改进遗传算法及其在水库群优化调度中的应用 Improved genetic algorithm and its application in optimal dispatch of cascade reservoirs.pdfVIP

水 利 学 报 2008年5月 SHUILIXUEBAO 第39卷第5期 文章编号：0559．9350(2008)05．0550．07 改进遗传算法及其在水库群优化调度中的应用 陈立华，梅亚东，董雅洁，杨 娜 (武汉大学水资源与水电工程科学国家重点实验室，湖北武汉430072) 摘要：根据梯级水电站优化调度特点，建立遗传算法(GA)求解多阶段最优化问题的数学模型。针对标准遗传算法 (SGA)局部寻优能力较差、易早熟等不足之处，从编码方法、遗传算子和混合算法方面对其进行改进，提出了采用超 立方体浮点数编码自适应遗传算法(AGA)和超立方体浮点数编码遗传模拟退火算法(SA．GA)。通过16种不同策 略的GA在雅砻江梯级优化调度中的应用，其结果表明了改进策略在解决水库群优化问题方面的有效性和优越性。 最后将GA与动态规划(DP)算法的性能进行比较分析，充分体现了GA的优点。 关键词：遗传算法；优化调度；梯级水电站 中图分类号：TV697．1 文献标识码：A 水电站优化调度是一个强约束、非线性、多阶段的组合优化问题，其优化求解是一个具有实用价值 的研究课题…。解决水库优化调度问题的关键在于两个方面，一是如何建立水库优化调度的数学模型； 二是如何选择求解这种数学模型的最优化方法。GA是Holland吸取自然界中适者生存和基因遗传思想 提出的优化算法㈨。该算法逐渐引起了其它研究者的注意，并被用来解决一些实际问题㈦4|。本文重点 研究如何设计行之有效的改进GA，使其可以在大范围的全局寻优和小范围的局部寻优之间进行恰当的 协调。 1水库优化调度数学模型 梯级水电站水库群作为一个整体联合运行，不仅具有库容补偿效益和水文补偿效益，而且还具有电 力补偿效益。在给定控制期内径流过程下，本文的长期优化调度模型的目标函数为控制期内兼顾保证 出力要求的梯级发电量最大b’6]。 1．1 目标函数本文在考虑梯级保证出力要求条件下以梯级发电量最大为目标函数，目标函数表达式 为 r r max (1) B=∑E(t)=∑ⅣI·At 其中： l ∑虬 when∑N。≥Ⅳ， ⅣI={， r ， l∑帆一脚(M一∑帆)‘when∑N。* 、i=l ●；1 I=1 式中：t代表时段变量；T为时段总数；i为电站编号；，为电站总数；At为计算时段小时数；肌表示电站 收稿日期：2007．06—25 基金项目：973重大项目(2003CB415203) 作者简介：陈立华(1980一)，男，福建三明人，博士，主要从事流域水资源规划与管理研究。E．mail：zdjclh@163．Ⅻ ·-——550—-—— 万方数据 i在t时段的出力；E(￡)表示f个电站在t时段总的发电量；越袭示，个电站在l时段总的傈诞爨力。 1．2约束条件 (1)承量平衡约柬： K．。+．=K．。+(Qi¨一qo¨一qlm)·最 (2) 式中：K一。为t时段束f水库的蓠水量；K．。为t时段初i水库的蓄水量；讲㈠为l时段i水库平均入库流 量；qom表零第t瞬段i永痒平均国痒流量；够沁表示t时段i水痒因蒸发、渗漏引起的零量损失；截为单 位换算系数。 (2)库容限制约束： VL“|+l≤配。l≤飚泓+l#=1，2，…，T (3) 式中：忱¨为第t时段初i水库蓄水库容的最低值，为死库容；VU∽为第t时段初i水库蓄水库容的最太 饿。