动态规划将面临“维敦灾”问题。实际运行中,不仅要使梯级发电收益最大,还要实现最大化最小出力,此时采用传统POA或遗传算法求解将会遇到困难。因此,提出一种POA改进算法用于上述模型求解。实例表明,算法计算速度快,收敛效果好。能够得到满意的优化结果。关键词多水库梯级水电站中长期优化调度改进算法l引言梯级水电站中长期优化调度是研究在较长时期(季、年及多年)内,在满足梯级水电站各种约束的条件下,如何使目标函数取得最大

2、值。假设我们研究的对象是以发电为主,兼顾其他综合利用要求的水库电站群,则在实行分时电价政策的情况下,选择研究时段内梯级发电收益最大化作为目标函数。目标函数:E=maxF=maxy∑(A只Q。H¨Mgrid。)(1)』一”’‘·‘’·。。‘=1l=l式中:E为水电站第i时段最大化年发电收益,元;P。为l时段电价因子;M。为第1时段小时数,h。约束条件:(1)水量平衡约束:Vi。,+l=一.。+(q¨一Q¨一sitI)At(VtEr)(2)(2)水库蓄水量约束:V岫i。≤Vi.。≤K,,(Vt∈T)(3)(3)水库下泄流量约束:Q自川。≤Qi.。≤Q。.。。(VtET)(4)(4)水电站出力约

3、束:N.,。;。≤AjPuH¨≤N。..。(Vt∈T)(5)上述所有变量均为非负变量(≥O)。式中:t..+,为第i个水电站第t时段末水库蓄水量,m3V.。为第i个水电站第t时段初水库蓄水量,m3;q¨为第i个水电站第t时段入库流量,m3/8;Q。为第i个水电站第1时段发电流量,m3/8;S“为第i个水电站第t时段弃水流量,m3/s;At为计算时段长度,s;K⋯。为第i个水电站第t时段应保证的水库最小蓄水量,m3;K.一为第i个水电站第£时段允许的水库最大蓄水量,m3,通常是基于水库安全方面考虑的,如汛期防洪限制等;Q¨;。为第i个水电站第l时段应保证的最小下泄流量,m3/s;Q岫。为第i

4、个水电站第£时段最大允许下泄流量,m3/s;M,。为第i个水电站的允许的最小出力,MW;N抽。为第i个水电站的允许的最大出力,MW。假定入流序列,。(t=l,2,⋯,r)由历史实测资料或水文预报获得,则该问题便是含有线性和非线性,等式和不等式约束,目标函数呈非线性的动态控制问题。以往所做的中长期优化调度,由于梯级水电站群~般只有一个龙头水库具有调节能力,所以可采用动态规划算法进行求解。而对于具有多个调节水库的梯级,仍然采用动态规划算法,将不可避免的遇到“维数灾”问题。另外,中长期优化调度中为了使水电站在枯水期为电网提供尽可能大的、均匀的可靠出力,则·基金项目:国家自然科学基金项目(5053

5、9140),国家自然科学基金项目(50679098)。第一作者简介:周佳,(1984一),男,湖南风凰人,硕士研究生,主要研究方向为水利电力经济管理。E-mail:evilehou@163.comPOA改进算法在多水库梯级水电站中长期优化调度中的应用在模型求解时需考虑使水电站群在年内出力最小的时段的出力尽可能大,即“最大化最小出力”。这是中长期优化调度不同于短期(日)优化调度的一个方面。实际运行中,为了实现“最大化最小出力”,常常将其转化为梯级最小出力限制这一约束,对于多水库梯级水电站群,采用动态规划或常规POA等算法在加入该约束进行求解时,将会碰到困难。从而得不到满足约束条件的优化结果。

6、遗传算法在处理复杂目标函数时具有独到的优势,但在处理众多约束条件和收敛速度上还存在问题¨1。因此,本文提出一种改进的POA算法用于模型求解。2改进算法的思想及实现步骤2.1算法主要思想逐步优化算法(POA)是1975年由加拿大学者H.R.Howson和N.G.F.SanCho提出的。用于求解多状态动态规划问题。此算法根据贝尔曼最优化的思想。提出了逐次最优化的原理,即“最优路线具有这样的性质,每对决策集合相对于它的初始值和终止值来说是最优的”【2]。传统POA算法是将多阶段的问题分解为多个两阶段问题,解决两阶段问题只是对所选的两阶段的决策变量进行搜索寻优,同时固定其他阶段的变量;在解决该阶段

7、问题后再考虑下一个两阶段,将上次的结果作为下次优化的初始条件,进行寻优,如此反复循环,直到收敛为止。本文提出的算法与传统POA相比,主要有以下两方面的改进:.(1)由于要实现最大化最小出力,所以在每个两阶段寻优过程中,不仅要计算梯级发电收益,同时必须求出并记录梯级总出力,以便判断是否满足梯级最小出力限制这一约束。(2)将每个时段计算得出的梯级总出力Totaloutput与相应时段的梯级最小出力限制N。;。进行比较,如果T

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。