一种基于改进差分进化的水库优化调度方法和系统技术方案

本发明专利技术公开了一种基于改进差分进化的水库优化调度方法和系统，其中方法包括：对个体进行立方混沌映射，得到包含多个个体的初始化种群；对初始化种群进行变异，将变异后的种群与初始化种群交叉，得到实验种群；分别计算初始化种群和实验种群中每个个体的适应度值，保留适应度值较大的个体，生成待更新种群；对待更新种群中的每个个体进行折射更新，得到折射种群，分别计算待更新种群和折射种群中每个个体的适应度值，保留适应度值较大的个体，生成新种群；将新种群作为初始化种群，直至达到最大迭代次数，计算最终的新种群中每个个体的适应度值，将适应度值最大的个体作为最终水库优化调度方案。本发明专利技术可以快速得到准确的水库优化调度方案。化调度方案。化调度方案。

【技术实现步骤摘要】
一种基于改进差分进化的水库优化调度方法和系统


[0001]本专利技术属于水库调度领域，更具体地，涉及一种基于改进差分进化的水库优化调度方法和系统。

技术介绍

[0002]水库优化调度是一个多阶段、多约束的优化问题。对于水库优化调度方法的研究，许凌杰等通过改进遗传算法的映射规则并引入自适应罚函数提出了一种改进的遗传算法，提升了遗传算法的寻优性能。Bo Liu等提高引入自适应惯性权重因子(AIWF)并结合混沌算法的特性提高了粒子群算法的寻优性能。陈志强针对差分进化算法易出现局部收敛的缺陷，改进了算法的贪婪搜索策略并引入基因重生策略，改进算法运用于水库实例调度的结果表明算法的寻优性能得到了提升。
[0003]上述学者在水库优化调度方法上已做了大量研究并取得了相应成果，但是差分进化算法及其相应改进算法的寻优性能仍然具有较大的提升空间。它们在一定程度上会因为算法参数设置、变异策略等因素选择不当而导致算法搜索陷入局部最优，影响算法求解精度和收敛速度，不仅如此，标准差分进化算法不能保证依概率收敛于全局最优解，而作为在水库优化调度中应用广泛的重要算法，提升其寻优性能迫在眉睫。
[0004]由此可见，现有水库优化调度方法存在精度较低、收敛速度较慢的技术问题。

技术实现思路

[0005]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于改进差分进化的水库优化调度方法和系统，由此解决现有水库优化调度方法存在精度较低、收敛速度较慢的技术问题。
[0006]为实现上述目的，按照本专利技术的一个方面，提供了一种基于改进差分进化的水库优化调度方法，包括如下步骤：
[0007](1)以水库调度期所有时段的水位为变量，以水库调度期总发电量为目标，建立适应度值函数，设置水库调度期水位约束；
[0008](2)以水库调度期所有时段的水位为个体，在满足水库调度期水位约束的情况下，对个体进行立方混沌映射，得到包含多个个体的初始化种群；
[0009](3)对初始化种群进行变异，将变异后的种群与初始化种群交叉，得到实验种群；
[0010](4)通过适应度值函数分别计算初始化种群和实验种群中每个个体的适应度值，保留适应度值较大的个体，生成待更新种群；
[0011](5)对待更新种群中的每个个体进行折射更新，得到折射种群，分别计算待更新种群和折射种群中每个个体的适应度值，保留适应度值较大的个体，生成新种群；
[0012](6)将新种群作为初始化种群，重复步骤(3)
‑
(5)，直至达到最大迭代次数，得到最终的新种群，计算最终的新种群中每个个体的适应度值，将适应度值最大的个体作为最终水库优化调度方案。
[0013]进一步地，所述步骤(2)包括：
[0014]从水库调度期初水位直至水库调度期倒数第二个时段水位通过立方混沌映射初始化生成，然后判断水库调度期倒数第二个时段水位和水库调度期末水位是否满足水库调度期水位约束，若满足，则进入步骤(3)，若不满足，则从水库调度期末水位开始，根据水库调度期水位约束对水位进行反向修正至水库调度期第二个时段水位，再进入步骤(3)。
[0015]进一步地，所述折射的具体方式为：
[0016]通过变量η对待更新种群中的每个个体进行折射更新，其中，n为折射率，iter为种群代数，a和b分别为水库调度期水位约束的上限和下限。
[0017]进一步地，所述折射率为：n＝k
·
(iter
‑
1)+0.85，其中，k＝
‑
0.20/(iteration
‑
1)，k为折射率n的变化系数，iteration为总迭代次数。
[0018]进一步地，所述立方混沌映射的具体方式为：
[0019]按照公式y(n+1)＝4y(n)3‑
3y(n)产生j维空间中的n个个体，其中，y(n)为第n个个体的混沌值，y(n)∈[
‑
1，1]，再将每个个体的每一维迭代n次，产生n个元个体，在水库调度期水位约束之下将元个体映射到解空间之中，得到种群初始解，作为初始化种群。
[0020]进一步地，所述变异为从种群中随机挑选个体进行差分进化或者挑选当前种群中适应度值最优的个体差分进化。
[0021]进一步地，所述交叉为二项式交叉或指数交叉。
[0022]按照本专利技术的另一方面，提供了一种基于改进差分进化的水库优化调度系统，包括：
[0023]预处理模块，用于以水库调度期所有时段的水位为变量，以水库调度期总发电量为目标，建立适应度值函数，设置水库调度期水位约束；
[0024]初始化模块，用于以水库调度期所有时段的水位为个体，在满足水库调度期水位约束的情况下，对个体进行立方混沌映射，得到包含多个个体的初始化种群；
[0025]变异模块，用于对初始化种群进行变异，将变异后的种群与初始化种群交叉，得到实验种群；
[0026]对比判定模块，用于通过适应度值函数分别计算初始化种群和实验种群中每个个体的适应度值，保留适应度值较大的个体，生成待更新种群；
[0027]折射更新模块，用于对待更新种群中的每个个体进行折射更新，得到折射种群，分别计算待更新种群和折射种群中每个个体的适应度值，保留适应度值较大的个体，生成新种群；
[0028]迭代优化模块，将新种群作为初始化种群，重复执行变异模块、对比判定模块和折射更新模块，直至达到最大迭代次数，得到最终的新种群，计算最终的新种群中每个个体的适应度值，将适应度值最大的个体作为最终水库优化调度方案。
[0029]进一步地，所述初始化模块，用于从水库调度期初水位直至水库调度期倒数第二个时段水位通过立方混沌映射初始化生成，然后判断水库调度期倒数第二个时段水位和水库调度期末水位是否满足水库调度期水位约束，若满足，则执行变异模块，若不满足，则从水库调度期末水位开始，根据水库调度期水位约束对水位进行反向修正至水库调度期第二个时段水位，再执行变异模块。
[0030]进一步地，所述折射更新模块，用于通过变量η对待更新种群中的每个个体进行折射更新，其中，n为折射率，iter为种群代数，a和b分别为水库调度期水位约束的上限和下限。
[0031]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0032](1)本专利技术基于混沌立方映射和光折射原理改进标准差分进化算法，获得了在水库优化调度领域更加高效的算法。本专利技术采用立方混沌映射对种群进行初始化，使得初始化产生的种群位置更加均匀。通过变异和交叉得到更加丰富的种群，然后以发电量最大为目标找到优选的种群。通过折射引入扰动，使得算法可以继续寻优，最终本专利技术可以快速得到准确的水库优化调度方案。
[0033](2)混沌映射的方式有很多种，如Chebyshev混沌映射、圆周混沌映射、高斯混沌映射、阵发混沌映射、Logistic混沌映射、立方混沌映射。本专利技术将立方混沌映射应用于水库优化调度中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进差分进化的水库优化调度方法，其特征在于，包括如下步骤：(1)以水库调度期所有时段的水位为变量，以水库调度期总发电量为目标，建立适应度值函数，设置水库调度期水位约束；(2)以水库调度期所有时段的水位为个体，在满足水库调度期水位约束的情况下，对个体进行立方混沌映射，得到包含多个个体的初始化种群；(3)对初始化种群进行变异，将变异后的种群与初始化种群交叉，得到实验种群；(4)通过适应度值函数分别计算初始化种群和实验种群中每个个体的适应度值，保留适应度值较大的个体，生成待更新种群；(5)对待更新种群中的每个个体进行折射更新，得到折射种群，分别计算待更新种群和折射种群中每个个体的适应度值，保留适应度值较大的个体，生成新种群；(6)将新种群作为初始化种群，重复步骤(3)
‑
(5)，直至达到最大迭代次数，得到最终的新种群，计算最终的新种群中每个个体的适应度值，将适应度值最大的个体作为最终水库优化调度方案。2.如权利要求1所述的一种基于改进差分进化的水库优化调度方法，其特征在于，所述步骤(2)包括：从水库调度期初水位直至水库调度期倒数第二个时段水位通过立方混沌映射初始化生成，然后判断水库调度期倒数第二个时段水位和水库调度期末水位是否满足水库调度期水位约束，若满足，则进入步骤(3)，若不满足，则从水库调度期末水位开始，根据水库调度期水位约束对水位进行反向修正至水库调度期第二个时段水位，再进入步骤(3)。3.如权利要求1或2所述的一种基于改进差分进化的水库优化调度方法，其特征在于，所述折射的具体方式为：通过变量η对待更新种群中的每个个体进行折射更新，其中，n为折射率，iter为种群代数，a和b分别为水库调度期水位约束的上限和下限。4.如权利要求3所述的一种基于改进差分进化的水库优化调度方法，其特征在于，所述折射率为：n＝k
·
(iter
‑
1)+0.85，其中，k＝
‑
0.20/(iteration
‑
1)，k为折射率n的变化系数，iteration为总迭代次数。5.如权利要求1或2所述的一种基于改进差分进化的水库优化调度方法，其特征在于，所述立方混沌映射的具体方式为：按照公式y(n+1)＝4y(n)3‑
3y(n)产生j维空间中的n个个体，其中，y(n)...

【专利技术属性】
技术研发人员：莫莉，陶一陶，王永强，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：