【技术实现步骤摘要】
一种基于遗传算法和模拟程序的梯级水库优化调度算法
[0001]本专利技术涉及智能算法
,尤其涉及一种基于遗传算法和模拟程序的梯级水库优化调度算法。
技术介绍
[0002]水库作为一种重要的水资源调节和利用手段,对于保障人类生存和发展起着不可替代的作用。然而,随着全球人口的增加和经济的发展,水资源供需矛盾日益突出,如何更好地利用水资源成为了一个紧迫的问题。一条河流的水利水电开发规划中,为了充分利用水利水力资源,从河段的上游到下游,修建的一系列呈阶梯式的水库和水电站,是开发利用河流的水利水能资源中的一种重要方式,水库调度是指运用水库自身的调节性能,根据已知的来水情况,有计划地将进行蓄放。而水库优化调度作为水资源利用的重要手段之一,可以通过最优化调度方案,提高水库利用效率,实现节水和节能,降低运行成本和环境污染,达到经济、社会和环境的可持续发展目标。然而,梯级水库是由多个级联水库组成的复杂系统,水库之间的状态相互联系,每个水库的状态不仅影响当前的决策还会影响未来的决策以及其他水库的决策。
[0003]而梯级水电站的优化调度由于多维的决策变量方程、非线性及大量的约束、输入的不确定性以及水电站蓄水量、水头、出力等变量之间的动态复杂关联性,而且需要协调多个调度目标,如发电、防洪、供水等,所以如何综合考虑各种约束条件,平衡不同目标之间的矛盾,求解最优化调度方案,一直是学术界和工程界关注的焦点。
技术实现思路
[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部
【技术保护点】
【技术特征摘要】
1.一种基于遗传算法和模拟程序的梯级水库优化调度算法,其特征在于:包括,通过遗传算法,生成初始种群;基于所述初始种群,运用模拟程序进行适应度求解;在遗传算法中完成进化操作;迭代次数结束,终止算法。2.如权利要求1所述的一种基于遗传算法和模拟程序的梯级水库优化调度算法,其特征在于:所述生成初始种群,具体包括,以水库发电量最大以及保证出力最大为目标函数,通过遗传算法,在上下限约束的基础上生成关于库容在该范围内的初始种群。3.如权利要求2所述的一种基于遗传算法和模拟程序的梯级水库优化调度算法,其特征在于:所述目标函数,包括,其中:T为总时段数,N为梯级水库个数,W1、W2为目标权重,F为此梯级的保证出力,P
it
为水库i在时段t的出力,单位:MW。4.如权利要求1~3所述的一种基于遗传算法和模拟程序的梯级水库优化调度算法,其特征在于:所述上下限约束,包括,水量平衡约束、库容与出库流量约束、保证出力约束和水库出力约束。5.如权利要求4所述的一种基于遗传算法和模拟程序的梯级水库优化调度算法,其特征在于:所述水量平衡约束,包括,所述水量平衡约束,包括,其中,V
i,t+1
为水库i在时段t+1的库容,V
it
为水库i在时段t的库容,V
i,0
为水库i的初始库容,V
i,T
为为水库i的末库容,分别为水库i的调度期初始库容与末库容,单位:百万m3;Q
it
为水库i在时段t的出库流量,单位:m3/s;I
it
为水库i在时段t的区间径流,Q
jt
为上一个水库的出库流量,单位:m3/s;Ω(I)为水库i的上游连接水库;Δt=1为时段间隔,单位:天;所述库容与出库流量约束,包括:其中,为水库i的死库容,单位:百万m3;为水库i的库容上限,汛期时取水库防洪限制水位对应的库容,枯期时为正常蓄水位对应的库容;防洪限制水位对应的库容,枯期时为正常蓄水位对应的库容;为水库i在时段
t的出库流量上下限,单位:m3/s;所述保证出力约束,包括:所述水库出力约束,包括:P
it
≤A
i
·
Q
it
·
h
it
ꢀꢀꢀꢀ
(6)水库的出力P
it
受限于不同水头:即其中,为水库i在水头h
it
下,根据最大发电流量限制曲线所拟合的直线方程系数;其中,其中,A
i
为水库i的发电系数,单位:MW
·
s/m4;h
it
为水库i在时段t的水头;为水库i在时段t的发电能力,是水头h
it
的函数;为V
it
和V
i,t+1
的平均值;分别是水库i在时段t的坝前水位和尾水位,分别由库容水位曲线(Z
‑
V)和尾水位曲线(Z
‑...
【专利技术属性】
技术研发人员:刘双全,白玛德吉,张琳波,邵其专,钱国源,徐紫帆,赵珍玉,王有香,张聪通,王金文,吴洋,周彬彬,李家鹏,杨韵琛,赵栩,
申请(专利权)人:云南电网有限责任公司,
类型:发明
国别省市:
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。