The invention discloses a method for optimizing flood control operation of parallel reservoirs based on GPU acceleration, and relates to the technical field of reservoir operation. In this method, the optimal operation problem of parallel reservoirs is firstly constructed, and the optimization variables, the number of optimization variables, the constraints and the flood control operation objective function are determined. Then the PSO algorithm is used to optimize the reservoir group operation process, and the CUDA programming framework is used to accelerate the PSO algorithm. Therefore, the optimized scheduling method provided by the embodiment of the invention not only avoids a large number of inter-process communication and complex management loss problems, but also greatly reduces the hardware cost in solving the \dimension barrier\ and scheduling efficiency problems.
【技术实现步骤摘要】
一种基于GPU加速的并联水库群防洪优化调度方法
本专利技术涉及水库调度
,尤其涉及一种基于GPU加速的并联水库群防洪优化调度方法。
技术介绍
水库调度是防洪减灾的重要非工程措施,高效的水库调度对防洪、航运、发电、供水等有着积极的促进作用。随着水库数量的增加和防洪的迫切需求,水库群联合调度成为一种趋势。水库群联合调度不仅是实现水资源可持续利用的基础,也是实现流域内水文补偿、库容补偿、电力补偿及综合利用效益的必要条件。然而,水库数量巨增也带来了水库群调度“维数障碍”问题,即模型的计算变量变得更大、求解更困难。同时,高效的水库群防洪优化调度才能为防洪抢险赢得宝贵的时间。目前,为了解决“维数障碍”和调度效率问题,主要从算法改进和硬件提升两方面进行了改进。其中,算法改进主要是将算法并行化,硬件提升主要是增强CPU的性能。但是,对于一个复杂的调度模型,为了满足并行计算的要求,需要启动数千个线程进行计算,在传统的基于CPU的并行平台上启动如此多的线程将会导致大量进程间的通讯和复杂管理损耗;而且,传统并行计算所需的硬件成本过高。
技术实现思路
本专利技术的目的在于提供一种基于GPU加速的并联水库群防洪优化调度方法,从而解决现有技术中存在的前述问题。为了实现上述目的,本专利技术采用的技术方案如下:一种基于GPU加速的并联水库群防洪优化调度方法,所述方法包括:S1,确定并联水库群;S2,获取所述并联水库群中各水库的约束条件、优化变量、优化变量个数以及防洪调度目标函数;S3,根据约束条件、优化变量和优化变量个数,利用PSO算法对防洪调度目标函数求解,得到并联水库群下游最大过流 ...
【技术保护点】
1.一种基于GPU加速的并联水库群防洪优化调度方法,其特征在于,所述方法包括:S1,确定并联水库群;S2,获取所述并联水库群中各水库的约束条件、优化变量、优化变量个数以及防洪调度目标函数;S3,根据约束条件、优化变量和优化变量个数,利用PSO算法对防洪调度目标函数求解,得到并联水库群下游最大过流量,其中,采用GPU对粒子群优化算法进行加速求解。
【技术特征摘要】
1.一种基于GPU加速的并联水库群防洪优化调度方法,其特征在于,所述方法包括:S1,确定并联水库群;S2,获取所述并联水库群中各水库的约束条件、优化变量、优化变量个数以及防洪调度目标函数;S3,根据约束条件、优化变量和优化变量个数,利用PSO算法对防洪调度目标函数求解,得到并联水库群下游最大过流量,其中,采用GPU对粒子群优化算法进行加速求解。2.根据权利要求1所述的基于GPU加速的并联水库群防洪优化调度方法,其特征在于,S2中,所述防洪调度目标函数为:式中,为并联水库群下游共同防洪控制点的最大流量;Qn(t)为第t时段末第n个水库下泄流量经过洪水演进计算到达下游防洪控制点的平均流量;N为并联水库群中水库个数;T为调度时段总数。3.根据权利要求2所述的基于GPU加速的并联水库群防洪优化调度方法,其特征在于,S2中,所述优化变量为并联水库群在调度期内各个时刻末的水位过程线Zn(t)(t=1,2,…,T;n=1,2,..,N),所述优化变量个数为水库个数与调度时段总数的积,即为水库个数N与调度时段总数T的乘积NT。4.根据权利要求3所述的基于GPU加速的并联水库群防洪优化调度方法,其特征在于,S2,所述约束条件包括:ⅰ、下式所示的水库水位-库容关系曲线:V=Sn(z)(3)式中,水库的水位z为第n个水库的水位,V为第n个水库的库容;ⅱ、下式所示的水库水量平衡约束:式中,Vn(t-1)表示第n个水库在第t时段初的库容,分别表示第n个水库在第t时段末的库容,表示第t时段末第n个水库的入库流量,表示第t时段末第n个水库的下泄流量,Δt为计算时段的长度;ⅲ、下式所示的水库库容约束:式中,表示第t时段末第n个水库的最小允许库容,表示第t时段末第n个水库的最大允许库容;ⅳ、下式所示的水库泄流能力约束:式中,是第n个水库库容为Vn时所对应的水库最大下泄流量;ⅴ、下式所示的边界条件:式中,Vn(0)表示第n个水库调度期初起调水位对应的库容;Vn(T)表示第n个水库调度期末水位对应的库容;和为定值,需根据水库的实际情况给定;ⅵ、下式所示的下泄流量变幅约束:式中,Δqn表示第n个水库出库流量的最大变幅;第t时段初第n个水库的下泄流量;ⅶ、下式所示的下游河道安全泄量约束:式中,Qn(t)表示第n个水库出库流量经洪水演进计算至防洪控制点的第t时段末流量;qsafe表示防洪控制点的安全流量;ⅷ、下式所示的河道汇流约束:式中,均为第k个马斯京根演算河段的演进参数。5.根据权利要求4所述基于GPU加速的并联水库群防洪优化调度方法,其特征在于,S3包括如下步骤:S31,结合并联水库群防洪优化调度问题,对PSO算法进行如下的数学描述:将所有优化变量组合作为决策变量序列,并将决策变量序列中的元素与PSO算法中的粒子的位置向量元素一一对应设置;将并联水库群中各水库各时段末水位的涨落速度与PSO算法中的速度向量元素一一对应设置;将优化变量个数与PSO算法的搜索空间维数对应设置;通过式(1)计算PSO算法的适应度值;其中,设定:D为PSO算法的搜索空间维数,数值上等于优化变量个数NT;M为粒子的种群规模,即粒子总数;K为算法迭代的最大次数;Umax为粒子允许最大速度;为粒子i(i=1,2,…,m)在第j(j=1,2,…,k)次迭代计算中的位置向量,为粒子i在第j次迭代计算中的速度向量,Pbest(i,j)为粒子i在第j次迭代计算中所经历过的最佳位置,简称个体极值;Gbest(j)为粒子i在第j次迭代计算中所有粒子中的最佳位置,简称全局极值;f(i,j...
【专利技术属性】
技术研发人员:曾志强,雷晓辉,杨明祥,蒋云钟,王浩,权锦,刘珂,田雨,张梦婕,
申请(专利权)人:中国水利水电科学研究院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。