【《水库调度问题研究的国内外文献综述》2500字】

引言水库调度问题研究的国内外文献综述1.1国外研究现状1968年D.N.Korobova利用动态规划算法解决了由于能量输出、电力系统费用与水库蓄水量相应变化的非线性关系问题，实现了大型多年调节水电站的优化调度[7]。1974年LeonardBecker等利用动态规划（DP）的形式，通过指定数量的策略周期来选择最优水库蓄水策略路径，并将线性规划（LP）用于逐周期优化中[8]。20世纪80年代，水文不确定性和季节性等问题开始受到关注。1984年JeryR.Stedinger等考虑水文状态变量，提出了一种适用于水库优化调度的随机动态规划模型，并在尼罗河流域得到应用，根据可观测的水文条件，RobertWillis等提出了一种基于蒙特卡罗优化的水库优化调度方法，并成功应用于加利福尼亚北部的马德河流域。1986年DapeiWang等提出了一种由实时模型和稳态模型组成的两阶段水库优化调度框架，其中描述未来收敛性的稳态模型是一个周期性马尔可夫决策过程，并用广义策略迭代过程进行优化[9-11]。1988年P.B.Correia等用具有参数目标函数的网络流优化模型来研究圣保罗州多用水水库系统的优化调度问题[12]。1989年K.Ponnambalam等提出Karmarkar算法求解大规模LP问题，证明了用新开发的停止准则实现Karmarkar内点LP算法比单纯形方法能更有效地解决大型多水库调度的优化问题[13]。1991年GideonEiger等建立了具有不确定流量和需水量的多水库系统多期优化调度模型，并用有限生成算法求解[14]。1992年H.Tatano等基于马尔可夫决策过程（MDP）理论提出了一种新的单井优化调度模型，设计出了考虑干旱持续时间的水库最优调度方案[15]。1994年HaralambosV.Vasiliadis等研究发展了一个需求驱动的随机动态规划（DDSP）模型，利用DDSP模型评估所生成运行方案的有效性和水文可靠性，并论证了当实际需求变化或不确定时，优化中固定需求假设的缺陷[16]。1996年VVijayKumar等建立了一个与系统相关的仿真模型，仿真模型生成的解决方案，通过箱形复杂非线性规划算法优化模型筛选[17]。进入21世纪以来，计算机技术的快速普及，越来越多的智能优化算法和改进算法分别应用到水库优化调度计算中。如：2000年ChoeYeong-Song等利用的MIP技术，2002年RameshS.V.Teegavarapu等采用的随机搜索技术和模拟退火（SA）算法、MASAHIROWATANABE等使用的遗传算法、N.S.NOMAN[21]等采用的神经网络分析，2005年GXu等首次采用新的随机启发式搜索算法——蚁群算法(ACA)和DNKumar等选取的多目标粒子群优化算法，2007年Afshar,A.等提出水库优化调度的蜜蜂交配优化算法（HBMO）和L.Ebrahimi等组合的遗传算-小波变换法，2008年BanafshehZahraie等采用的自适应变染色体长度遗传算法，2010年D.G.Regulwar等采用微分进化算法，2014年binAhmadHasan,Asmadi等采用引力搜索算法（GSA），2015年Bashiri-AtrabiH等采用的和谐搜索算法和sadeghsadeghitabas等采用的进化算法，2016年AsgariHR等和MohammadAzizipou等都提到的杂草优化算法，2017年AlirezaMoghaddam等提出了一种在粒子群优化算法（PSO）中引入新因子的简单改进粒子群优化算法（SMPSO），同时结合遗传算法（GA）提出了一种新的混合算法——HGAPSO[18-33]。1.2国内对水库调度研究情况上世纪60年代国内开始研究对水库优化调度，吴仓浦提出了水库调度动态规划（DP）模型，谭维炎等建立了动态规划（DP）和马尔科夫（Markov）过程理论相耦合的狮子滩水电站长期调节优化调度模型[34]。90年代末期，国内专家和学者在研究和探索水库优化调度的模型建立和优化算法上分别取得了不少成果。1982年张勇传[35]等将变向探索法应用到水库优化调度中，施熙灿等用考虑保证率约束的马氏决策规划实现了水电站水库优化调度[35-36]。为解决水库优化问题张勇于1983年提出了适应型水库调度模型[37]。为解决长期发电水库优化调度问题，王丽萍于1986年提出了水库优化调度网络模矢法。黄永皓等在确定来水条件下，根据水库群优化调度中的应用，认真研究了约束微分动态规划[38-39]。1988年王扬等克服了“维数障碍”问题，用多层次参数迭代法进行水电站水库群长期优化调度，董子敖等为验证了模型的适用性[40-41]，采用增量动态规划法进行第二层次优化，建立了多目标多层次混联水库群补偿调节和调度的优化法模型，并在八库十六维状态系统的优化补偿调节和调度中的应用。1990年杨锐为水库群长期随机优化调度计算，提出了一种新方法[42]，利用大系统分解协调原理解决水库群调度优化问题。为解决水库优化调度，王世定等于1991年首次采用网格规划分解协调法（NP-DC），并通过实例证明该方法，可使网络流优化技术适用于多序、多目标、多时段以及目标函数不可微的复杂库群调度问题[43]，贺北方等通过建立了水库优化调度的马尔可夫决策规划模型，针对综合利用水库的特点，采用策略迭代法求解模型[44]。为研究了随机动态规划的综合利用在水库优化调度中的应用，解决当水库需满足两种不同的需水保证率的问题[45]，徐鼎甲于1993年等以灌溉和供水为主要兴利目标，采用用双向惩罚的计算方法。1994年费良军在水库与灌区系统的联合优化调度中提出了混合试探法，实例表明该方法在计算过程中具有收敛迅速和节约计算内存空间的优点[46]，都金康等提出了水库群洪水调度模型和逐次优化解法，解决了水库群之间以及水库群与区间汇流的错峰，为防洪系统规划提供了新方法[47]。为研究水库群优化调度函数关系，胡铁松于1995年提出了人工神经网络方法[48]，谢柳青于1997年在解决水库群优化调度问题中提出了逐级模拟复合法[49]。1998年韩廷印将模糊优选方法应用到朱庄水库优化调度中，获得了可靠使用的水库防洪调度方案[50]。进入21世纪之后，随着计算机、人工智能等科技的进步和发展，诸多智能算法、改进智能算法以及多方法组合的混合智能算法，在国内的水库优化调度研究中被广泛应用，并取得了一系列的成果。其中优化算法有：遗传算法[51]、模拟退火算法[52]、粒子群算法[53]、蚁群算法[54]、免疫算法[55]、人工鱼群算法[56]、人工蜂群算法[57]、混沌优化算法[58]、模拟差分演化算法[59]、布谷鸟搜索算法[60]、免疫克隆选择算法[61]、免疫蛙跳算法[62]；改进智能算法有：改进遗传算法[63-67]、改进果蝇算法[68]、改进萤火虫算法[69]、改进鸟群算法[70]、改进粒子群算法（育种粒子群算法、协调粒子群算法和烟花量粒子群算法）[71-73]、改进蚁群算法（免疫进化的蚁群算法和自适应蚁群算法）[74-75]和变尺度混沌优化算法[76]；此外，多种智能算法组合而成的混合算法有：鲶鱼效应多目标粒子群算法[77]、混沌遗传算法[78]、混沌蚁群算法[79]等。1.3水库优化调度问题的提出从国内外研究现状来看，许多学者、专家