基于MSCOA算法梯级水库群优化调度.doc

基于MSCOA算法梯级水库群优化调度.doc基于MSCOA算法梯级水库群优化调度摘要:结合梯级水库群联合运行的实际情况,分析目前国内外水库调度算法不足,本论文利用变尺度混沌优化算法(MutativeScaleChaosOptimizationAlgorithm,MSCOA)对梯级水电站群中长期水库调度问题应用研究,建立一种梯级水电站群中长期水库优化调度模型,通过实际数据验证,此方法可以获得梯级各电站的最优运行方式,为指导梯级各水电站的实际运行最优化提供科学决策依据。关键词:梯级水电站;优化调度;混沌;变尺度混沌优化算法中图分类号:+2文献标志码:A文章编号:1674-9324(2012)09-0153-03引言随着水电系统愈来愈趋向于大水电网联网运行,梯级水电站对水电系统的稳定、经济运行的积极作用也愈加显著,这一方面是由于水电站灵活的运行调节性能,另一方面则是梯级水电站水库之间具有较好的补偿协调作用。梯级水电站的水库优化调度是一个具有多约束的高维、动态、非线性优化问题,历来是水电系统运行中一个难题。在此问题上,国内外学者曾采用动态规划(DP)、[1-2]逐次优化法、[3-4]遗传算法(GA)[5]以及蚁群算法[6]等对梯级水电站的水库优化调度进行研究,这些算法都或多或少存在一定的局限性。混沌是非线性系统所独有且广泛存在的一种非周期的运动形式,表现出介于规则和随机之间的一种行为,能把系统的运动吸引并束缚在特定的范围内,按其“自身规律”不重复地遍历所有状态,因此利用混沌变量进行优化搜索毫无疑问能跳出局部最优的羁绊取得满意结果。本文先建立一种梯级水电站群中长期优化调度模型,然后将变尺度混沌优化算法应用于求解该模型。计算结果表明,变尺度混沌优化算法为求解梯级水电站水库中长期优化调度问题提供了一种有效算法。水电系统优化调度数学模型的建立梯级水电站水库群优化调度主要是在满足水电系统要求以及下游综合用水要求等的前提下,合理地组织调度水库,使得计算期内的总经济效益最大。即在给定预报入流过程线,用水过程线,计算期起始水位和终止水位的条件下,通过水量的合理分配使梯级总电能最大。结合梯级水电站水库群问题的特点,建立梯级水电站水库群优化调度模型如下:=maxBBN■■?驻ti(1)式中:T表示为年内计算总时段(计算时段为月,T=12);N表示总水库数(N二4);N■■表示i时段j水库出力(kW);E表示年发电量(kWh),?驻队为计算时段。(水位)约束V・・WV・・WV・・(i二1,2,?撰,4;i二1,2,?撰,T)(2)出力约束N・・WN・・WN・・(j=l,2,?撰,4;i=l,2,?撰,T)(3)水量平衡约束V■■二V・・+(q・・+Q・・+S・・-Q・・-S・・)?驻ti(4)这里:Q■■二S■■二0(j=l,2,?撰,4;i=l,2,?撰,T)下泄流量约束Q・・WQ・・WQ・・(j=l,2,?撰,4;i=l,2,?撰,T)(5)非负条件约束Q・・>0, (j=l,2,?撰,4;i=l,2,?撰,T)(6)梯级保证出力约束■■N・・NN(7)式中:V・・,V■■分别表示第i时段初、末j水库库容(亿m3); V■■表示j水库第i时段允许的最小、最大库容;NHH,N■■分别表示j水库第i时段允许的最小、最大出力;Q■■表示第i时段j水库发电流量(m3/s),Q