基于虚拟水的泵站优化调度方法技术

本发明专利技术公开了水库调度领域一种基于虚拟水的泵站优化调度方法，1)获取泵站

【技术实现步骤摘要】
基于虚拟水的泵站优化调度方法


[0001]本专利技术涉及泵站优化调度
，特别涉及一种泵站优化调度方法。

技术介绍

[0002]泵站优化调度是指通过泵站调水，以满足区域的用水要求，以实现经济效益最大化。泵站优化调度是一个具有强约束、非线性、多阶段特征的组合优化问题，其核心就是：(1)构建合理的泵站优化调度模型。目前，泵站优化调度主要集中于提高泵站的引水量、运行效率，减少泵站的运行费用等，其在构建模型时只是单一的从物理水的角度出发，而未考虑区域内虚拟水(凝结在商品或服务中的水)的流通，不利于实现水资源的最优配置。(2)减少运行成本。泵站实际运行过程中，其运行成本会受到多种因素的影响，如：不同时段电价(d
i
)变化和潮汐河段对泵站扬程(H
i
)的影响。(3)选择合适的求解方法。求解优化调度问题的方法一般有线性规划、非线性规划、动态规划和群体智能优化算法等，但这些方法也不可避免的存在一些问题：
①
线性规划和非线性规划存在求解速度慢、效率低等问题；
②
动态规划计算量大，易发生“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟水的泵站优化调度方法，其特征在于，包括以下步骤：步骤1)获取泵站
‑
引水区信息：获取调度参数信息、泵站机组信息和引水区农作物信息，并根据公式完成农作物产量与虚拟水的转化，得到虚拟水信息；步骤2)构建泵站
‑
引水区系统数据库：构建泵站
‑
引水区系统数据库，并在数据库中添加步骤1)各字段信息，然后将对应的泵站及引水区信息数据批量导入，并实时更新数据信息；步骤3)建立基于虚拟水的泵站优化调度模型：使用C++连接数据库，读取步骤2)中泵站
‑
引水区系统各字段数据信息，以灌区内农作物日均引水量Y
ty
和农作物日均流通量IMP
ty
和一天内泵站最优开机时刻k为决策变量，以每日泵站引水经济效益maxF最大为目标函数，并满足产品进口、泵站引水、引水能力和决策变量非负的约束，生成与数据库互馈的基于虚拟水的泵站优化调度模型；具体优化模型如下：目标函数：约束1产品进口约束：约束2泵站引水约束：约束3引水能力约束：约束4变量非负约束：Y
ty
≥0,IMP
ty
≥0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式中：ty为农作物类型，ty∈[1,N]；INC
ty
为泵站向农作物ty引水的收入，Y
ty
为泵站一天内对农作物ty的引水量，EXP
ty
为泵站向农作物ty引水的成本；IC
ty
为进口农产品ty的收入，EP
ty
为进口农产品ty的成本，IMP
ty
为进口农产品的质量；p为介质系数，Q为设计流量，Δt为间隔时间，其值为24/T，其中，T为时段数，d
i
为第i小时的电费，k
i
为第i小时的引水系数，k
i
＝1则引水，k
i
＝0则不引水，H
i
为第i小时的提水扬程，受到潮汐影响，η为泵站额定工作效率，β为抽水能量系数，d为电费单价；PRD
ty
为农产品ty的本地日平均生产量，TD
ty
为农产品ty的日平均需求量；BZ为泵站日平均最大可供水量；(4)模型求解方法：对于步骤1)
‑
3)构建的基于虚拟水的泵站优化调度模型，通过0
‑
1整数规划和鲸鱼算法的组合算法ZOWOA对该模型进行自动迭代优化求解，得到泵站最优调度方案。2.根据权利要求1所述的基于虚拟水的泵站优化调度方法，其特征在于，步骤4)中求解具体步骤如下：Step1参数设置：设定变量量矩阵Va的行数Num和列数Dim＝2N、当前迭代数t、最大迭代次数T
max
、泵站日均引水量上下限、农作物需求量TD
ty
、结果变量Res、1
×
Dim的结果矩阵RES和1
×
Dim开机时刻矩阵PO；结果变量Res用来获取max F的值；结果矩阵RES用来获取max F所对应的Va(i)值；开机时刻矩阵PO用来获取maxF所对应的最优开机时刻k；
Step2自适应多样初始化：生成Num
×
Dim的变量矩阵Va，将变量矩阵Va每一行看作一组候选解，候选解由Y
ty
和IMP
ty
组成；通过式6更新随机解或具体公式如下：式中：i表示矩阵Va的行数，i∈[1,Num]，up为变量上限，down为变量下限，initialization为初始化因子，ξ为[0,1]之间的随机数，t为当前迭代数，T
max
为最大迭代数；为t次迭代随机生成的第i个候选解，为t次迭代均匀分布生成的第i个候选解，τ为服从[0,1]均匀分布的随机数；Step3约束处理及0
‑
1整数规划求解过程：首先，读取数据TD
ty
和BZ，根据Step2初始化Va(i)；其次，根据式2、式4和式5进行约束判断，删除不满足以上约束的矩阵行Va(i)，并通过Step2重新生成；然后，重复以上过程，直至候选解矩阵Va全部符合约束；最后，建立线性规划模型式12，并通过0
‑
1整数规划求解满足式3和式13约束的线性规划模型式12，得到Va(i)对应的最优开机时刻k；Step4迭代更新过程：第t次迭代中，首先计算适应度值，得出最优解和最优开机时刻k；并根据对应公式更新算法参数，包括：a、A、C、ω1、ω2和p；在此基础上，根据p和|A|值，每个鲸鱼分别进行包围捕食、随机或螺旋气泡的迭代更新策略；具体更新方式为：当p<0.5，|A|≤1，采用式8进行包围捕食更新；当p<0.5，|A|>1，根据式7进行随机更新；当p≥0.5，采用式9进行螺旋气泡更新；随后，根据边界邻域更新式10对越界的候选解Va(i)进行修正更新，得到第t+1代的候选解矩阵Va；具体更新公式如下：随机搜索更新方式：Va(i)
t+1
＝Va(rand)
t
‑
A
·
|C
·
Va(rand)
t
‑
Va(i)
t
|
ꢀꢀ
(7)包围捕食更新方式：螺旋气泡更新方式：边界邻域更新方式：式中：Va(i)
t
为t次迭代中第i组候选解；为t次迭代中最优解；Va(rand)
t
为t次迭代矩阵Va中随机选择的一组解；A和C是矩阵系数，分别表示为：A＝2a
·
(r1‑
1)和C＝2a
·
r2；a为收敛因子，耦合...

【专利技术属性】
技术研发人员：程浩淼，王梦磊，汪靓，龚懿，王玉琳，王振兴，蔡玮，
申请(专利权)人：扬州大学，
类型：发明
国别省市：