APP下载

基于MSCOA算法的梯级水库群优化调度

2012-04-29梁征

教育教学论坛 2012年9期

梁征

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(Mutative Scale Chaos Optimization Algorithm,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:TV697.1+2 文献标志码:A 文章编号:1674-9324(2012)09-0153-03

1.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。……

登录APP查看全文