SCE—UA、GA和PSO算法在水库优化调度中的应用作者：吴钢坚来源：《科技信息·上旬刊》2017年第04期 摘要：以广东省某水电站为研究对象， 建立了以年发电量最大为目标，兼顾其他综合用要求的单库优化调度模型，分别利用遗传算法、粒子算法和SCE-UA算法进行求解， 并对它们的计算结果进行比较。计算结果表明， 在水库优化调度中，三种算法都能得到较满意的解，其中，遗传算法和粒子算法比SCE-UA算法具有更好的效率和得到更令人满意的解。 关键词：遗传算法；粒子算法；SCE-UA微生物学算法；水库优化调度
0引言
水库优化调度是一个比较复杂的问题，具有离散性、非线性等特点[1]。目前已经有很多方法运用在这方面的求解，比如动态规划法、逐步优化算法、蚁算法及遗传算法等。在本文中，笔者采用比较流行的遗传算法、粒子算法和SCE-UA算法[2，3]分别对此问题进行求解，目的在于探讨它们的可行性和算法间在此问题上的优劣性比较。
1 水库优化调度模型的建立
假设研究的对象是一个以发电为主，并适当考虑其他综合利用要求的水库。建立的水库优化调度数学模型如下：
目标函数：
（1culter）
上式中：T为年内总月数，即T=12；A为水电站出力系数；Qt 为水电站的发电流量（m3/s）；
Ht 为水电站的平均水头（m）；阿倍仲麻吕Mt为第t时段小时数。
约束条件：
水量平衡约束
（2）
水兵的职责 水库泄流量约束 （3）
水库蓄水量约束 （4）
水轮机过水流量约束 （5）
水电站出力约束 （6）
上述约束式中：Ft为水库入库流量（m3/s）；Qt为水电站发电的流量（m3/s）；St为水库弃水流量（scem3/s）；Vt为时段初水库蓄水量（m3）；Vt+1为时段末水库蓄水量（m3）；Δt为第t时段的秒数；Vt，min为水库最小允许蓄水量（m3）；Vt，无限q45max为水库最大允许蓄水量（m3）；qt，min为水库下游综合利用要求的最小下泄流量（m3/s）；qt，max为下游河道安全泄流量；Q，min为水电站最小引用流量（m3/s）；Q，max为水电站最大引用流量（m3/s）；Nmin为水电站保证出力（kW）；Nmax为水电站装机容量（kW）。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议