【技术实现步骤摘要】
本专利技术涉及梯级水电站优化调度，具体地指一种基于人工兔优化算法的梯级水电站调度优化方法。
技术介绍
1、水能资源的有效利用是可再生能源发展规划中重要的一环，对于江河湖泊的综合治理和流域范围内的经济效益提升都具有重大的意义。由于我国水资源比较丰富，自21世纪以来，逐步形成了梯级水库群联合调度的分布格局。梯级水电站群的联合优化调度可以使得该水流域资源以及各水电站发电流量、发电水头和库容蓄能得到足够的发挥利用，从而给电力市场带来更多的效益。在如今市场化条件下，梯级水电站在运行时不仅需要考虑上下游水力约束，还需面临复杂的市场环境，国内在处理水电企业参与日前市场时大多将其视为价格接受者，将水电视为价格制定者的相关研究较少。同时由于各级水电站间存在复杂的水量关系，导致优化问题越来越复杂，这类问题通常具有高维度、多阶段、随机性、非线性等特点。目前求解梯级水电站优化调度方法大致分为两类：第一类是传统方法，包括线性规划、非线性规划以及动态规划；第二类是群体智能优化算法，包括蚁群算法、遗传算法，粒子群算法等启发式算法。然而前者存在计算复杂、求解时间过长等问题，后者又存在易陷入局部最优、结果不稳定等问题。故此，对如何精确有效的求解梯级水电站优化调度问题，是本领域技术人员迫切需要解决的问题。
技术实现思路
1、本专利技术的目的在于克服上述不足，提供一种基于人工兔优化算法的梯级水电站调度优化方法，旨在解决在收敛过程中陷入局部最优解的问题，以寻求全局最优解，明确调度方案，从而实现在调度周期内最大化结算收益的
2、本专利技术为解决上述技术问题，所采用的技术方案是：一种基于人工兔优化算法的梯级水电站调度优化方法，包括以下步骤：
3、s1.优化建模：以调度期内梯级水电站结算收益最大为目标进行优化建模，以时段水位约束、时段出力约束、时段流量约束、水位变幅约束、水量平衡约束、电量平衡约束、水电站之间水力联系、净水头计算公式作为约束条件完成建模；
4、s2.罚函数优化约束：利用罚函数法对步骤s1中所述的梯级水电站优化调度模型中的约束条件进行优化，使得可行解与不可行解之间平滑过渡；
5、s3.模型求解：采用改进人工兔优化算法对建立的梯级水电站优化调度模型进行求解，输出最优目标函数值。
6、进一步地，步骤s1具体包括：
7、以调度期内梯级水电站结算收益最大为最优目标，建立目标函数：
8、
9、式中，m为梯级水电站总个数；t为调度期总时段数；δt为时段粒度，本文设置为1h；m为水电站编号；c′m,t为t时段m号电站的合同电价；ct为时段日前市场出清预测电价；n′m,t为t时段m号电站的合同电量分摊到小时的出力；nm,t为t时段m号电站总出力；
10、以梯级水电站时段水位约束、时段出力约束、时段流量约束、水位变幅约束、水量平衡约束、电量平衡约束、水电站之间水力联系、净水头计算公式作为约束条件完成建模，具体为：
11、时段水位约束：
12、
13、式中，zm,t、zm,t、分别表示第m座电站第t时段的最低水位限制、平均水位以及最高水位限制；
14、时段出力约束：
15、
16、式中，nm,t、nm,t、分别表示第m座电站第t时段的最小出力限制、平均出力以及最大出力限制；nm,t和一般设置为第m座电站第t时段的保证出力和发电水头所对应的预想出力；
17、时段流量约束：
18、
19、式中，qm,t、qm,t、分别表示第m座电站第t时段的最小下泄流量限制、平均下泄流量以及最大下泄流量限制；
20、水位变幅约束：
21、
22、式中，δzm,t、分别表示第m座电站第t时段的水位变幅下限和水位变幅上限；
23、水量平衡约束：
24、vm,t+1＝vm,t+(im,t-qm,t)·δt (6)
25、式中，vm,t和vm,t+1分别为第m座电站第t时段的初库容和末库容；im,t和qm,t分别为第m座电站第t时段的入库流量和下泄流量，δt为调度时段长；
26、电量平衡约束：
27、
28、式中，pt表示第t个时段内电网对梯级电站出力的需求；nm,t表示第m座电站第t时段的出力；
29、水电站之间水力联系：
30、im,t＝qm-1,t+qm,t (8)
31、式中，im,t为第m座电站第t时段的入库流量，qm-1,t为第m-1座电站在第t时段的出库流量，qm,t为上下游相邻电站间第t时段的区间入流；
32、净水头计算公式：
33、
34、式中，hm,t、zm,t、,分别表示第m座电站第t时段的净水头、第t时段水位和电站下游第t时段水位，,为电站在第t时段的水头损失。
35、进一步地，所述步骤s2具体包括以下子步骤：
36、在经过约束处理后，原始目标函数会被转化为如下形式：
37、maxf＝f+γ·(ξn+ξq+ξv) (10)
38、
39、
40、
41、式中ξqξvξn与分别为下泄流量、库容及出力等约束破坏惩罚项；γ为惩罚系数。
42、进一步地，所述步骤s3具体包括以下子步骤：
43、步骤s3.1：初始化变量：设置人工兔的种群大小g，最大迭代次数设置为tm＝10000，随机生成初始状态的种群人工兔位置，即初始的优化调度方案{xi(t)}，模型的决策变量为梯级水电站各阶段的平均发电流量xi(t)，通过发电引用流量约束条件按照随机数模拟生成初始调度方案；
44、步骤s3.2：基于neuron映射的种群初始化，将人工兔种群集合表示为：
45、gas＝{g1,...,gk,...,gk}；
46、种群中第k个个体的位置表示为：
47、gk＝[xk,1,yk,1,xk,2,yk,2,...,xk,i,yk,i]t；
48、neuron映射是一种混沌映射，它通过非线性反馈的方式构建，由双曲正切函数和指数函数组成；在种群初始化中，利用neuron映射的特性，将混沌值引入到搜索空间中，以确保种群在初始阶段均匀分布且充满多样性，表示为：
49、
50、式中：ak为初始化第k个人工兔个体所对应的混沌值；η为衰减因子；为比例因子；
51、对于上式产生的混沌序列，为了将这个混沌序列映射到搜索空间的上下界，采用线性映射方法，将其转化为人工兔个体在搜索空间中的坐标值；
52、gk(0)＝gmin+ak(gmax-gmin) (15)
53、式中：gmax和gmin分别是节点可部署区域的上界和下界向量；通过该映射过程，可以确保初始种群的个体在整个搜索空间内均匀分布，从而提高种群的多样性和本文档来自技高网...
【技术保护点】
1.一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，步骤S1具体包括：
3.根据权利要求1所述的一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，所述步骤S2具体包括以下子步骤：
4.根据权利要求1所述的一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，所述步骤S3具体包括以下子步骤：
5.根据权利要求4所述的一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，所述子步骤3.4的策略选择过程，具体包括以下子步骤：
【技术特征摘要】
1.一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，步骤s1具体包括：
3.根据权利要求1所述的一种基于人工兔优化算法的梯级水电站调度优化方法，其特征在于，所述步骤s...
【专利技术属性】
技术研发人员：何昌霖，张彬桥，冯洁莹，彭超，杨智舜，
申请(专利权)人：三峡大学，
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。