基于改进粒子群算法在尤溪流域水电站发电量最大短期优化调度的研究

2017-03-13,

电气开关 2017年4期

(福建水口发电集团有限公司，福建福州 350000)

1 引言

从目前我国各水电站调度的实质性问题中不难发现，当前最主要的问题就是解决水电站调度与实际运行所存在的矛盾，解决该矛盾体最客观直接的方式就是通过建立优化调度模型，通过模型的转化来破解水电站调度难题。不过由于梯级水电站优化调度问题具有高维、非线性的特点，且现有的优化算法计算精度还不能较好的满足实际运行要求。为了更好的解决这些问题，充分发挥和利用梯级水电站的运行特点，更好的支持为电力系统的平稳发展，需要对梯级水电站优化调度进行更为广泛且深刻的分析探讨。

2 改进后粒子群优化算法介绍

(1)引入压缩因子χ

相较于权惯系数w而言，当其所处的环境有所改变时，会影响到算法迭代次数的比例关系，同时造成线性关系存在不可转变的状态，存在不同比例的失效情况，因此要及时做出修正。所以，对此我们可以引入压缩因子来阐明调控w,c1,c2值得方式，保证粒子算法的收敛性[11]。一旦采取科学的手段将其加以有效的控制，算法就不必只将vi,j的范围拘泥于[-vmax,vmax]之中。

改进的运动方程式如下：

vi(k+1)=χ(vi(k)+c1r1(pi-xi(k))+c2r2(pg-xi(k)))

(1)

xi(k+1)=xi(k)+vi(k+1)

(2)

(3)

其中：χ为压缩因子，χ∈[0,1]；

φ=c1+c2,φ>4。

大多数研究者将φ设为4.1(即有c1=c2=2.05)，设k=1，χ≈0.729。这在数学上等同于使用了权惯系数的方法。在本文中，各参数的最佳取值为：

c1=2.8,c2=1.3,φ=c1+c2，粒子群规模大小N=30。