水库优化调度的可行搜索方法技术

本发明专利技术是一种水库优化调度的可行搜索方法，即：所采集的数据均由计算机处理，构成适用于具复杂约束条件的单一水库优化调度，或水库群优化调度和水资源优化配置的水库优化调度的可行搜索方法；该方法采用的步骤包含正向递推水库水位运行轨迹可行范围、逆向递推水库水位运行轨迹可行范围、水库水位运行轨迹最大可行范围的确定、水库水位运行可行轨迹的选取和水库优化调度的最优解的选择。本发明专利技术能够明确水库在调度期运行的可行轨迹范围；确保所得到的解均为可行解；便于人机交互，辅助决策者决策；本方法思路清晰、简单实用、且执行效率高，适用于具复杂约束条件的单一水库优化调度，也适用于水库群优化调度和水资源优化配置。

【技术实现步骤摘要】

本专利技术涉及水库优化调度
，特别是涉及一种。
技术介绍
水库优化调度是在给定计算期初始水位和终止水位以及各计算时段的综合利用要求的情况下，根据预报的入库流量，进行水库运行策略的最优选择的问题。因其可以在不增加任何工程成本的条件下获得巨大的经济效益和社会效益而受到业界的普遍关注。自20世纪40年代，美国人Mases最早将优化概念引入到水库调度以后，水库优化调度所采用的方法也越来越多，一般可分为线性规划、非线性规划、动态规划及其改进方法、遗传算法、人工神经网络、蚁群算法、混沌优化算法和微粒群算法等(见文献)。线性规划(LP)是水库优化调度中较简单且应用广泛的规划方法。但该法计算效率低，由于水库优化调度的非线性和随机性，当调度的目标函数和约束条件很复杂时，需先用其它方法将问题线性化再进行求解。非线性规划(NLP)方法通常出现优化过程慢、相对计算时间长的问题。比线性规划复杂，且没有通用的求解方法和程序，因而非线性规划的应用的广泛性比不上线性规划和动态规划。动态规划(DP)是解决多阶段决策过程最优化问题最常用的一种数学方法，可以很好地解决水资源系统的非线性和随机性这个问题，但该方法还是不够完善，其最大的问题是当水库数目多时，往往会产生不可避免的“维数灾”，另外计算工作量也很大。因此，相关学者们提出了大量改进措施，主要有粗网格内插技术、连续逐次逼近动态规划(DPSA)、增量动态规划(IDP)以及离散微分动态规划法(DDDP)、逐步优化算法(POA)等。遗传算法(GA)为解复杂系统优化问题提供了一种通用框架，它不依赖于问题的具体领域，对所求解问题的种类具有很强的鲁棒性，其不足之处在于其计算过程存在“早熟”现象。人工神经网络(ANN)是一种具有高度非线性自适应并行分布的信息处理系统，对于多水库、多变量、多目标进行系统决策时，具有运算速度快，构造灵活，人工干预少的优点。蚁群算法(ACO)是一种随机化启发式搜索算法，具有并行化、鲁棒性强、正反馈的优点，在水库优化调度中用蚁群算法能在搜索中找到较好的可接受的解，但该法容易出现停滞现象(见文献)。混沌优化算法(CA)应用于水库优化调度时，采用混沌变量在允许解空间进行搜索，搜索过程按混沌运动自身规律进行，更容易跳出局部最优解，且搜索效率高，是一种非常有效的寻优方法。微粒群算法(PSO)操作简单，依赖的经验参数少并且收敛速度快，但也存在搜索精度不高和易于陷入局部最优解的缺点(见文献)。另外，崔瑞红、董增川等人在《水库优化调度方法研究分析》文献中，分析了国内外水库优化调度的研究的进展。对几种代表性的方法在水库优化调度中的应用列表分析比较，最后对今后水库优化调度方法的研究发展作了展望。上述方法在解决水库优化调度中存在以下不足离散化问题。水库水位是连续变量，上述的很多算法如DP及其改进算法、遗传算法和蚁群算法等均是基于离散的水位或库容点之上的，故所得最优解并不是真正意义上的最优解，真正的最优解应该在连续空间中进行寻求，而将水库水位或库容进行离散化处理，降低了解的精度。初始可行解选择问题，具有复杂约束条件的水库调度问题，这些方法均未能提出初始可行解选择的可行办法，一种方法是使用罚函数法，用罚因子将约束问题转化为无约束问题；另一种方法是对构造的每个解的可行性进行检查，并去除非可行解，计算工作量大为增加，且效率很低。如在2006年4月水利学报发表的文献《自适应遗传算法在水库优化调度中的应用》中，介绍了对初始解的选择也是采用去除非可行解的方法；局部极值问题，很多算法对初始可行解具有敏感性，动态规划、遗传算法、蚁群算法和混沌优化算法等易陷入局部极值问题(见文献)。另外，在有关文献中介绍了蚁群算法，PSO算法以及两种算法可以融合的几种方法，它们对蚁群算法的这一问题进行了较详细的论述。对于库群问题，许多优化方法提供的只是解决单库或两库的优化问题，而对于多库问题则很少涉及。综上所述，现有技术中提供的关于解决水库优化调度问题的方法，存在着诸多的缺陷，特别是在离散化问题、初始可行解选择问题、局部极值问题方面不能进行有效处理，对具复杂约束条件情况下的水库优化调度的问题尤其突出。
技术实现思路
本专利技术所要解决的技术问题是提供一种，以克服现有技术的缺陷，尤其是在有效处理具复杂约束条件的水库优化调度问题中作出积极贡献。本专利技术解决其技术问题采用以下的技术方案本专利技术提供的是所采集的数据均由计算机处理，构成适用于具复杂约束条件的单一水库优化调度，或水库群优化调度和水资源优化配置的。该方法采用的步骤包含正向递推水库水位运行轨迹可行范围、逆向递推水库水位运行轨迹可行范围、水库水位运行轨迹最大可行范围的确定、水库水位运行可行轨迹的选取和水库优化调度的最优解的选择。本专利技术提供的，其用途有能够进行单一水库优化调度应用，水库群优化调度应用，能够进行水资源优化配置应用。本专利技术与现有技术相比具有以下的显著进步和突出的效果其一.通过确定水库调度期各时段水位的上下限，能够明确在调度期水库水位运行轨迹最大可行范围；其二.通过从调度期开始的顺序逐时段在水库水位运行轨迹可行范围内确定水库的水位，可保证得到可行轨迹；其三.将确定性方法和随机方法相结合，可保证搜索的全局性和水位的连续性；其四.结合DDDP和GA等的算法，可以得到更好的近似最优解；其五.便于人机交互，辅助决策者决策。其六.本方法思路清晰、简单实用、执行效率高，适用于具复杂约束条件的单一水库优化调度，也适用于水库群优化调度和水资源优化配置，并且能够有效提高水库优化调度的工作效率。附图说明图1正向递推水库水位运行轨迹最大可行范围示意图；图2逆向递推水库水位运行轨迹最大可行范围示意图；图3确定水库水位运行轨迹最大可行范围示意图；图4正向递推时水库水位运行轨迹调整方法示意图；图5逆向递推时水库水位运行轨迹调整方法示意图；图6水库优化调度可行搜索方法的程序框图。具体实施例方式本专利技术是一种，其具有在进行单一水库优化调度应用中的用途，水库群优化调度应用中的用途，在进行水资源优化配置应用中的用途，以及其它方面应用中的用途。下面结合实施例及附图对本专利技术作进一步说明1.水库水位运行轨迹最大可行范围的确定水库水位在不同运行时段有不同的要求，通常要求库水位在非汛期控制在正常蓄水位和死水位之间，汛期控制在防洪限制水位和死水位之间，有时由于一些特殊情况，也有决策人根据具体情况控制某些时段水库水位的要求。在水库调度期内，各时段水库还有综合利用等要求，如各时段最大和最小下泄流量、最大和最小发电出力等，加上水库的来水和水库自身的特性，因此，水库优化调度往往是具有复杂约束条件的优化问题。水库水位在调度期每个时段的变化均存在一个极限范围，即存在水库水位运行轨迹最大可行范围。(1)正向递推水库水位运行轨迹可行范围按照给定水库的基础数据和各时段的综合利用及约束条件，由计算机推求如图1所示从初始水位开始，按照本时段即第1时段允许的最大下泄流量、最大发电出力和时段末最低水位要求计算，结合水库此时的下泄能力和机组出力限制，得到第1时段末即第2时段初的水库可能达到的水位下限值，再以此为基础按照相同的方法计算第3时段初的水位下限值，直到计算期末为止，得出从计算期初开始的正向递推得到的各时段水库水位运行轨迹下限的可行范本文档来自技高网...

【技术保护点】
一种水库优化调度的可行搜索方法，其特征在于所采集的数据均由计算机处理，构成适用于具复杂约束条件的单一水库优化调度，或水库群优化调度和水资源优化配置的水库优化调度的可行搜索方法，该方法采用包含下述步骤进行水库优化调度的可行搜索：　　　　（１）正向递推水库水位运行轨迹可行范围：　　　　按照给定水库的基础数据和各时段的综合利用及约束条件，由计算机推求：　　　　从初始水位开始，按照本时段即第一时段要求的最大和最小下泄流量、最大和最小发电出力以及时段末最低和最高水位要求计算，结合水库此时的下泄能力和机组出力限制，得到第一时段末即第二时段初的水库可能达到的水位下限值，再以第一时段末即第二时段初的水库水位下限为基础，按照相同的方法计算第二时段末即第三时段初的水位下限值，直到计算期末为止，得出从计算期初开始的正向递推水库水位运行轨迹下限的可行范围，　　　　同理可以推出正向递推水库水位运行轨迹上限的可行范围；　　　　（２）逆向递推水库水位运行轨迹可行范围：　　　　从计算期末水位开始，按照最末时段允许下泄的最小和最大流量、最小和最大发电出力以及时段初最低和最高水位要求，结合水库此时的下泄能力和机组出力限制，逆向计算，推求得到该时段初的水库可能的水位下限值，再以该时段初的水库可能的水位下限值为基础按照相同的方法推求前一时段的水位下限值，直到计算期初为止，得出从计算期末开始的逆向递推水库水位运行轨迹下限的可行范围，　　　　同时可得出逆向递推水库水位运行轨迹上限的可行范围；　　　　（３）水库水位运行轨迹最大可行范围的确定：　　　　按照上述步骤得到的正向递推和逆向递推水库水位运行轨迹下限的可行范围，依据同时段取大的原则，得出从计算期初到计算期末的水库水位运行轨迹下限的最大可行范围，　　　　按照上述步骤得到的正向递推和逆向递推水库水位运行轨迹上限的可行范围，依据同时段取小的原则，得出从计算期初到计算期末的水库水位运行轨迹上限的最大可行范围；　　　　（４）水库水位运行可行轨迹的选取：　　　　按照时段顺序，从第一时段初给定的水库水位开始，根据水库在该时段的最大和最小下泄流量、最大和最小发电出力以及时段末最低和最高水位要求计算，结合水库此时的下泄能力和机组出力限制，由计算机算出水库在时段末可能达到的水位最大值和最小值，若该值超出水库水位运行轨迹最大可行范围，则按最大可行范围调整时段末水位的最大值和最小值，得到时段末水库水位的上限和下限，在该范围内...

【技术特征摘要】

【专利技术属性】
技术研发人员：艾学山，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]