（水利水电工程专业论文）基于改进遗传算法的水电站厂内经济运行.pdf

硕十学位论文 摘要 研究水电站厂内经济运行对于进一步发展水电事业，解决我国电力不足、供需矛盾 突出等问题具有很大的现实意义。本文针对水电站运行中的实际情况和需要考虑的关键 性问题，对水电站厂内经济运行的遗传算法数学模型、优化方法以及编程计算方法进行 了改进，并结合刘家峡水电站的实例，阐述了利用遗传算法求解水电站厂内经济运行的 具体实现过程。本文的主要研究工作及成果概括如下： 1 、对传统厂内经济运行的遗传算法数学模型进行改进。根据模型的特点，分解成 两个子模型最优机组组合和最优负荷分配模型。对于最优负荷分配模型，一般只考 虑水电站机组最小、最大技术出力限制条件。本文在此基础上，增加了避开机组汽蚀振 动等非安全运行区间的约束。对于最优机组组合模型，本文在以往只考虑机组固定出力 的基础上，增加了考虑水电机组启停成本、以及最小开停机时间约束来制定机组的启停 计划。这较以往的数学模型有了很大改进。 2 、在模型求解的遗传算法优化方法上进行改进。针对最优负荷分配模型，一般是 随机产生初始解，本文在初始解生成时加入了机组汽蚀、振动的约束，减少了初始种群 的搜索空间和时间。针对最优机组组合模型，设计了最小开停机时间和输出功率等约束 指导初始种群的生成，节省了随机方法产生可行解的时间。同时，由于制定水电站最优 运行的日计划是一个双重决策的过程，即机组组合和负荷分配。在模型计算时，根据一 个最优策略的任意子策略都是最优的理论，在机组组合中调入计算出的机组最优负荷分 配表来求解，减少了计算的复杂性，简化了计算程序。 3 、在模型求解的软件计算方面，深入研究了s u a lc + + 和m a t l a b 混合编程在经 济运行程序中的应用，以及s 谳c + + 和数据库的a d o ( a “v e xd a t ao b j e c t ) 接口编程， 编制了刘家峡水电站厂内经济运行的遗传算法程序。 4 、为了验证本文提出的模型及优化方法的可行性及有效性，本文根据刘家峡水电 站2 0 0 8 年3 月1 8 日的日调度要求，利用此模型及算法进行了优化运行计算，并与实际 运行情况进行了比较。结果发现：在当日1 0 9 9 6 米水头时，比实际运行节水 1 0 6 6 4 5 1 0 4 m 3 ，提高效益4 1 2 。表明了改进的遗传算法模型及优化方法在水电站厂内 经济运行的有效性，为水电站厂内经济运行提供了一种求解的新思路。 关键词：水电站；经济运行；优化模型；遗传算法；s u a lc + + 和m a t l a b 混合编程 a b s t r a c t k e s e a r c m n g 也el 衄e 印l 觚te c o n o m i c a l0 p 盯a t i o no fh y j d r o e l e c t r i c p o w e rs t a ：t i o ni so f 黟e a tp r a c n c a ls i g l l i 丘c a l l c e 内rt h e 如r t l l e rd e v e l o p m e n to f h y d r o p o w e r ，s o l v i n gt h ei s u e ss u c h 勰t h ep o w e rs h o r t a g ei nc l l i n a ，t h eo b v i o u sc o n t r a d i c t i o nb e 俩e 如s u p p l y a n dd e m 觚de t c a c c o r d l n gt ot h ea c t i l a lo p e r a t i o n 狮dt l l ek e yq u e s t i o n so ft h eh y d r o e l e c t r i cp o w e rs t a t i o n w m c hn e c d st 0t a l 【ei n t oa c c o 毗m et l l e s i s 螂r 0 v e st i l e m o d e lo fg e n e t i ca 1 9 0 一m m m a t h 锄a t l c s ，廿1 em e t h o d so f0 p t i m i z a t i 册c a l c u l a t i o n 觚dp r o g r a n u n i n go fm ei i l i l 唧l 觚t c c o n o 衄c a lo p e r a t l o nmt h eh y d r o p o w e rs t a l i o n a n di m e 铲a t e dw i mt h ce x 锄p l eo ft h e l 1 w l a x l ah 咖p o w e rs t a t i o 玛i tc l 撕f i e sac o n c r e t er e a l i z a t i o no fp r o c e s so nm eu s eo f g e l l e t i ca 1 9 0 r i 也mf o rt h e i 姗唧l 删e c o n o i i l i c a l 叩e r a t i o ni i lh y d r o p o w e rs t a ：t i o n 1 l l em a j o r r e s e a r c hw o r k sa r ea sf 0 1 1 0 w s ： l ，h 1 1 p r o v l n gt h et r a d i t i o n a lg e n e t i ca 1 9 0 d t h m ，sm a m 锄a t i c a lm o d e lf o rt h ei n n e 巾l a n t e c o n o m l c a l0 p e r a t l o no fh y d r o e l e c 砸c p o w e rs t a t i o n t l l em o d e li sc o m p o s e do f 锕o s u b m o d e l s ，n 锄e l y 戗1 eo p t i m a lu i l i t c o m m i n l l c n t ( u c )m o d e la i l dt l l eo p t i m a l1 0 a d d i s t 曲u t i o n ( l d ) m o d e la c c o r d i n gt 0c h a r a c 矧s t i c s a sf o rt h e l d ，i tw 硒g e n e r a l l y c o n s l d e r 葩o n l yt h eu n i t sm i n i m 啪孤dm a x i l l l 呦o u t p u to p e r a t i n gl i i i l i t si nt h ep a s t 0 1 1t h e b a s l so tt 1 1 i s ，t h em e s i si n c r e a s e sb yt 1 1 er e s t r i c t i o l l so f a v o i d i n gc a v i t a t i o na n dv i b r a t i o nz o n e s w m c na r en o n - s a 角r a n g eb o 咖d s 加l d 勰内rm eu c ，b a s e do n c 0 1 1 s i d e r i n go n l yt h ef i x e d o p e r a t m go u t p mo fm em o d e l ，i ta d d st 0t a l 【ea c c o u n to f 舭c o s to f s t 抓u p s h u t d o w n0 f n y d r a u l l cu i l l t s ， a sw e l l弱 m i l l i m a lu p t i m e觚dd o w n t i m ec 0 1 1 s 砌n t s t om a l ( eu l l i t c o 咖1 t l l l 锄tp l a i l s ot h em a t h 锄a t i c a lm o d e l h a sb e e n 删l y i m p r o v e dt h 觚e v 盯b e 硒r c z n 1 1 p r 0 v l n gt 1 1 e0 p t l m a lm e m d d so f g e n e t i ca l g o r i t h mf b rt h em o d e l f o rt l l el d i tw 勰 g e l l e r a l l yg e n e r a t e dr 锄d o m l yi n i t i a ls o l m i o ni nm ep a s t h lt h i st h e s i s ，t h ef o n i l a t i o no f i i l i t i a l p 叩u l a t l o i l sl sj o m c dw i t t lc a v i t a t i o na n dv i b r a t i o nb o u i l d s0 fu i l i t st or e d u c em es e a r c hs p a c e a l l dt 姗e 斫1 锄a n df o r m eu c ，m ei n i t i a l p 叩u l a t i o 璐a r ed e s i 盟e dm i l l i m a l u p t l m e d o w n n m e ，蛐a lo u t p u tp o w 讧觚do t h e rc o n s 妇i n t st og u i d et h ei i l i t i a lp o p u l a t i o n s g e n e r a t e d ，s u b s 胁t i a l l ys a v i n gt h et i m et h a t 啪d o m l yg e n e r a t e df e 嬲i b l es 0 1 u t i o n a tt h e s 锄et l m e ，t h ee n a c t m e i l to ft h eo p t i m a lh y d r o p o w e rs t a t i o no p e r a t i o n o ft h ep r o 酉a mi sa d u a ld e c l s l o n 。m a k m gp r o c e s s ，n 姗e l yt h eu c a i l dt h el d a c c o r d i n gt ot h em e o r yt h a ta i l a r b l t r a 巧s u b 。s t r a t e g yo fm e 叩t i m a ls t r a t e g yi so p t i m a l ，t 1 1 ed e c i s i o n - m a k i n go ft h eu c i s t 啪s f 涨dm el dt a b l e st 0s 0 1 v e ，w h i c hr e d u c e st h ec o m p l e 】( i t yo fm ec a l c u l a t i o n ，a i l d s i m p l i f i e st h ec a l c u l a t i o np r o c e d u r e s 3 o i lt h ec a l c u l a t i o ns o f h 硪，t h em i x e dp r o 伊锄m i n go f s u a lc + + a n d m a t l a bi s i i 硕十学位论文 d e 印l ys t l l d i e di i lt h ee c o n o m i c a lo p e r a t i o n m e 锄w 1 1 i l e ，t h ei n t e r f a c ep r 0 伊a r n m i n go f s u a l c 抖锄dm i c r o s o f ia c c e s sd a t a b a s eb a s e do na d o ( a c t i v e xd a t ac i b j e c t ) i ss t l l d i e da l s o 加1 dt h ep r o c e d u r e so fg e i l e t i ca l g o r i t l l i i la r em a d e 硒rm ei 皿e 印l a n te c o n o m i c a lo p e r a t i o no f t h el i 巧i a x i ah y ( 1 r o p o w e rs t a t i o n 4 t bv e r i 锣t h em o d e la n dt h e0 p t i m a lm e t h o d sp r o p o s e di i lt l l ep a p e rt ob ef e a s i b l ea n d e f r e c t i v e ，t h et h e s i sm a l 【e so p t i m a lc a l c u l a t i o nw i t l lm e mf - 0 rt 1 1 e0 p e r a t i o no ft h el i u j i a x i a h y d r o p o w e rs t a t i o n t h ec a l c u l a t i o ni sa c c o r d e n c ew i m 也es c h e d u l i n gr e q u i i 燃o f 虹l e h y d r o p o w e rs t a t i o no nm a r c h18 ，2 0 0 8 t h e nt h ec a l c u l a t i o nr e s u l ti sc o m p a r e dw i t ht h e a c c u a l0 p 酬i o no fs c h e d u l i n g ns h o w e dt l l a t ：u i l d e rt h el0 9 9 6 mh e a di nt h ed 哪i ts a v e s 1 0 6 6 4 5 1 0 4 m t 1 1 a l lm ea c t u a l0 p e r a t i o n ，锄di m p r 0 v 鼯t l l ee m c i e i l c yo f4 1 2p e r c e i l t h l c o n c l u s i o n ，m ei m p r o v e dg e n e t i ca l g o r i t h mm o d e l 觚dt h ea l g o r i t l l l na r cf c a s i b l e 锄de f r e c t i v e i nm ec c o n o m i c a l0 p e r a t i o no fh y 出o p o w e rs t a t i o n a i l dan e wi d e ab 弱e do ng e n e t i c a 1 9 0 r i t l l i i li sp r o v i d e df o rt h ei i l l l e 叩1 a n te c o n o m i c a l0 p e r a t i o ni nh y d r o e l e c t r i cp o w e r s t a t i o n 1 ( e yw o r d s ：h ”l r 叩o w e rs t a t i o n ；e c o i l o m i c a lo p e r a t i o n ；o p t i m i z a t i o nm o d e l s ；g e n e t i c a l g o r i t h m ；m i x e dp r o 黟a h l i i l i n go f s u a lc + + a n dm a t l a b i i l 兰州理工大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：射竣丽 日期：2 。鄢年月之日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同 时授权中国科学技术信息研究所将本学位论文收录到中国学位论文全文数据 库，并通过网络向社会公众提供信息服务。 作者签名： 导师签名： 日期：2 唱年月2 日 日期：萨6 月，弓日 硕十学位论文 1 1 选题背景和研究意义 第一章绪论弟一早殖化 2 1 世纪是中国水电大发展的世纪，西部大开发和“西电东送”的战略任务将支撑着 我国水电事业的腾飞。截至2 0 0 1 年底，已建、在建大中型水电站约2 2 0 座，1 0 0 0 m w 以上的大型水电站就有2 0 座，全国水电装机容量达8 2 7 0 0 m w ，跃居世界第一：2 0 0 3 年以后，随着三峡水电站第一批组投产，我国水电年投产容量将继续维持在4 0 0 0 5 0 0 0 m w 的高水平。而且三峡水电站到2 0 0 9 年建成后总装机容量达1 8 2 0 万千瓦，年 发电量达8 4 6 8 亿千瓦时( k w h ) ，每年可投入2 8 0 万千瓦( 4 7 0 万千瓦) ，相当于每 年投入一个葛洲坝水电站的装机总容量，发电效益十分可观。 然而，从长远看，我国的电力事业与整个国民经济的高速发展相比还不太适应。我 国电力长期供不应求的局面还未根本扭转。2 0 0 0 年我国人均年用电量不足1 0 0 0 k w h 人均装机容量仅为0 2 5 k w ，还不到世界平均水平的一半，仅为发达国家的1 6 l 1 0 。 2 0 0 5 年，中国的人均电力装机容量仅为o 3 8k w ，人均用电量约1 8 8 0 k w h ，大致相当 于美国用电水平的1 7 ；人均生活用电量仅为2 1 7k w h ，大致相当于美国的1 2 0 1 。另 一方面，我国水能资源丰富，河流落差大，水能蕴藏量为6 7 6 亿k w ，居世界第一。但 是，开发程度尚不及1 0 ，不仅远低于发达国家水平( 5 0 8 0 ) ，也低于世界平均水平 ( 2 2 ) ，甚至低于印度( 1 1 ) 晦1 。随着城市化和工业化程度的不断提高，我国对于电 力供应的需求越来越大，供求矛盾突出。资料 6 表明，2 0 0 2 年夏季全国有1 1 个省网拉 闸限电；2 0 0 3 年夏季拉闸限电省网增加到1 9 个；2 0 0 4 年我国全社会用电量为2 1 7 3 5 亿 k w h ，按当年人口1 3 亿计算，人均用电量仅为1 6 7 1 9k w h ，与目前世界人均年用 电量2 4 0 0k w h 相差7 0 0 多k w h ；2 0 0 5 年夏天在许多地方曾连续多次发出黄色缺电预 警，2 0 0 5 年全国电力缺口至少在2 0 0 0 万至2 5 0 0 万k w 之间。 鉴于上述情况，为解决我国电力不足、供需矛盾突出以及水电开发与国民经济发展 不相适应等问题，进一步发展水电事业，充分利用水资源，减少一次性能源的消耗，增 加电能输出，研究水电站厂内经济运行是非常有必要的。据欧、美、俄等国的经济运行 资料表明盯1 ：厂内经济运行节省燃料费用o 5 3 o ；短期经济运行提高效益1 5 5 0 ；长期经济运行提高发电量2 o 5 5 。美国石河段水电站的资料表明，实行经济 运行后电站发电效率平均提高3 。我国湖南拓溪水电站实现长期经济运行，提高发电 量约3 ；湖北葛洲坝二江水电站实施经济运行提高效益1 3 ；丰满发电厂实行经济 运行可提高经济效益1 5 ；福建某梯级水电站开展长期经济调度后增加了1 3 2 2 的效益。另据有关文献论述，对大、中型水电站来说，开展水电站厂内经济运行可 以增加发电量1 7 。可见，实行水电站经济运行效益十分显著，具有很大的现实意 基于改进遗传算法的水电站厂内经济运行 义。 1 2 国内外关于水电站经济运行的研究现状 1 2 1 水电站经济运行概述 水电站经济运行是提高电力系统经济性的基本措施之一，从电力系统安全、可靠、 经济供电的整体利益出发，满足电力系统可靠性和经济性的两项要求，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的要求下，合理地、有效地、最大限度地利 用水能，使得整个系统获得最大经济效果的运行方式及其控制措施哺1 。 水电站经济运行可从不同角度进行分类阳1 。从研究问题的空间范围来看，电力系统 及其水、火电站的经济运行可分为厂内经济运行和厂间或电力系统经济运行。厂内经济 运行的主要任务是：研究厂内工作机组的最优台数、组合及启停次序，机组间负荷的最 优分配，厂内最优运行方式的制定和实施等。厂间或电力系统的经济运行是：研究电力 系统中各电站( 水、火电站等) 之间的负荷最优分配，制定和实现各电站在不同历时运行 期的最优运行方式。 从研究问题的时间范围来看，水、火电站及电力系统经济运行可分为长期、短期和 实时经济运行。长期经济运行是将较长时期( 季、年、多年) 内的有限输入能最优分配到 较短时段( 月、旬、周、日) ，制定出各电站的长期最优运行方式。短期( 周、日) 经济运 行的主要任务，是将长期经济运行所分配给本时段的输入能在其中更短时段( 日、小时) 间合理分配，制定出各电站短期最优运行方式，即确定出短期内电站逐日、逐小时的负 荷分配和运行状态。实时调度( 逐小时经济运行) 是将相应小时分配到的负荷落实到各台 机组，并根据负荷等因素的时间变化，调整各机组负荷，进行实时操作控制。显然实时 调度实际上就是厂内经济运行。 水电站厂内经济运行是指在确保安全可靠和电能质量的前提下寻求一种最优的发 电处理分配方案，合理利用资源，减少消耗，以期获得最大的经济效益。根据水电站水 轮发电机组的出力公式： 只= 9 8 1 刀i 9 i h( 1 1 ) 式中p 厂一机组i 发电有功功率，即出力，单位为k w ； q 一机绷单位时间耗水量，单位为m 3 s ； 研一水库的水头，单位为m ； 刁广机组j 的运行效率。 可以看到，水电站厂内经济运行的目的就是要在电站出力一定的情况下，使机组总 的耗水量为最小。要实现这一目标可以采用两种方法：一是提高水电站的运行水头日， 二是使水轮机运行在效率较高的区域。由于水库的蓄水水位既受水库安全运行的限制， 又受到水利系统用水要求和防洪要求的限制，所以对于季调节以上的水库，水库的蓄水 水位一般按照流域性水量调度机构的要求进行调整，不可能按照水电站厂内经济运行的 2 硕十学位论文 方式来运行，因此对于调节库容较大的水库，用提高水头的办法来满足水电站厂内经济 运行是不太现实的。鉴此，实现水电站厂内的经济运行，最主要的途径就是根据调度给 定的总负荷，在当前的库水位下，按照一定的算法给每一台机组分配负荷，使每一台水 轮机都能运行在效率较高的区域，从而使电站全部机组的总耗水量最小，达到降低总耗 量q 的目的。 1 2 2 国内外关于水电站经济运行的研究现状 鉴于其潜在的经济效益巨大，国内外对水电站的经济运行研究进行得比较早，研究 的方法也比较多。从研究问题的空间范围来看，水电站经济运行可划分为厂内经济运行 和厂间或电力系统经济运行。本文主要研究水电站厂内经济运行，即根据电网调度给定 的某一时段电站的出力，按照一定的计算方法，确定水电站中机组的开、停机次序和机 组问负荷的最优分配，使运行机组都在高效率区域运行，从而使全厂的发电耗水量最小， 来达到增加发电量的目的。 从研究问题的分析方法来看，国内外研究水电站厂内经济运行的方法有机组间负荷 最优分配等微增率法，机组最优工作台数、组合及启停次序的耗量特性图解法，最优运 行方式动态规划法以及机组最优启停组合和负荷最优经济分配的遗传算法等。 1 、机组间负荷最优分配的等微增率法阻9 一们 等微增率法仅适应于求解机组台数和组合一定时，机组间负荷的最优分配问题。 对于式( 1 1 ) ，忽略水头的变化，则机组单位时间耗水量q ，与出力e 之间的关系， 可以近似用二次函数来表示。 q j = a j p j 七b j p i 七c lq 秘 式中，口，、6 ，、c ，为机组的耗量特性参数。 当系统( 调度) 下达给水电站的有功功率一定时，朋台机组以相等的水头并列运行， 则水电站厂内经济运行的数学模型是 目标函数m i nq = m i n ( 口_ ，乎+ 屯e + 勺) ( 1 3 ) = l 约束条件 p ：萝只 ( 1 4 ) 符 p m i n 乃p m 。 ( 1 5 ) 式中p 给定电站的负荷； ，投入运行的机组编号， 机组的最大输出功率； 机组的最小输出功率。 采用拉格朗日乘数法，在目标函数中计入等式约束条件式构成拉格朗日函数，求取 极值，得到的极值条件如下 堡：垫：丝 ( 1 6 ) 犯鸩d 巴 。 基丁改进遗传算法的水电站厂内经济运行 该式也称等微增率原则，是水电站总引用耗量取极值的必要条件。严格来说，为使 取极小值，还必须满足充分条件，即： j 2 介 之警 o ( = 1 ，2 ，朋) ( 1 7 ) q j 这种方法要求使目标函数值取最小的必要条件即各个电厂或机组的负荷分配符合 等耗量微增率，充分条件即水电厂或水轮机组耗水流量对各自负荷的二阶导数大于零或 总费用目标函数是凸函数。但在实际应用中上述充分条件往往不能得到满足，此时若按 等微增率法分配负荷总费用不但不是最小反而可能是极大。因此有时需要对机组耗量特 性进行修正，若修正误差较大时，则不能采用这种方法。这表明等微增率的应用存在着 局限性。 2 、水电站厂内最优运行方式的动态规划法n h 3 1 用动态规划法求解水电站厂内经济运行问题，直接采用耗量特性而对其没有任何特 殊要求，即耗量特性不一定非要求是上凹陷形的，并可避免采用耗量微增率等其它耗量 特性。此外，用这种方法可同时确定最优工作台数、组合，启、停次序及机组间负荷的 最优分配，并能给出较精确的结果。其缺点是需要将机组的耗量特性曲线离散化，离散 点越多，精度越高，若一次求得全局最优解，则离散点要求很多，需要较长的计算时间， 占用较大的计算机内存，有可能导致“维数”灾难。 利用动态规划法优化水电站厂内经济运行方式的算法包括两大步。第一步是顺序编 制出各水头下的水电站耗量特性；第二步是逆序编制出在有关约束条件下计划周期内的 机组运行方式控制计划。其具体方法如下： 1 ) 顺序编制水电站耗量特性 首先给出这一步计算的数学模型。已知：机组组合可行解k ，m ，其中m 为机组组 合总集；各台机组的耗量特性q ( 只，日) ，其中( f = l ，2 ，m ) 为任意给定的机组编号，q f 、 只分别为第f 台机组相应水头段水头下的耗量与出力，嘲h ；系统给定的水电 站负荷的一系列离散值为己。= 毋，另，其中七为工作机组台数。要求对水电站的每 一负荷值求得工作机组台数、组合及相应出力的最优解，其数学模型为 目标函数 璐。= q ( 只) j m i n ( 1 8 ) ，；l t 约束条件p = y 只( 1 9 ) 霄 己晌只枞己 懈 ( 1 1 0 ) 只。如只只一 一 ( 1 1 1 ) 求解这一课题归结为确定水电站的最优耗量特性璐，【巳。( p ，口，日) 】，其中鲸，为水 电站露= f 台机组组成的等效机组组合最优引用耗量函数，口为机组最优组合向量，口七。 在一般情况下，第f 步机组组合及其运行方式优化过程的动态规划基本泛函方程有 以下递推关系式： 鲸，( 匕，) j “n 【q ( 只) + 璐，( 巳乒。) 】 ( 1 1 2 ) 4 硕十学何论文 式中，只腩，匕州分别为第f 步与第f l 步优化时，即机组台数后= f ，后= f 一1 时的水电站 出力；q ，只分别为第f 步优化时，投入工作的某台机组耗量与出力。 利用出力平衡方程( 1 9 ) ，当水电站机组段水头，所承担的负荷巴；及机组台数七：1 一定时，( 1 1 2 ) 只有一个变量，故可写成： 璐，( 匕“) m m 【q ( 0 ) + 璐，( 匕乒。一霉) 】( 1 1 3 ) 这样就将一个多变量函数的优化转化成仅含一个变量的函数优化问题了。 式( 1 1 3 ) 称为水电站后= f 台等效机组组合最优引用耗量函数递推计算式。利用该式顺 序编制水电站的等效耗量特性，即对某一水头按照机组台数| ：f ：l ，2 ，弗，和 匕。= 匕由小到大的顺序逐步优化，求得与之对应的线，和可，并标明相应的实际编号。 计算过程可列表进行，按照表上的内容，对机组段水头进行递推计算，就可编制出水电 站完整的最优耗量特性璐“【匕。( 覃口，日) 】。 2 ) 逆序编制出水电站厂内经济运行方式计划 首先根据面临计划时期水电站水库的起始水位，计算出相应的水头，选出与相应的 水电站等效机组组合耗量特性表，再根据系统给定的水电站的负荷图己( f = l ，丁) 中每 一负荷的大小，判断它落入表中的哪一项，从而可确定相应的机组台数；再判断它与哪 一行的负荷值相等或相近，由此确定第f 步投入机组的最优负荷值f 及f 台机组工作的最 优耗量值q 二f o 3 、机组优化组合及负荷最优分配的遗传算法口4 1 5 j 6 1 遗传算法是一种新型的优化算法，它的机理源于模拟自然界中生物的进化和遗传， 通过选择、交叉和变异等核心操作，实现“优胜劣汰 ，其主要特点是：可从多个初始 点开始，沿多条路径搜索，实现全局或准全局最优，是一种有效的自适应全局优化随机 搜索算法。它比较适合于解决电力系统中那些传统优化方法难以解决的非线性化、不连 续优化以及组合优化问题。但由于时间还比较短，应用遗传算法求解水电站厂内经济运 行问题则是近几年才出现的新思路，目前绝大部分工作仍处于初步阶段，还需要进一步 深入发展。 遗传算法的研究工作自从2 0 世纪8 0 年代起开始受到普遍重视，在某些科学与工程领 域中已取得大量的成就。2 0 世纪9 0 年代末国内学者开始利用遗传算法对水电站厂内经济 运行进行研究。王黎等( 1 9 9 9 ) n 明首先把遗传算法应用于水电站厂内经济运行，同动态 规划法相比，减少了计算机内存，实现了随机全局搜索。袁晓辉等( 2 0 0 0 ) n 提出了拟 梯度遗传算法，采用遗传算法和拟梯度法相结合策略，形成拟梯度遗传混合算法，该算 法采用实数编码和构造拟梯度来逼近梯度方向，使g a 在进化过程中按最速下降法的方 式进行群体搜索以加快g a 的收敛速度，提高运算效率，为遗传算法在搜索过程中融入 其它优化方法的思想提供了一种参考。 上面这些基于遗传算法的水电站厂内经济运行的研究工作均只针对最优负荷分配 数学模型，而且相对于实际情况作了很多简化，如忽略了机组的空载耗水，汽蚀振动等 基丁改进遗传算法的水电站厂内经济运行 限制运行区等，实际应用价值不高；另外对初始种群的选择方面也不够深入，而更多地 具有指导意义。本课题着重结合水电站的运行实际，应用遗传算法改进优化程序，来确 定水电站厂内经济运行中的机组组合与负荷的最优分配，从而达到优化运行的目的。 水电站厂内经济运行各种研究方法的现状、方法和特点，列入表1 1 。 表1 1国内外研究水电站厂内经济运行主要方法的横向比较 目 现状 方法特点 方法 画耗量微增率曲线 适应机组台数与组合一定时的负荷分配； 等微增率方法 求解。机组耗量特性曲线呈光滑的上凹形； 法成熟 非上凹形特性曲线要作特殊处理。 画耗量曲线和耗量可确定机组最优工作台数、组合、启停次序； 耗量特性方法 微增率曲线求解。机组耗量和微增率特性曲线呈光滑的上凹形； 图解法成熟 非上凹形特性曲线要作特殊处理。 直接将耗量量特性可确定机组最优工作台数、组合、启停次序； 动态规划 方法 曲线离散化后进行将机组耗量特性曲线离散化，精度要求高则离 法成熟 计算。散点多，将导致“维数灾”。 模拟生物的遗传和可确定机组组合及负荷的最优分配； 研究 遗传算法进化过程进行随机从多个初始点寻优，实现全局或准全局最优； 阶段 寻优操作。适应性强、寻优速度快。 上述国内外水电站厂内经济运行数学模型的研究现状和存在的问题，列入表1 2 。本 文结合水电站机组实际运行情况，采用遗传算法，并改进以前数学模型的不足，同时在 软件编程计算方面进行改进，使其满足实时发电调度的要求。 表1 2 水电站厂内经济运行数学模型研究现状与实际运行比较 数学约束条件 目标函数 模型研究现状 实际运行情况 电站负荷平电站负荷平衡； 最优 衡；机组最小、最大技术出力限制； 负荷引用流量最小 机组最小、最 机组空载耗水； 分配大技术出力限机组必须避开汽蚀和振动区、粗糙运行区、 制。涡带区等限制运行区。 系统负荷和旋系统负荷和旋转备用容量要求； 最优 机组 耗用水量最小 转备用容量要避免频繁开停机强调机组启停成本、增 求。加最小开停机时间约束； 组合 强制开停机、机组同定出力等有效性约束。 6 硕十学仲论文 1 3 论文研究的内容及主要工作 本文以水电站厂内经济运行为出发点，结合水电站运行中的实际情况和需要考虑的 关键问题，对以往厂内经济运行的遗传算法数学模型进行改进，建立考虑水电站机组开 停机耗水、避开汽蚀振动等限制运行区间和考虑最小开停机时间约束的水电站厂内经济 运行的遗传算法数学模型。它包括两个子模型最优机组组合和最优负荷分配模型。 结合刘家峡水电站的实际资料，在模型求解的优化算法上进行改进研究，阐述此数学模 型在水电站厂内经济运行的具体实现过程。同时，在模型求解的软件计算方面，研究 s u a lc + + 和m a r u 出混合编程在经济运行程序中的应用，以及s u a lc + + 和数据库的 a d o 接口编程，实现模型的计算机求解，为水电站厂内经济运行提供一种优化方法和 编程计算的新思路。所做的主要工作包括以下几个方面： 1 、建立基于改进遗传算法的水电站厂经济运行的数学模型： ( 1 ) 改进最优负荷分配的数学模型。在以往的优化模型中，一般只考虑水电机组最 小、最大技术出力限制条件。但是，在实际负荷分配过程中，存在机组的汽蚀和振动区 等所谓阈区间( 阈值点) 约束限制问题，这类问题由于影响水轮机效率、使用寿命、甚至 可能危及机组运行安全。鉴此，本文在求解机组负荷分配过程中考虑这些约束条件，结 合刘家峡水电站机组稳定性试验分析的结果，把机组出力范围( 最小、最大技术出力) 分 为安全运行区和非安全运行区。机组出力范围被非安全运行区间断为一系列离散的子区 间，通过对非安全运行区的流量采用惩罚函数法来避开机组的汽蚀和振动，以保证优化 计算的结果满足机组在安全运行区运行。为此，本文在以往的数学模型的基础上建立基 于惩罚函数法离散机组出力区间限制的最优负荷分配数学模型。 ( 2 ) 改进最优机组组合数学模型。在以往的优化模型中，很少考虑研究周期内的机 组开停机次数，但长时间范围内来看，机组开停机不仅有水量的消耗，还对机组造成一 定磨损，若短时间内频繁开停机，将造成机组运行寿命减少和机组效率降低。为此，本 文为以往模型增加最小开停机时间约束和考虑开停机耗水来避免频繁开停机现象，建立 强调水电机组启停成本、考虑最小开停机时间约束以及机组有效性约束的最优机组组合 模型。 2 、对遗传算法进行改进和实现。根据遗传算法的基本原理和操作步骤，阐述算法 的实现过程，主要有编码的选择，编码长度的确定，初始种群的生成，解码方法，适应 度函数的引入，选择、交叉和变异操作的实现方法，收敛或终止条件的判定以及最优、 次优结果的输出等。 ( 1 ) 在最优负荷分配模型遗传算法求解方面进行改进。在初始种群生成时，增加对 机组汽蚀、振动的约束，使得产生的每一个初始解都在可行域内，减少初始种群的搜索 空间和时间；设计合适的遗传操作算子有效处理模型中的离散可行域约束，使得算法在 遗传操作迭代过程中的所有个体都是可行解，提高运算效率。 ( 2 ) 在最优机组组合模型遗传算法求解方面进行改进。针对最优机组组合模型的特 7 基于改进遗传算法的水电站厂内经济运行 点，设计一些启发式技术，如设计最小开停机和输出功率等约束，指导初始种群的生成， 使得所有个体均是可行解，节省随机方法产生可行解的时间。同时，由于制定水电站最 优运行的日计划是一个双重决策的过程，第一重决策是在不同时段选取不同的组合，第 二重决策是将负荷在所选择的组合之间优化分配。在模型计算中，根据一个最优策略的 任意子策略都是最优的理论，将第二重决策的迭代求解改为直接调入计算出的机组最优 负荷分配表来求解，用以减少计算的复杂性，简化计算程序。 3 、在编程计算方面进行改进。 本文针对水电站经济运行在编程计算方面及图形可视化方面相对薄弱，应用软件相 对落后的情况，研究采用s u a lc h 6 0 与m a t l a b 7 o 混合编程并结合a c c e s s 数据库 操作来实现模型的计算机求解。在编程中，利用v c + 士友好的人机界面功能，以v c + + 语言程序作为前端客户机，完成复杂的用户界面开发、数据采集、端口操作等；同时， 通过m a t l a b 引擎，在v i s u a lc + + 6 0 内部嵌入m a t l a b 外带的遗传算法工具箱 英国设菲尔德s h e 艏e l d 大学开发的g a t b s 工具箱来传递命令和数据信息，进行两者的数 据交互，并利用m a t l a b 强大的图形显示功能将运行结果以直观的图形展示出来。通 过两者的有机结合，各取所长，实现功能互补，降低软件开发的难度和工作量，为水电站 经济运行提供一种编程计算的新思路。 另外，在v i s u a lc + + 6 o 和a c c e s s 数据库接口编程方面进行研究，并利用刘家峡水电 站的实际资料，结合s u a lc + + 6 0 与m a t l a b 7 o 混合编程程序，实现v i s u a lc + + 6 o 和a c c e s s 数据库之间数据的提取和存储。 4 、改进的遗传算法在刘家峡水电站厂内经济运行中的应用研究。 ( 1 ) 建立模型，编制经济运行程序。根据上述基于遗传算法的水电站厂内经济运行 模型及其优化算法，应用于刘家峡水电站经济运行中，形成刘家峡水电站厂内经济运行 的遗传算法模型。同时，利用v i s u a lc + + 6 o 和m a t l a b 7 o 混合编程，编制刘家峡水电 站厂内经济运行的遗传算法程序和v c + + 运行界面。其程序包括两个方面：在电站给定 负荷的情况下，机组的优化组合和出力的经济分配；在给定某一周期丁的负荷曲线时， 在考虑前一时段机组运行状态的情况下，该周期丁内机组的最优启停次序和周期内各个 时段机组最优负荷分配。 ( 2 ) 刘家峡水电站厂内经济运行评价与效益估算。运用所编制的遗传算法程序对刘 家峡水电站进行经济运行计算分析，将计算结果同实际电站调度情况进行比较。验算优 化后的可能最低耗水率，并与实际运行方式下的耗水率对比，评价优化模型的经济效益 与实用性。验证改进的遗传算法模型及v c + + 和m a t l a b 混合编程在水电站厂内经济 运行的可行性和有效性。 8 硕十学位论文 第二章遗传算法的原理及应用 2 1 遗传算法简介 遗传算法( g e l l e t i ca 1 9 0 r i t h l n 简称g a ) 是一种模拟自然进化的仿生优化算法，它 起源于6 0 年代对自然和人工自适应系统的研究n 7 1 ，最早由美国m i c l l i g a i l 大学的j o l l l l h o l l 锄d 教授提出。h o l l a i l d 不仅设计了遗传算法的模拟与操作原理，还运用统计决策 理论对遗传算法的搜索机理进行了理论分析，建立了著名的模式定理和隐含并行性原 理，为遗传算法的发展奠定了基础。7 0 年代d ej o n g 基于遗传算法的思想在计算机上 进行了大量的纯数值函数优化计算实验n 8 1 ，并在其博士论文中设计了一系列遗传算法的 执行策略和性能评价指标，对遗传算法性能作了大量的分析。在一系列研究工作的基础 上，8 0 年代由g 0 1 d b e r g 进行归纳总结，形成了遗传算法的基本框架n 引。 该算法把待解决的实际问题看作对某个目标函数的全局优化，通过模拟生物进化的 繁殖、变异、竞争和选择过程，逐步寻优得到全局最优或准最优解。其主要特点是群体 搜索策略和群体中的个体之间的信息交换，搜索不依赖于梯度信息，简单通用、鲁棒性 强，特别适于并行处理及传统搜索方法难于解决的复杂和非线性问题。 经过几十年的发展，遗传算法已取得了丰硕的应用成果和理论研究的进展，特别是 近年来世界范围形成的进化计算热潮，使遗传算法受到广泛的关注，现在遗传算法作为 具有系统优化、适应和学习的高性能计算和建模方法的研究渐趋成熟，成为2 1 世纪有 关智能计算中的关键技术之一。 2 2 遗传算法的基本原理及应用 遗传算法是模拟遗传选择和自然优选机理的生物进化过程的计算方法，其生物学基 础是达尔文的自然选择和孟