一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法技术

本发明专利技术属于水库优化调度相关技术领域，其公开了一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法，方法包括：构建水库发电调度模型，获取水库数据设置种群大小、蛙跳概率等参数，采用混沌映射对种群进行初始化，采用闪电搜索算法获取每个过渡放电体的适应度，依概率进行蛙跳，采用闪电搜索算法获取引导放电体对应的适应度，淘汰最差适应度对应的个体后更新引导放电体方向，判断更新后的引导放电体是否满足生成粒子放电体的条件，若满足则按照粒子放电体更新方向和适应度，若不满足则按照空间放电体更新方向和适应度，而后根据粒子放电体的适应度或空间放电体的适应度进行位置更新得到最优解。本申请可以显著提高水库调度优化效率。化效率。化效率。

【技术实现步骤摘要】
一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法


[0001]本专利技术属于水库优化调度相关
，更具体地，涉及一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法。

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，现有技术中常用方法有：以差分进化算法为基本框架，结合混沌算法和蛙跳算法各自局部搜索优势以及多核并行计算技术，提出一种新的并行混合差分进化算法；或者在用粒子群算法求解水库优化调度问题时，将模拟退火因子引入罚函数；或者针对传统粒子群算法寻优能力不足及易陷入局部最优的缺点，引入收缩因子并结合模拟退火算法，提出了一种模拟退火粒子群算法。但以上水库优化调度方案存在精度低、收敛速度慢的技术问题，因此，亟需设计一种精度更高，收敛速度更快更加高效的水库优化调度方案。

技术实现思路

[0003]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粒子蛙跳闪电搜索算法的水库优化调度的方法，可以显著提高水库调度优化效率。
[0004]为实现上述目的，按照本专利技术的一个方面，提供了一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法，所述方法包括：S1：构建以发电量最大为目标函数、适应度为目标函数值、各时段水位为决策变量的水库发电调度模型；S2：将N个水位过程设置为种群大小，时间段D设置为个体维度，采用闪电搜索算法生成N个过渡放电体；S3：采用混沌映射初始化N个所述过渡放电体，并采用闪电搜索算法获取每个过渡放电体的适应度；S4：判断各适应度对应的水位过程是否满足预设约束条件，若不满足则修正所述水位过程，若满足则进行步骤S5；S5：判断是否满足蛙跳更新条件，若满足蛙跳更新条件则对蛙跳的过渡放电体的采用改进的蛙跳策略进行蛙跳更新后执行步骤S6，若不满足蛙跳更新条件则直接执行步骤S6；S6：采用闪电搜索算法获取引导放电体对应的适应度，确定种群中的最优适应度和最差适应度；S7：判断是否达到预设最大通道时间，若达到了预设通道时间则淘汰最差适应度对应的个体后更新引导放电体方向，若未达到预设通道时间则直接更新引导放电体方向，并更新引导放电体及其适应度；S8：判断更新后的引导放电体是否满足生成粒子放电体的条件，若满足则按照粒子放电体更新方向和适应度，若不满足则按照空间放电体更新方向和适应度；S9：判断粒子放电体的适应度或空间放电体的适应度是否大于引导放电体的适应度，若粒子放电体的适应度小于或等于引导放电体的适应度则粒子放电体的位置保持不变，同理，若空间放电体的适应度小于或等于引导放电体的适应度则空间放电体的位置保持不变；若粒子放电体或的适应度大于引导放电体的适应度则判断粒子放电体是否分叉，若分叉则在分叉点产生对称通道，淘汰适应度低的通道，同理，若空间放电体的适应度大于引导放电体的适应度则判断空间放电体是否分叉，若分叉则在分叉点产生对称通道，淘汰适应度低的通道；S10：判断是否达到预设迭代次数，若达到则输出最优水位过程及其适应
度，否则重新执行步骤S5。
[0005] 在进一步优选的方案中，步骤S1中所述水库发电调度模型为：（1）目标函数
[0006]式中，A为水电站出力系数；Q为第i个水电站在t时段的发电流量；H为第i个水电站在t时段的水头；为每个时段的长度；T为总时段数；（2）约束条件a.水量平衡约束
[0007]式中，和分别为水库在第t日和第t
‑
1日时段末的库容；为水库在第t日的平均入库流量，为水库在第t日的平均出库流量；为单时段时长；b.水位约束
[0008]式中，和分别为水库在第t日的最小、最大水位限制；c.流量约束
[0009]式中，和分别为水库在第t日的最小、最大出库流量限制；d.出力约束
[0010]式中，和分别为电站在第t日的最小、最大出力限制；e.水位/流量变幅约束
[0011]式中，和分别为相邻时段的水位和流量最大变幅约束。
[0012]在进一步优选的方案中，步骤S5中依据下式判断是否满足蛙跳更新条件：
[0013]其中，为更新后个体位置，S为个体跳跃步长，rand为（0,1）均匀分布的随机数，为适应度最差个体位置，为蛙跳概率，。
[0014]在进一步优选的方案中，个体跳跃步长S的计算公式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，为局部最优个体位置，为全局最优个体位置；个体跳跃步长S首先根据公式（1）进行更新，计算个体更新后的适应度，若优于原位置，则用新位置替代原位置，否则采用公式（2）进行更新，并计算个体更新后的适应度，若优于原位置，则用新位置替代原位置，否则在决策变量范围内随机生成新位置代替原位置。
[0015]在进一步优选的方案中，步骤S5中改进的蛙跳策略为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）其中，种群为，按适应度大小排序的个体，n为种群中个体的数量；种群中的个体首先根据式（3）进行更新，计算个体更新后的适应度，若优于原位置，则用新位置代替原位置，否则采用公式（4）进行更新，并计算个体更新后的适应度，若优于原位置，则用新位置代替原位置，否则在水位可行范围内随机生成一个新位置代替原位置。
[0016]在进一步优选的方案中，步骤S5还包括对更新后个体的水位过程进行约束检查，若满足约束则继续进行下一步，若不满足约束则进行水位修正。
[0017]在进一步优选的方案中，步骤S8中根据如下公式判断是否满足生成粒子放电体的条件：
[0018]其中，表示粒子放电体更新，表示空间放电体更新，rand为（0,1）均匀分布的随机数，为粒子放电体概率，。
[0019]在进一步优选的方案中，步骤S9中采用如下公式在分叉点产生对称通道：
[0020]其中，a和b分别为决策变量范围的上届和下届，和分别为分叉形成的对称通道和原通道。
[0021]在进一步优选的方案中，步骤S3中混沌映射包括：Logistic映射、Lozi映射、Chebyshev映射、Tent映射或Cubic映射。
[0022]在进一步优选的方案中，当采用Tent映射进行种群初始化时具体步骤为：S31：采用如下公式（5）产生N个m维个体，，取0.49，元个体为，，；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）S32：按照如下公式（6）将元个体映射至决策变量的取值空间内，得到初始种群；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）其中，分别为决策变量取值空间的下届和上届，为第i维空间中元个体的数值，为第i维空间中初始解个体的数值。
[0023]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，本专利技术提供的一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法主要具有以下有益效果：1. 本申请采用混沌映射对种群进行初始化，将元个体映射至决策变量的取值空间内，使得初始解尽可能均匀分布在解空间内，进而保证了各水库初始优化阶段的平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于粒子蛙跳闪电搜索算法的水库优化调度的方法，其特征在于，所述方法包括：S1：构建以发电量最大为目标函数、适应度为目标函数值、各时段水位为决策变量的水库发电调度模型；S2：将N个水位过程设置为种群大小，时间段D设置为个体维度，采用闪电搜索算法生成N个过渡放电体；S3：采用混沌映射初始化N个所述过渡放电体，并采用闪电搜索算法获取每个过渡放电体的适应度；S4：判断各适应度对应的水位过程是否满足预设约束条件，若不满足则修正所述水位过程，若满足则进行步骤S5；S5：判断是否满足蛙跳更新条件，若满足蛙跳更新条件则对蛙跳的过渡放电体的采用改进的蛙跳策略进行蛙跳更新后执行步骤S6，若不满足蛙跳更新条件则直接执行步骤S6；S6：采用闪电搜索算法获取引导放电体对应的适应度，确定种群中的最优适应度和最差适应度；S7：判断是否达到预设最大通道时间，若达到了预设通道时间则淘汰最差适应度对应的个体后更新引导放电体方向，若未达到预设通道时间则直接更新引导放电体方向，并更新引导放电体及其适应度；S8：判断更新后的引导放电体是否满足生成粒子放电体的条件，若满足则按照粒子放电体更新方向和适应度，若不满足则按照空间放电体更新方向和适应度；S9：判断粒子放电体的适应度或空间放电体的适应度是否大于引导放电体的适应度，若粒子放电体的适应度小于或等于引导放电体的适应度则粒子放电体的位置保持不变，同理，若空间放电体的适应度小于或等于引导放电体的适应度则空间放电体的位置保持不变；若粒子放电体或的适应度大于引导放电体的适应度则判断粒子放电体是否分叉，若分叉则在分叉点产生对称通道，淘汰适应度低的通道，同理，若空间放电体的适应度大于引导放电体的适应度则判断空间放电体是否分叉，若分叉则在分叉点产生对称通道，淘汰适应度低的通道；S10：判断是否达到预设迭代次数，若达到则输出最优水位过程及其适应度，否则重新执行步骤S5。2. 根据权利要求1所述的方法，其特征在于，步骤S1中所述水库发电调度模型为：（1）目标函数式中，A为水电站出力系数；Q为第i个水电站在t时段的发电流量；H为第i个水电站在t时段的水头；为每个时段的长度；T为总时段数；（2）约束条件a.水量平衡约束
式中，和分别为水库在第t日和第t
‑
1日时段末的库容；为水库在第t日的平均入库流量，为水库在第t日的平均出库流量；为单时段时长；b.水位约束式中，和分别为水库在第t日的最小、最大水位限制；c.流量约束式中，和分别为水库在第t日的最小、最大出库流量限制；d.出力约束式中，和分别为电站在第t日的最小、最大出力限制；e.水位/流量变幅约束式中，和分别为相邻时段的水位和流量最大变幅约束。3.根据权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：莫莉，陶一陶，刘逸萱，刘梓轩，覃晖，蒋志强，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：