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)。