王鹏飞，王玉庆，刘 峰

（1.河北工程大学，河北 邯郸 056021；2.空军第94287部队，山东 威海 264411）

梯级水电站群短期联合优化调度研究

王鹏飞1，王玉庆1，刘 峰2

（1.河北工程大学，河北 邯郸 056021；2.空军第94287部队，山东 威海 264411）

遗传算法是一种简单、适用的搜索方法，经常用于解决非线性复杂的问题。水库群的最优调度问题，就是利用搜索算法根据水库群进出水和综合利用情况，把水电站水库看作一个系统，把系统的各元素，输入/输出参数等简化和假设后建立简化通用的数学模型，用搜索算法对该数学模型进行优化仿真，得出最优解。

梯级水库群；优化调度；遗传算法；Matlab工具箱

遗传算法（Genetic Algorithms）是模拟生物届的遗传和进化过程建立起来的一种搜索算法，体现着“优胜劣汰，适者生存”的竞争机制［2］。经过30多年的发展，遗传算法已经在优化生产调度、智能控制、模式识别等领域有了很大成就。最优调度方法是指运用系统工程的理论和最优化技术，借助于电子计算机寻求最优准则达到极值的最优运行策略［1］。也就是说，根据水库进出水的过程和综合利用要求，考虑水轮机组的运转特性，梯级水电站群的总体情况，弃水情况及电价因子的作用，制定并实现各梯度水电站及其水库群的最优运行调度方式，以获得最大的经济效益。

目前，国内外实现水电站的短期联合优化调度一般采用两类准则：①梯级水电站系统的总耗能量或者总水量最小，或者系统在计算期末总蓄能量最大，或者是让等值火电厂发电量（费用）最小；……