本发明专利技术公开了一种基于变阶段逐步优化的梯级电站联合优化调度方法，包括步骤一、获取各水电站的初始调度过程，采用约束搜索的方式进行水位调整；步骤二、固定第i个节点和第i+VP节点的水位，针对此VP个阶段问题采用差分进化算法进行寻优计算；步骤三、选取种群规模NP，初始个体均对梯级水电站的可调节点；步骤四、得到梯级各水电站水位过程线；步骤五、以步骤四求得的各水电站水位过程线作为初始轨迹，重复步骤二到五，直到满足变阶段收敛条件；步骤六、令VP＝VP+1；重复步骤二到五，直至满足最终收敛条件；步骤七、终止计算，获得各水电站的最优水位过程线。本发明专利技术在求解梯级电站联合优化调度问题上具有很好的全局搜索能力，有效克服了传统算法的局部收敛问题。
【技术实现步骤摘要】
本专利技术属于水电能源优化运行领域，更具体地，涉及一种基于变阶段逐步优化的 梯级电站联合优化调度方法。
技术介绍
梯级水电站联合优化调度是一类大规模、多约束、动态和非线性优化问题，随着系 统规模的逐步扩大，求解难度越来越大。虽然传统动态规划算法在求解梯级优化问题存在 "维数灾"，求解耗时久。虽然目前用于求解梯级水电站联合优化调度问题的智能优化算法 有，蚁群算法，遗传算法，离散微分动态规划法，差分进化算法，然而这些智能优化算法容易 "早熟"，陷入局限收敛，无法保证优化结果的"可靠性"，亟需一种适用于梯级水电站群联合 优化调度的优化算法，既耗时短，又能够收敛于全局最优解。逐步优化算法是动态规划类算 法，该算法将多阶段优化问题分解为若干两阶段子问题，且不需对状态变量在可行域内离 散，因而不仅可获得较精确解，也能克服动态规划求解多状态变量问题时出现的"维数灾" 问题，运算效率较动态规划算法有大幅提高，并且当目标函数为凸函数时，算法一定收敛于 问题的最优解。但是梯级水电站优化调度问题的目标函数呈非凸、非线性，在运用逐步优化 算法求解时无法保证收敛于全局最优解，且当梯级电站间存在水头重叠时，梯级电站间复 杂的水力耦合关系加剧这一问题的复杂性。因此，现行算法在求解梯级电站联合优化调度 问题具有一定的局限性，容易陷入局部最优解，或者求解耗时久，存在维数灾，难以满足实 际运行中的调度要求。
技术实现思路
本专利技术目的在于提供。增 强算法的搜索能力，解决由于梯级间水头重叠、逐步优化算法的寻优顺序等因素造成的局 部收敛问题。 本专利技术提供，采用逐步差 分离散策略和变阶段策略进行寻优。在两阶段寻优时采用差分离散策略，同时离散多个电 站的水位，扩大了搜索区间；当两阶段寻优陷入局部最优时，采用变阶段策略，增加到三阶 段寻优；当三阶段寻优陷入局部最优时，采用变阶段策略，增加到四阶段寻优……，以此类 推。此方法可有效地避免算法陷入局部最优解，不断逼近全局最优解。 本专利技术提供，包括以下步 骤： 步骤一：初始化。由于在不同的初始条件下，得到最优结果所耗费的时间相差很 大，所以为了保证算法的初始解是可行解，由常规优化调度方法获取各水电站的初始调度 过程，采用约束搜索的方式进行水位调整。若来水大于最小下泄流量，则维持原水位；若来 水小于最小下泄流量，则按照最小下泄流量下泄，推求得到下一时刻水位；以此类推，得到 整个调度期的水位过程，其中时段数为M。 步骤二：设VP为逐步优化算法的寻优阶段数，其中初始VP = 2。从第0个节点开 始（即i = 0)，固定第i个节点和第i+VP节点的水位，节点i和节点i+VP之间的所有电站 的水位节点均为可调节点，针对此VP个阶段问题采用差分进化算法进行寻优计算。 步骤三：选取种群规模NP，初始个体均对梯级水电站的可调节点，在可行域内进 行随机离散，生成初始种群，然后通过变异，交叉，选择生成下一代种群，然后重复步骤三直 至得到此VP个阶段问题的最优解。 步骤四：令i = i+Ι ;重复步骤二和步骤三，直至最后一个调度时段M，即i = Μ为 止，从而得到梯级各水电站水位过程线。 步骤五：以步骤四求得的各水电站水位过程线作为初始轨迹，重新回到步骤二，重 复步骤二到步骤五，直到满足变阶段收敛条件为止，停止计算；例如这里选择如果连续10 次优化结果值保持不变，则判断为满足变阶段收敛条件。 步骤六：令VP = VP+1。转至步骤二，重复步骤二到步骤五，直至结果满足最终收 敛条件，停止计算。例如这里选择如果连续20次优化结果值保持不变，则判断为满足变阶 段收敛条件。 步骤七：终止计算，获得各水电站的最优水位过程线。 总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效 果： 1、本专利技术在求解梯级电站联合优化调度问题上具有很好的全局搜索能力，有效克 服了传统算法的局部收敛问题； 2、本专利技术在保证收敛于全局最优解的前提下，相较于动态规划算法，其求解效率 大幅度提高，解决了 "维数灾"问题；。 3、本专利技术优化结果具有很好的稳定性，在求解梯级电站联合优化调度问题时，优 化结果不随初始条件、计算次数而发生变化。【附图说明】 图1为本专利技术梯级电站联合优化调度的变阶段逐步优化算法流程图； 图2为本专利技术实施例平水年情景下优化结果的水位过程对比图； 图3为本专利技术实施例算法稳定性对比分析图； 图4为本专利技术实施例55年算法误差对比分析图。【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并 不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要 彼此之间未构成冲突就可以相互组合。 本专利技术以金沙江下游的溪洛渡向家坝梯级水电站优化调度问题为实施例，进行多 年中长期优化调度模拟，以体现本专利技术的有效性和合理性。 溪洛渡、向家坝是金沙江下游规划四梯级中以建成投运的梯级电站，溪洛渡电站 以发电为主，兼顾防洪、航运和生态，调节库容64. 6亿m3,具有不完全年调节能力，总装机 容量1386万kW，多年平均发电量640亿度；向家坝坝是溪洛渡电站的反调节电站，位于溪 洛渡坝址下157公里，以发电为主，兼顾防洪、航运、生态和灌溉，调节库容9亿m3,具有不完 全季调节能力，总装机容量640万kW，多年平均发电量307. 47亿度。溪洛渡电站坝址位于 下游向家坝水电站的回水区，溪洛渡-向家坝梯级电站是比较典型的存在水头重叠梯级电 站。实施例以旬为调度期模拟溪洛渡向家坝梯级水电站中长期优化调度，并采用多种算法 进行结果对比分析。如图1所示，本专利技术实施步骤如下： 步骤一：初始化。由溪洛渡向家坝电站的常规优化调度图获取各水电站的初始调 度过程，采用约束搜索的方式进行水位调整。若来水大于最小下泄流量，则维持原水位；若 来水小当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于变阶段逐步优化的梯级电站联合优化调度方法，其特征在于，包括如下步骤：步骤一、获取各水电站的初始调度过程，采用约束搜索的方式进行水位调整；若来水大于最小下泄流量，则维持原水位；若来水小于最小下泄流量，则按照最小下泄流量下泄，推求得到下一时刻水位，从而得到整个调度期的水位过程，其中时段数为M；步骤二、从第0个节点开始，即i＝0，固定第i个节点和第i+VP节点的水位，节点i和节点i+VP之间的所有电站的水位节点均为可调节点，针对此VP个阶段问题采用差分进化算法进行寻优计算；其中，VP为逐步优化算法的寻优阶段数；步骤三、选取种群规模NP，初始个体均对梯级水电站的可调节点，在可行域内进行随机离散，生成初始种群，然后通过变异、交叉，选择生成下一代种群，然后重复步骤三直至得到此VP个阶段问题的最优解；步骤四、令i＝i+1；重复步骤二和步骤三，直至终止时刻i＝M为止；从而得到梯级各水电站水位过程线；步骤五、以步骤四求得的各水电站水位过程线作为初始轨迹，重新回到步骤二，重复步骤二到步骤五，直到满足变阶段收敛条件为止，停止计算；步骤六、令VP＝VP+1；转至步骤二，重复步骤二到步骤五，直至结果满足最终收敛条件，停止计算；步骤七、终止计算，获得各水电站的最优水位过程线。...
【技术特征摘要】
【专利技术属性】
技术研发人员：周建中，莫莉，刘懿，陈璐，严冬，曾小凡，闫宝伟，覃晖，孙怀卫，赵娜，蒋志强，李远征，张诚，袁柳，王超，卢鹏，乔祺，吴巍，汪洋，欧阳文宇，常楚阳，高新稳，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。