CN119417182A 一种不确定条件下水库群调度区间多目标优化方法 （河海大学）

号一种不确定条件下水库群调度区间多目标本发明公开了一种不确定条件下水库群调级水库群优化多目标复杂工程问题的有效决策22.根据权利要求1所述的一种不确定条件下水库群调度区间多目标优化方法，其特征时段的分量其中cn是一个3.根据权利要求2所述的一种不确定条件下水库群调度区间多目标优化方法，其特征式中，为表示受到区间向量参数C影响下所有梯级水库的总发电量，K和J分别4.根据权利要求3所述的一种不确定条件下水库群调度区间多目标优化方法，其特征第j个时段的库容和区间入流量，区间参数cn代表受到m个不确定性区间入库径流影响；0,表示与第k个水库直接相连的第i个上游水库在第j时段的出库流量；a,表示第k个水3si,代表第k个水库在第j个时段的弃水量；5.根据权利要求4所述的一种不确定条件下水库群调度区间多目标优化方法，其特征据混沌秩序映射初始化策略生成混沌和秩序两个初始调度方案集，计算初始调度方案集S203、执行动态自适应互促更新策略，依据当前Pare6.根据权利要求5所述的一种不确定条件下水库群调度区间多目标优化方法，其特征4ije[1,2,…D]，N和D分别为种群的个体数目以及决策变量个数；Arcio表示对混沌和秩序种群采用基于参考点环境选择所得到的精英初7.根据权利要求6所述的一种不确定条件下水库群调度区间多目标优化方法，其特征hucge为判断是否进行两种群寻优个体数量改变的判断矩阵；v为整个寻优过程中寻优个表示对种群'x和种群x合并后选择出在Pareto第一等级中的个体属于'x种群的数量；5Arc"=Em"⃞(Are','x",'x")（20式中，'xt和分别表示对第t代混沌种群'x'和秩序种群'x'分别与子代种群集合ofpring'在环境选择后得到的第(t+1)代的混沌种群和秩序种群；表示对第t代精英种群Arc'进行环境选择得到的第(t+1)代的精英种群；Em()为环境选择函数；。8.根据权利要求7所述的一种不确定条件下水库群调度区间多目标优化方法，其特征d,=n,-(Are"-x,)(22)；示第t代混沌种群中参与的第i个体的第j变量的值，A,表示在第t次迭代过程中获取的精j个决策变量的值；表示种群1参与优化更新的个体数量；B,表示在第t次迭代过程中个个体的第j个决策变量的全局与当前最优种群联合指导因素；表示在第t代精英j67[0008]优选的，最大防洪库容安全保证准则具体为以防洪库容洪库容的占用最小化增加了水库调度的灵活性，使其在不同水情下拥有更大的操作空间，第j个时段的分量其中cn是[0009]优选的，梯级水库群总发电量最大准则旨在通过合理调度实现水资源的高效利总发电量最大化为优化目标，确保了水库的经济和社会效益以及推动了资源的可持续利8库在第j个时段的库容和区间入流量，区间参数cn代表受到m个不确定性区间入库径流影表示与第k个水库直接相连的第i个上游水库在第j时段的出库流量；a,表示第ksi,代表第k个水库在第j个时段的弃水量；式中，和分别代表第k个水库在第j个时段的水轮机允许过流量阈值的[0011]优选的，步骤2中执行双种群动态协同区间优化方法求解水库群最优调度方案的S202、执行混沌秩序映射初始化策略：将水库调度期的出库流量设置为决策变9x"表示混沌和秩序初始化种群的第i个个体第j个决策变量，群采用基于参考点环境选择所得到的精英初的数目；hudge为判断是否进行两种群寻优个体数量改变的判断矩阵v为整个寻优过程中寻优个体数量发生改变的次数；v为判断矩阵Jhudge的计算参数；t表示当前迭代次数；表示对种群'x和种群x合并后选择出在Pareto第一等级中的个体属于'x种群的数量；Arc"=Em"⃞(Are','x",'x")（20集合offipring'在环境选择后得到的第(t+1)代的混沌种群和秩序种群；Arc"表示对第t代精英种群Arc'进行环境选择得到的第(t+1)代的精英种群；Em()为环境选择函数；。(R('x,)为秩序种群基于遗传算法的模拟二进[proc:M,disM]-[1,20,1,20]，以期在算法运行的不同阶段保d,=n,-(Are"-x,)(22)；式中，表示通过对种群x,采用精英指导优化策略得到的第t+1代更新种群，x.,表示第t代混沌种群中参与的第i个个体的第j个变量的值，4,表示在第t次迭代过程种群均值的第j个决策变量的值；表示种群1参与优化更新的个体数量；B,表示在第t次迭代过程中获取的第个个体的第j个决策变量的种群最优个体指导信息；表示第t次迭代的种群1中Pareto第一前沿的个体的均值的第j个决策变量；c:,表示在第t次迭代过程中获取的第个个体的第j个决策变量的全局与当前最优种群联合指导因素；Arcia,表示在第t代精英种群随机选择一个个体的第j个决策变量的值，ind为随机整数（1）本发明所提出的区间多目标优化方法在水库群调度中表现出显著的算法优图4是本发明调度工程问题中本发明和NSGAI图5是本发明调度工程问题中本发明和MOEA/[0018]以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本第j个时段的分量其中cn是库在第j个时段的库容和区间入流量，区间参数cn代表受到m个不确定性区间入库径流影0,表示与第k个水库直接相连的第l个上游水库在第si,代表第k个水库在第j个时段的弃水量；式中，和分别代表第k个水库在第j个时段的水轮机允许过流量阈值的S202、执行混沌秩序映射初始化策略：将水库调度期的出库流量设置为决策变ije[1,2,…D]，N和D分别为种群的个体数目以及决策变量个数；Arcio表示对混沌和秩序种群采用基于参考点环境选择所得到的精英初寻优个体数量发生改变的次数；v为判断矩阵Jhudge的计算参数；t表示当前迭代次数；表示对种群'x和种群x合并后选择出在Pareto第一等级中的个体属于'x种群的数量。Arc"=Em"⃞(Are','x",'x")（20集合offipring'在环境选择后得到的第(t+1)代的混沌种群和秩序种群；Arc"表示对第t代精英种群Arc'进行环境选择得到的第(t+1)代的精英种群；Em()为环境选择函数；化策略Ego和遗传算法中所采用的交叉变异策略其中p和q分别为随机整数集合，。(R('x,)为秩序种群基于遗传算法的模拟二进[proc:M,disM]-[1,20,1,20]，以期在算法运行的不同阶段保d,=n,-(Are"-x,)(22)；式中，表示通过对种群x,采用精英指导优化策略得到的第(t+1)代更新种群，x,表示第t代混沌种群中参与的第i个体的第j变量的值，A,表示在第t次迭代过程种群均值的第j个决策变量的值；表示种群1参与优化更新的个体数量；B,表示在第tt次迭代的种群1中Pareto第一前沿的个体的均值的第j个决策变量；c:,表示在第t次迭代过程中获取的第个个体的第j个决策变量的全局与当前最优种群联合指导因素；Arcia,表示在第t代精英种群随机选择一个个体的第j个决策变量的值，ind为随机整数序号，。对构建的防洪和发电的区间两目标梯级水库群优化调度模型，分别采用本发明、[0029]为了比较分析本发明和NSGAII等对比算法在水库多目标实际调度问题上的解集具有未知Pareto前沿的问题，当HV越大时可以说明此方法获得的调度方案集的分布越好，的传播程度，Spread值越小，表示