（水利水电工程专业论文）改进微粒群算法在水电站优化调度中的应用.pdf

中文摘要 水电站优化调度主要是研究水电站的科学管理和调度决策的优化技术。目 前，国内外学者对水电站优化调度问题已进行了许多深入的研究并取得了一些重 要的研究成果，但是水电站优化调度理论仍存在不足之处，需要进一步的提高和 深入。在梯级水电站短期优化调度研究中，梯级电站调峰模式和各电站之间的水 力联系和电力联系如何有效地体现在模型中仍需要进一步的研究；对于水电站厂 内经济运行，如何有效地考虑机组的振动特性仍有待探讨。同时对于水电站优化 模型的求解，传统的优化方法在计算速度、收敛性能方面存在较大的不足。 微粒群算法是近年来新兴的一种简单实用的基于群体智能的全局优化算法， 简单、容易实现且功能强大，因而短短几年的时间便获得了很大发展，并且被广 泛应用于许多领域。本文首先针对标准微粒群算法的一些不足，在其中引入突变 机制来模拟周围环境对微粒群系统的作用，形成突变微粒群算法从而大大提高了 该算法的优化性能。其次，本文对梯级水电站群在调度期内龙头水库总下泄水量 一定条件下的运行方式进行了研究，考虑梯级水电站调蜂模式要求、水量平衡、 水库水位约束、电站出力约束以及梯级各电站之间的电力联系和水力联系等影响 因素，以梯缴水电站群的总发电量为目标函数建立了梯级水电站群短期优化调度 模型；同时本文对水电站厂内经济运行进行了研究，并在综合考虑机组初始运行 状态、机组振动特性、机组出力、下泄流量、水库蓄水量和电网负荷平衡等要素 的基础上，兼顾电站机组的运行效率和状态，建立了水电站厂内经济运行模型。 为验证上述两个模型的有效性，本文分别将其应用于云南省硕多岗河梯级水电站 和黄河上游李家峡水电站的优化研究，同时鉴于传统优化算法的不足，本文将突 变微粒群算法应用于上述两个模型的求解。对计算结果的分析表明本文建立的两 个模型有效可行，同时也表明突变微粒群算法在水电站优化调度领域有很强的适 用性，为水电站优化调度模型的求解问题提供了一条新的途径。 关键词：水电站优化调度、突变微粒群算法、短期优化调度、厂内经济运行、 梯级水电站、双排机水电站 a b s t r a c t t h eo p t i m a lo p e r a t i o no fh y d r o p o w e rs t a t i o n sm a i n l ys t u d i e st h eo p t i m i z a t i o no f s c i e n t i f i cm a n a g e m e n ta n dd i s p a t e h i b gd e c i s i o n a tp r e s e n t ，al o to ff u r t h e rr e s e a r c h h a sb e e nc a r r i e dt h r o u g ha n dm a n yr e s u l t sg a i n e db o t ha th o m ea n da b r o a d ，b u tt h e r e a r cs t i l li n c o m p l e t e n e s s e si nt h i st h e o r yn e e d i n gi m p r o v i n g i tn e e d sf u r t h e rr e s e a r c h h o wb o t hh y d r a u l i ca n de l e c t r i cc o n t a c t s a r er e f l e c t e di nt h es h o r t t e r mo p t i m a l o p e r a t i o nm o d e lo fc a s c a d eh y d r o p o w e rs t a t i o n s a n ds od o e sh o wt h ev i b r a t i o n f e a t u r e so ft h eu n i t sa r et a k e ni na c c o u n ti nt h ei n n e r - p l a n te c o n o m i c a lo p e r a t i o no f h y d r o p o w e rs t a t i o n s w h a ti sm o r e ，c o n v e n t i o n a lo p t i m i z a t i o na l g o r i t h m s f o rt h e s o l u t i o no ft h eo p t i m a lm o d e l sh a v em a n yl i m i t a t i o n si nc o m p u t i n gs p e e da n d c o n v e r g e n c e p a r t i c l es w a r n l o p t i m i z a t i o n ( p s o ) i s an e w s i m p l e a n d p r a c t i c a l o v e r a l l o p t i m i z a t i o na l g o r i t h mb a s e do ns w a m ii n t e l l i g e n c e b e c a u s eo f i t sa d v a n t a g e s ，i th a s g o tg r e a td e v e l o p m e n ta n d b e e nu s e d e x t e n s i v e l y f i r s t l y , t oo v e r c o m e s o m e d i s a d v a n t a g e so fs t a n d a r dp s o ，c a t a s t r o p h em e c h a n i s ms i m u l a t i n gt h ee f f e c t so ft h e c i r c u m s t a n c ei si n 打o d u c e di n t ot h ep s 0t of o r mt h ec a t a s t r o p h ep s 0 ，w i t hi t s p e r f o r m a n c eg r e a t l yi m p r o v e d s e c o n d l y , t h eo p e r a t i o np a t t e r n o fc a s c a d e h y d r o p o w e rs t a t i o n si ss t u d i e d ，w h o s eo v e r a l lw a t e rd i s c h a r g ei s f i x e dd u r i n gt h e o p e r a t i o np e r i o d ，a n dt h es h o r t - t e r mo p t i m a lo p e r a t i o nm o d e lo f c a s c a d eh y d r o p o w e r s t a t i o n si se s t a b l i s h e dw i t hm a n yf a c t o r st a k e ni n t oa c c o u n t a 1 s o g i v i n ga t t e n t i o nt o o p e r a t i o n a le f f i c i e n c y , v i b r a t i o ns t a t eo f u n i t sa n dm a n y o t h e rf a c t o r s ，t h ep r o b l e m so f t h ei n n e r - p l a n te c o n o m i c a lo p e r a t i o no fh y d r o p o ；v e rs t a t i o n sa r es t u d i e d ，w i t ht h e i n n e r - p l a n te c o n o m i c a lo p e r a t i o nm o d e lo fh y d r o p o w e rs t a t i o nc o n s t r u c t e d n e x t ，i n o r d e rt om a k es u r et h et w om o d e l s y a l i d i t y , t h e ya r ea p p l i e dt os h u o d u o g a n gc a s c a d e h y d r o p o w e rs t a t i o n sa n dl i j i a x i ah y d r o p o w e rs t a t i o nr e s p e c t i v e l y , a n da r es o l v e d u s i n gc a t a s t r o p h ep s ow h e r e a st h ed i s a d v a n t a g e so ft h ec o n v e n t i o n a lo p t i m i z a t i o n a l g o r i t h m s t h ea n a l y s i so f t h er e s u l t ss h o w st h ev a l i d i t ya n dp r a c t i c a b i l i t yo f t h et w o m o d e l sc o n s t r u c t e di nt h i sp a p e r , a n dt h ea p p l i c a b i l i t yo ft h ep s ot ot h ef i e l do f o p t i m a lo p e r a t i o no fh y d r o p o w e rs t a t i o n sw h i c hp r o v i d e san e ww a yo fs o l v i n gt h e o p t i m a lo p e r a t i o nm o d e l s k e yw o r d s ：o p t i m a lo p e r a t i o no fh y d r o p o w e rs t a t i o n s ，c a t a s t r o p h ep a r t i c l es w r r l n o p t i m i z a t i o n ，s h o r t t e r mo p t i m a lo p e r a t i o n ，i n n e r - p l a n te c o n o m i c a lo p e r a t i o n ，c a s c a d e h y d r o p o w e rs t a t i o n s ，h y d r o p o w e rs t a t i o nw i t ht w o r o wp l a c e d u n i t s 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得墨盗盘鲎或其他教育机构的学位或证 书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者躲菇妤捌期：厂年占月矛 学位论文版权使用授权书 本学位论文作者完全了解盘盗盘茔有关保留、使用学位论文的规定。 特授权苤鲞盘茔可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部f 了或机构送交论文的复印件_ 狃磁盘。 ( 保密的学位论文在解密后适用本授权说明) 文作一：荐峥 签字日期：鲫j 年6 月习日 导师签名 签字日期：y 卅，年 第一章概述 第一章概述 1 1 水电站水库优化调度概述 水电站水库优化调度主要是研究水电站水库的科学管理和调度决策的优化 技术，在保证电能生产的安全可靠、连续优质以及多目标综合利用要求的条件下， 合理的、有效的、最大限度的利用水能，挖掘潜力，节约能源，多发电，以求收 到最大的经济效果，与水电站水库常规调度有很大的不同。国内外一贯沿用的常 规水库调度方法是采用建立在水文学径流调配调节理论基础上的时历法，即采用 历史水文统计资料，选择典型来水过程为代表年进行水能调节计算，并用取其包 络线绘制的水库调度图来指导水电站运行。这种调度法虽然简单清晰，保证率概 念明确，处理水库运行中各类相关因素亦较直观明了，但是调度模式缺乏数学最 优化理论基础，而且使用规则不考虑面临时段的径流预报，很呆板、不灵活，带 有一定的盲目性，效果不理想。因此常规调度虽然简单、，直观，但调度结果不一 定最优，而且不便于处理复杂的水库调度问题。优化调度则是一种建立以水库为 中心的水利水电系统的目标函数，拟订其应满足的约束条件，然后用最优化方法 求解由目标函数和约束条件组成的系统方程组，使目标函数取得极值的水库控制 运用方式。优化调度是近5 0 年来得到较快发展的一种水库调度方法，因为其不 需要增加额外的投资就可取得相当大的效益。 科学地管理水电站是以水电站生产过程所具有的客观规律为依据的。由于水 文现象的随机性、模糊性以及水电站运行的灵活性，水电站与火屯站或其他类型 电站在运行方式方面有很大不同。一方面，这使得水电站的经济运行大为复杂； 另一方面，水电站运行方式的灵活性和多样性，给水电站经济运行开辟了相当广 阔的空间。依靠正确选择水电站的运行方式，科学地管理和组织机组的工作方式， 以达到最充分、最合理、最有效地利用水能资源，获得最大的效益。水电站水库 优化调度问题分为三种方式：，一内经济运行、短期优化调度和长期优化调度“1 。 1 水电站厂内经济运行。水电站厂内经济运行主要研究水电站的出力、流 量和水头平衡；机组动力特性和动力指标；机组间负荷的合理分配方式；最优的 运转机组数和机组的启、停机计划；机组的合理调节程序和电能生产的质量控制 及用计算机实现经济运行实时控制等。 2 水电站短期优化调度。水电站短期优化调度主要是研究和解决电力系统 的日( 周、旬) 电力电量平衡；水火电站有功负荷和无功负荷的合理分配；负荷 预测；电网潮流和调频调压方式；备用容量的确定和合理接入方式；水电站的水 第一章概述 库日调节和上、下游不稳定水流对最优运行方式和对综合利用各部门用水的影响 等。 3 水电站长期优化调度。水电站长期优化调度通常指年及多年较长时间的 运行方式。具体研究的是以水电站水库调度为中心，包括电力系统的长期的电力 电量平衡，检修计划的安排，备用方式，水库来水预报及分析，水库洪水调度等。 水电站的厂内、短期和长期优化调度= 三者之间相互制约、互相影响，是一个 整体。任一种优化调度都必须考虑其与其他两者的关系和相互影响。在理论研究 及分析最优运行方式所具有的特点时，应首先解决厂内经济运行的方式问题。先 厂内，次短期，后长期。在制定短期最优运行方式时，把一个厂看作一个单元， 认为厂内各设备的运行是按最优方式进行的，水电站的动力特性是在厂内经济运 行的基础上做出的。在制定长期最优运行方式时，则认为厂内和短期都是按最优 运行方式进行的，所具有的动力特性曲线叫做平均特性，它是在厂内和短期最优 运行的基础上确定和绘制出来的，如图l 一1 单线所示。在实际制定各种最优运行 方式用以指导运行管理时，则以与上述顺序正好相反的顺序进行。长期优化调度 的基本任务，是把水电站的规定的有限输入能量( 或相应的水量) 分配给各个时 间段( 短期) ；短期优化调度的任务，是把长期优化调度确定的、短期可使用的 水量在短期期间合理使用，以确定水电站的逐时段运行状态和负荷在各电站间的 分配；厂内经济运行的基本任务，则是根据短期优化调度确定的水电站的负荷( 日 负荷) ，组织厂内各设备的最优运行。如图l l 中双线所示。 图1 - 1 水电站厂内、短期和长期优化调度方式 水利工程设施三分建，七分管。水电站水库控制运用的合理与否，直接关系 着大坝本身的安全，关系着下游千百万人民生命财产的安全，关系着水库能否多 蓄水以满足兴利各部门的用水需要，关系着水电站自身以及电网运行的安全稳定 性。如何根据具体情况和防洪兴利的要求，制定水电站水库科学合理的调度方案， 并在实际中灵活运用，是确保水利枢纽工程安全、水电站安全稳定经济运行、合 理利用水资源、充分发挥水利工程综合效益的关键。 第一章概述 1 2 国内外水电站水库优化调度技术发展概况 水电站水库优化调度技术的发展经历了传统时历法调度、单库优化调度、梯 级水库群优化调度、水火电联合优化调度几个阶段。从实用技术应用效果来看， 其发展经历了传统时历法参考人工经验的调度方法、调度图与预报相结合的常用 调度方法、滚动预报优化调度三个阶段。多数的传统水库优化调度方法由下对水 库来水预报这一信息处理技术研究不深，使得其优化方法只有规划意义，而没有 实际调度意义，因此这些优化调度方法很少在实际调度中得到应用。然而，优化 调度方法和理论存研究的深度和广度上有了长足的发展，从单库优化到梯级优 化，从梯级优化到水库群优化，再到水火电联合优化；优化理论方法从确定性优 化到随机性优化，从单目标优化到多目标优化，从线性优化到非线性优化，从动 态规划到函数空间迭代法及策略空间迭代法，从传统优化到模糊优化等，优化理 论日趋丰富和多样化。随着现代控制调度理论的发展和计算机搜术在调度中的广 泛应用，优化调度方法已逐步在实际生产中得到广泛的应用，取得了很大的效益。 实行水库优化调度应解决两个问题，一是如何建立水库优化调度数学模型， 二是如何选择求解这种数学模型的最优化方法。前者包括确定目标函数和相应的 约束条件；而可供选择的最优化方法有线性规划”3 、非线性规划0 3 、动态规划、 大系统分解协调方法“1 和遗传算法”1 等。 我国开展单一水库优化调度的研究与应用始于6 0 年代。1 9 6 3 年，谭维炎、 黄守信等根据动态规划理论建宦了一个长期调节水电站水库的优化调度模型，并 在狮子滩水电站的优化调度中得到应用3 。1 9 7 9 年，张勇传、熊斯毅等在建立拓 溪水电站水库优化调度模型时用时窄离散简单马可夫过程描述径流过程，将时段 入流由短期预报提供，寻优方法采用可变方向探索法”1 。虽然绘制优化调度图仍 用贝尔曼优化原理，但由于引进了惩罚项。因而提高了调度图的可靠性。差不多 同一时期，董子敖等人在研究刘家峡水电站水库优化调度时提出了国民经济效益 最大的目标函数，在寻优技术方商采用了满足保证率要求的改变约束法，以控制 破坏深度”。1 9 8 2 年，施熙划i 、林翔岳等在研究枫树坝水电站优化调度时提出了 保证率约束下的马可夫决羡规划模型“1 。1 9 8 3 年，张勇传、傅昭阳等人提出了建 立在对策论基础上的水库优化调度图“。同年，鲁子林等应_ 】_ j 增量动态规划并结 合短期洪水预报模型，实施了富春江水电站的优化调度，获得了平均每年增发电 能2 4 7 0 万千瓦时的效盏”“。1 9 8 6 年，李寿声、彭世彰等结台一些地区水库调度 实际问题拟订了一个非线性规划模型和多维动态规划模型，用于解决满足多种水 源分配的水库最优引水量问题“。同年，土厥谋等为对汉 工中、下游洪水进行最 优控制，建立了丹江口水库防洪优化调度模型o “，目标函数为各种控制目标的罚 优控制，建立了丹汀口水库防洪优化调度模型。“，目标函数为各种控制目标的罚 第一章概述 函数之和，最优策略的求解方法采用线性规划法。1 9 8 6 年，张玉新、冯尚友建 立了一个多维决策的多目标动态规划模型，以多目标中某一目标为基本目标，而 将其它非基本目标作为状态变量处理，求解方法仍基于一般的动态规划原理“， 该法实质上是单目标动态规划法在多目标问题中的应用，因此，随着维数的增加 计算工作量必然增加较多。为克服这一问题，张玉新、冯尚友又于1 9 8 8 年提出 了一个称之为多目标动态规划迭代法的求解方法“”，该法的核心是构造个三级 段函数，计算效率有所提高。在研究以发电量和淤积量为目标的水沙联合优化调 度中，用该法求出非劣解集后再用均衡规划法选出满意的调度方案。 随着水资源和水电的不断开发利用，水库群已成为最常见的水利枢纽系统。 水库群优化调度虽以单一水库优化调度的理论和方法为基础，但也不断有新的方 法出现，我国在这方面的研究成果也比较丰富。研究开始于8 0 年代初，当时谭 维炎、刘健民等人在研究四川水电站水库群优化调度图和计算方法时提出考虑保 证率约束的优化调度图的递推计算方法“。1 9 8 1 年，张勇传利用大系统分解协 调的观点对两并联水电站水库的联合优化调度问题进行了研究，先把两库联合问 题变成两个水库的单库优化问题，然后在两水库单库最优策略的基础上引入偏优 损失最小作为目标函数，对单库最优策略进行协调，以求得总体最优“”。1 9 8 2 年，熊斯毅根据系统分析思想提出了水库群优化调度的偏离损失系数法“”，采用 马可夫模型描述径流过程，偏离损失系数是通过逐时段求解最优递推方程求得 的，因此能反映面临时段效益和余留期影响，不仅形式简单、使用方便，而且理 论上比较完善，该法在湖南拓溪风滩水电站水库群的最优调度中得到了应用。 同年，叶秉如等提出了并联水电站水库群年最优调度的动态解析法，该法以古典 优化法为基础，结合递推计算o “，应用在闽北水电站水库群优化调度的模拟计算 中，可增加发电量6 6 。同时期，黄守信、方淑秀等提出了以单库优化为基础 的两库轮流寻优法用于并联水库群的优化调度计算。1 9 8 3 年，鲁子林将网络 分析中最小费用算法用于水电站水库群的优化调度。“。1 9 8 6 年，董子敖等提出 了计入径流时空相关关系的多目标多层次优化法。”，该法的基本思想是采用分区 推求条件频率的方法，把一维动态规划逐步逼近法用于二维状态，并采用参数迭 代法实现降低维数求出单目标最优解，以克服“维数灾”障碍。1 9 8 8 年，叶秉 如等提出了一种空间分解算法，并将多层动态规划法和空间分解法分别用于研究 红水河梯级水电站水库群的优化调度问题曙3 1 。同年，胡振鹏、冯尚友提出了动态 大系统多目标递阶分析的分解一聚合方法”，将库群多年运行的整体优化问题分 解为按时间划分的一系列运行子系统，在各子系统优化的基础上将各水库提供的 年内运行策略聚合成上一级系统，并由聚合模型描述和确定水库群的多年运行过 程和策略，该法为解决跨流域供水水库群联合运行中多库、多目标、多层次、调 4 第一章概述 节周期长和计算时段多等复杂情况提供了有效方法，在解决丹江口水库防洪与兴 利两个目标的优化调度时也应用了该法。1 9 9 8 年，解建仓也利用大系统分解协 调方法对水库群的联合调度问题作了研究，并且应用于黄河上游的龙羊峡和李家 峡水库o “。1 9 9 1 年，吴保生等提出了并联防洪系统优化调度的多阶段逐次优化 算法“”，该法由三阶段干模型和跨阶段子模型组成，以时间向后截取的防洪控制 点过程的峰值最小为目标函数，成功地解决了河道水流状态的滞后影响。1 9 9 4 年，都金康等以针对上述吴保生等提出的方法寻优速度较慢的缺点，提出了一种 简便高效的水库群防洪调度逐次优化方法。“。1 9 9 8 年，邵东国提出自由化模拟 技术解决多目标决策问题，建立了具有大系统递阶结构的多目标实时优化调度模 型，提出了用水库经济蓄水线和防破坏线分别反映多个不同目标要求的多目标实 时优化决策方法，。 上述水电站水库优化调度的研究和应用，把入库流量过程或者视作确定性 的，或者视作随机性的，但事实上水文现象还具有一定的模糊性。1 9 6 5 年美国 控制论专家z a d e h 创立了模糊数学。1 9 7 0 年b e l l m a n 和z a d e h 又共同提出了融 经典动态规划技术与模糊集合论于一体的模糊动态规划法，为水库优化调度开辟 了一条新途径。1 9 8 4 年，张勇传等把模糊等价聚类、模糊映射和模糊决策等引 入水库优化调度的研究。1 9 8 8 年，陈守煜提出多目标、多阶段模糊优选模型 的基本原理和解法，把动态规划和模糊优选有机结合起来。“；同年，陈守煜又提 出了系统层次分析模糊优选模型，这些研究成果为水库模糊优化调度的深入研究 奠定了理论基础“1 。1 9 9 4 年，王本德等提出了梯级水库群防洪系统多目标洪水 调度的模糊优选模型。“，将n 级有调节能力的水库顺流向分为n 个阶段，泄流 过程为状态。调度方案由泄流设备开启高度构成并定义为决策，对应前阶段不同 泄流过程的可行方案集为本阶段可行方案集，最后阶段的可行方案集为梯级水库 群的可行方案集，系统的阶段目标值矩阵的阶段数逐阶段增加，逐级传递下泄过 程与记录方案组合，计算目标值，直至最后阶段，由阶段递推矩阵的合成，利用 模糊优选原理与技术，实现方案优选。该模型分别在丰满一自山梯级防洪系统和 渭河一南城子一柴河串并联水库防洪系统的优化调度中得到应用。2 0 0 1 年，农 卫红利用半结构性决策系统模糊优选理论研究了青狮潭水库水资源综合利用多 目标规划问题。”，半结构性决策是指既有定量目标，又有难以量化的定性目标的 多目标决策。 近些年来，计算机技术的不断发展使得大规模的数据处理成为可能，这使得 基于计算机技术的智能仿生算法有了较大的发展并被广泛应用于许多领域。其 中，遗传算法( g a ) 和人工神经网络( a n n ) 等已被应用于水电站水库优化调 度领域并取得了一定的成果。 第一章概述 遗传算法( g e n e t i ca l g o r i t h m ，简称g a ) 是由美国j h h o l 】a n d 吸取自然界 中适者生存和基因遗传的思想而提出的一种全新的优化搜索算法。g a 是一种随 机优化技术，它是通过产生准随机数代替候选解以完成解空间的搜索，随着种群 的不断换代，前代候选解的概率分布相应地被后代更新。虽然由于生成各代种群 中染色体的随机性能否确保达到全局最优搜索尚无定论，但g a 的高度鲁棒性以 及在许多领域的成功应用，使它成为一种具有吸引力的寻优方法。多目标决策遗 传算法在每一代种群的更新过程中，都能产生大量满足决策指标的权衡解，故它 能给出一个较广范围的非劣解。它的主要优点是从多个初值点开始寻优，沿多路 径搜索实现全局或准全局最优；其次是占用计算机内存少，尤其适用于求解大规 模复杂的多维非线性优化问题；同时，遗传算法产生的解用编码表示，优点是算 法易于用生物遗传理论来解释，并使交叉、变异等遗传操作便于实现。1 。水电站 水库优化调度中的许多问题都属于复杂的多状态、多目标、非线性问题，故遗传 算法为水库优化调度问题的研究提供了一种新的思路。 近年来，国内在利用遗传算法解决水电站水库优化调度问题方面取得了以下 成果。1 9 9 4 年，韦柳涛在基因遗传算法基本原理基础上，增加了区域变化这一 重要环节，采用信息载体结构记录信息，提出了一种具有自适应杂交与自适应突 变功能的启发式基因遗传算法( n g a ) ，并相应建立了电力系统机组组合优化 和水电经济调度的基因遗传模型。同时，他提出了基于遗传交换操作的神经网络 训练方法，该方法克服了训练方法中易陷入局部极小值的缺陷，且速度较常规算 法快，便于应用”。1 9 9 7 年，正黎和马光文利用二进制遗传算法对水电站优化 调度进行了研究”，其假定对象是主要以发电为主的水电站，兼顾其他用途，但 是在他们的计算中并未考虑到其他过多用途，仅是一个个部分的主要约束作为基 本约束条件，比如发电量或流量限制条件，但这是一种对水电站优化调度方法的 新的尝试，同时王黎针对四川省某大型水利枢纽的调度运行进行了具体的验证， 得到了较好的计算效果。但是应当注意到，采用二进制数编码，需进行二进制数 与十进制数之间的转换，增加了编程和计算的工作量；尤为突出的缺陷是，在求 解高维优化问题时，二进制编码串将非常之长，扩大了算法的搜索空间，因而大 大降低了算法的搜索效率。因此，在水资源中应用的遗传算法一般采用的是十进 制编码，即符点编码。1 9 9 7 年，伍永刚针对电力系统中梯级水电站的优化调度 与控制问题，探讨研究了遗传算法在大型工程实际问题中的实用能力，研究了水 电站自动发电控制实时算法，取得了一些具有理论意义和实用价值的成果。主要 成果包括提出了种新的双链态基因表示方式，并设计了三种符合生物遗传规律 且实现简便的基因显性选优算予，以及设计了一种基于双链态基因模式的新的杂 交算子，有效地模拟了生物个体繁殖中基因的分离与重组过程，在效果上等同于 6 第一章概述 一致杂交方式，并针对遗传算法早熟问题提出了一种个体适应值变换方法，结合 个体的双链态基因表示方式，有效地处理了长基因码链小群体条件下保持算法进 化过程中群体基因多样性的问题，提高了遗传算法的全局寻优能力；应用上述双 链态基因遗传算法建立了一种水火电混合电力系统优化调度的遗传算法模型和 求解方法”“。2 0 0 0 年，金菊良在其论文遗传算法在水资源工程中的应用研究 中，分析了g a 善于处理复杂的非线性优化问题的特性，基于在水资源工程中存 在大量复杂的非线性优化问题而且许多问题的复杂程度超出了传统优化方法的 处理能力，论文对g a 及其在水资源工程中的应用进行较为深入、系统的研究， 完善了基于二进制编码的加速遗传算法( a g a ) ，提出了基于实数编码的加速遗 传算法( r a g a ) 和基于整数编码的单亲遗传算法( i p g a ) ”3 。2 0 0 1 年，畅建 霞利用十进制的遗传算法对水电站水库进行了优化调度研究，另一方面她将适应 度函数作了幂变换，使之更加离散，便于遗传操作，取得了良好的效果。“。2 0 0 2 年，王大刚等也利用十进制的遗传算法对水电站水库进行了优化调度研究m 1 ，其 将惩罚系数引入到适应度的计算当中，可以较为准确的限制适应度的收敛范围， 得到更好的结果。1 9 9 9 年，林焰等研究了基于模糊优选的多目标遗传算法1 ， 是将遗传算法结合模糊评判解决多目标问题的一种尝试。2 0 0 2 年，沈军利用遗 传算法研究了水资源模糊优化配置模型“，主要是在适应度函数的描述中引入了 动态变化的效益系数，以此表示各时期不同的需求，以达到随时间而变的模糊效 应，这种变化是利用遗传算法解决非确定性规划问题的一种新的尝试。2 0 0 2 年， 徐琦等针对基本遗传算法存在求解精度与收敛速度间的矛盾，研究了一种新的改 进自适应遗传算法，并用于求解梯级水电站日优化调度问题，基于提出的评价种 群早熟程度新指标，自适应调整遗传算法的交叉概率和变异概率，同时依据当前 最优个体解码所对应调度方案对约束条件的违反量，动态调整相应的惩罚系数， 使调度方案获得期望的约束程度“”。2 0 0 3 年，王小安将遗传算法用于解决梯级 水电系统短期发电优化调度问题1 ，并建立了短期发电优化调度模型，能够求解 具有复杂约束条件下的非线性优化问题，算法编程简洁，易于实现，从而为梯级 水电站短期发电优化调度问题提供了一种有效的解决方法。2 0 0 4 年，杜丹根据 遗传算法随机产生函数变量，无需储存离散点的特点，应用基于目标序列的排序 矩阵评价个体适应度的多目标遗传算法，求解了以发电和供水效益最大为准则的 滦河大河口一西山湾串连水库运行的优化运行策略“。同年，练继建、胡明罡利 用多目标规划的思想方法，结合遗传算法和神经网络方法建立了多沙河流水库水 沙联调的多目标规划模型，并采用神经网络预测方法计算水库泥沙淤积量。该模 型为协调水库发电效益和排沙减淤之间的矛盾提供了一个新的途径，所提出的算 法是建立在非线性整体求解的理论基础之上的，因此可以克服动态多目标规划的 第一章概述 “维数灾”。实例研究表明，本模型可以较好的模拟和优化水库运行状态“”。罗 云霞等建立了由沙畈水库和金兰水库组成的串联小水电群优化调度的数学模型 “，采用了改进遗传算法对该模型进行优化计算。 对人工神经网络系统的研究则是5 0 年代末6 0 年代初开始的。7 0 年代后期 非线性科学的迅速发展，神经科学本身的突破和进展，以及计算机科学和人工智 能的发展的需要等大大促进了人工神经网络研究。一批新的神经网络模型相继建 立，一批新的学习算法以及引人注目的应用成果不断出现。1 9 8 2 年h o p f i e l d 提 出的h n h 模型有力地推动了神经网络研究。神经网络在水资源领域的应用刚刚 起步，在某些方面还是空白，总的状况是处在萌芽状态。不过神经网络应用的潜 力和优点已显示出来。人工神经网络是模拟人脑思维与记忆的智能化数学模型及 算法系统，主要功能是自学习，通过对信息的学习反映信息之间复杂的相关关系。 由于水利系统的完善的水情信息资料，使得利用神经网络技术预测未知数据资料 成为可能，也为优化调度研究提供了最直接、最有效的基本信息，成为目前水资 源领域较为有效的预测手段，广泛应用于流量预测、沙量预测、发电量预测等多 个方面，所以国内外在神经网络的水资源领域应用方面作了大量的研究工作。目 前国内外的尝试应用可以归纳为五大方面。 第一方面为分类和识别问题。在国内吴晓曾于1 9 9 3 年采用多层神经网络研 究暴雨的分类和识别问题“”，研究结果显示出以神经网络作暴雨分类预报的前 景。胡铁松曾首次采用b p 网络研究了水库群调度函数的识别问题1 ，结果表明 b p 网络方法比线性调度函数法准确，有效地克服了拟合方法存在的困难，而且 便于考虑更多的影响。蔡煜东等人于1 9 9 3 年尝试用k o h o n e n 自组织神经网络模 型来作鄱阳湖年最高水位的分类预报“，检验表明分类预报结果与实际情况相 符。sr a n j i t h a n 等人于1 9 9 3 年采用b p 网络研究了地下水优化管理中的识别问 题，取得了一定的效果嘞1 。1 9 9 4 年6 月胡铁松等在全国首届水文水资源和水环 境不确定性问题学术讲座会上提出了“径流长期分级预报的人工神经网络方法研 究”的论文o “，成果表明人工神经网络方法较传统方法为优。 第二方面是预测预报问题。k u n gh s i a n gt e 等人向1 9 9 3 年西藏拉萨国际会 议提交了篇论文，探讨了b p 网络在年降水量预报中的应用，结果表明预报方 法可行。1 9 9 6 年，丁晶等试用b p 神经网络预报四川岷江的年径流量o ”，结果表 明：一般相对误差3 左右，最大误差不超过1 0 。蔡煜东和姚林声以大伙房水 库在补水期的径流作为对象，提出径流长期预报的人工神经网络方法“。该方法 预报成功率较高，容错力较强，可望成为径流长期预报的有效辅助手段。1 9 9 9 年，苑希民等采用神经网络方法对多沙河流的洪水演进机制进行了模拟预测陬1 ， 通过模型不断的学习和逼近现有的河道水沙资料，取得较好的模拟结果后，可以 第一章概述 此为网路连接参数对未知数据进行模拟，该模型应用于对黄河的来流量预测研究 中。李正最利用人工神经网络模型来解决洪水期水位流量关系绳套曲线的模拟和 推流计算问题睇1 ，即以水位、涨落率、落差等与洪水期流量相关的影响因子作为 输入样本，以实测流量作为输出样本，经过人工神经网络的自适应学习，将水位 流量绳套关系曲线转化为流量与水位、涨落率、落差等多种因素相关的非线性单 值化人工神经网络模型，十分方便地实现对各种形状复杂的水位流量关系曲线的 仿真模拟。其模拟计算的全过程由计算机自动完成，无需人工干预，免除了传统 的手工确定水位流量关系曲线之烦，为实现计算机自动整编水文资料和进行复杂 水情条件下流量测量的精简分析研究提供了一条全新的技术途径和思路。同年， 胡铁松还利用模糊神经网络技术研究了径流长期预报问题1 。2 0 0 2 年，张婧婧 等将神经网络预测方法应用于三峡宜昌站的日径流预报研究中4 ”，其取三峡2 0 年水文资料作为学习数据，并用五年水情数据作为模拟修正参数，从而构成了宜 昌站的水文预报神经网络模型。2 0 0 1 年，李义天等将神经网络应用于河流水沙 运动预报模型中”1 ，其将多种影响河流中沙量的水力因素作为模型输入，从而进 行数据训练，得出确定河流的神经网络水沙预测模型，在此基础上建立了河道水 沙非线性动力学模型，以期识别河道水情变化过程与其影响因子之间的复杂非线 性关系，为河道水沙运动变化和洪水预报提供一条新的途径。 第三个方面是优化计算问题，胡铁松尝试性地研究了h o p f i e l d 网络在水库群 较长期优化调度中的应用”1 。研究表明，神经网络方法能有效地克服用动态规划 法存在的“维数灾”障碍，具有显著的优点。与此同时，胡铁松又尝试研究了水 库群优化调度函数的人工神经网络方法。实例研究表明，模型及其算法是可行的、 有效的。 第四个方面是基于神经网络的专家系统研制与开发问题。南京水文水资源研 究所于1 9 9 2 年在我国南水北调东线工程运行管理的研究中，探讨了基于神经网 络的调度咨询专家系统。该系统中的自动知识获取模型就是采用的b p 网络，利 用神经网络有效地避免了常规专家系统开发中由于知识多而造成的组合爆炸灾 难。y o n g y u a n y i n 等人曾采用神经网络技术对加拿大b r i t i s hc o l u m b i a 地区p e a c e 流域的土地多目标利用进行了初步探索，文中利用b p 网络来获取有关专家对土 地多目标利用的知识。 第五个方面是基于神经网络其它方面的应用。神经网络的尝试应用是多方面 的a 例如，利用神经网络建立模糊回归模型；基于人工神经网络计算水电机组的 效率曲线；又如利用神经网络模拟流域系统，由系统输出( 径流) ，在一定条件下 可反演出输入以用于水文分析与计箕。1 9 9 5 年水文科学学报( 英文) 上登载了 h r a m a n 和n s u n i t k u m a r 的论文，该文研讨了人工神经网络模型随机模拟水 第一章概述 资源时间序列的新课题。 1 3 问题的提出与本文所作的工作 目前水电站优化调度理论仍存在不足之处，需要进一步的深入和提高。其中， 在梯级水电站短期优化调度研究中，梯级电站的整体出力模式、各电站之间的水 力联系和电力联系如何有效地体现在模型中仍需要进一步的研究；对于水电站厂 内经济运行，如何有效地考虑机组的振动特性仍有待探讨。对于水电站优化模型 的求解，目前的优化方法在计算速度、收敛性能方面存在较大的不足；特别是在 考虑梯级水电站问的水力衔接和水电站厂内经济运行中机组的振动特性等约束 条件时传统的优化算法更是显得无能为力。目前各种改进遗传算法在该领域的应 用在一定程度上使该问题得到一定的解决。 水电站优化调度模型的求解是一个复杂的多约束优化问题，传统的优化方法 在解决这类问题时在计算速度、收敛性能方面存在较大的不足，而有较强的“鲁 棒性”的智能仿生算法，如遗传算法、进化规划等算法，已被用于该领域并显示 出一定的优越性。微粒群算法呻1 是近年来新兴的一种简单实用的基于群体智能的 优化算法，是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空 间中的最优区域。算法的优势“o 在于简单、容易实现且功能强大，因而短短几年 的时间便获得了很大发展，已被广泛应用于许多领域。微粒群算法己成为国际演 化计算界的研究热点，目前已被“国际演化计算会议( c e c ) “列为讨论专题之。 微粒群算法对所求解的问题没有特别的要求，只要求问题是可计算的，因此 微粒群算法为水电站优化调度模型的求解问题提供了一条新的途径。本文在完善 梯级水电站短期优化调度模型和水电站厂内经济运行模型的基础上，将微粒群算 法应用于水电站优化调度模型求解领域，以更有效地解决水电站优化调度问题。 本论文主要进行了以下三方面的研究： 1 改进微粒群算法研究。微粒群算法是一个具有独特特点的进化计算方法， 已被应用于优化计算、智能设计、神经网络训练等方面并显示出了很强的魅力。 尽管如此，a n g e l i n e 的研究表明”“，虽然标准微粒群算法能比其他进化算法更 快地得到较优可行解，但是随着迭代次数的增加微粒群算法并不能改善解的质 量。这表明微粒群算法的标准社会模型虽然暗示着基于记录历史最优解的弱选择 机制使算法进化过程趋于最优解，但是该模型缺乏足够的持续开发较优解的能 力。因此，本论文对微粒群算法的进化机制、收敛性等方面进行研究，引入新的 机制使微粒群算法有效克服其存在的问题，以使其更好的应用于水电站优化调度 领域。 2 改进微粒群算法在梯级水电站短期优化调度中的应用研究。随着水力资 1 0 第一章概述 源开发程度的提高，梯级水电站越来越多。水电站固有的运行灵活性和梯级水电 站间的补偿调节作用，使梯级水电站在电力系统中发挥着重要的作用。由于梯级 水电站间不仅存在着电力联系，而且存在着水力联系，上一级水电站发电用水或 弃水经一定延时将会影响下级各水电站的发电和弃水，而下级水电站的水库调节 能力和过水能力反过来又影响上级各水电站的发电计划。因此梯级水电站短期优 化调度问题是一个具有复杂约束条件的大型、动态、有时滞的非线性优化问题， 处理起来比较复杂，传统优化算法对此问题显得无能为力。近些年来随着遗传算 法的发展和应用，人们将遗传算法应用于该类问题的求解中并取得了很好的效 果。鉴于微粒群算法本身固有的优越性，本论文以硕多岗河梯级水电站短期优化 调度为工程背景，将改进微粒群算法引入梯级水电站短期优化调度领域，并通过 其与遗传算法结果的对比分析研究其性能的好坏。 3 改进微粒群算法在水电站厂内经济运行中的应用研究。水电站厂内经济 运行是在满足电能生产的安全、可靠、优质的前提下，合理地组织调度发电设备， 获得尽可能大的效益。其主要研究水电站的出力、流量和水头平衡；机组动力特 性和动力指标：机组间负荷的合理分配方式；最优的运转机组数和机组的启停机 计划等。由于自身的灵活性，大部分水电站都在各自所在的电网中作为主要的调 峰电源。受各自电网调峰要求的影响，水电站机组在调峰状态运行时频繁增减负 荷，机组频繁出入禁止运行区域，从而导致机组耗水量增加、运行效率降低、振 动加剧、稳定性超标。因此，水电站厂内经济运行的研究意义重大。在综合考虑 机组初始运行状态、机组振动特性、机组出力、下泄流量、水库蓄水量和电网负 荷平衡等要素的基