[发明专利]一种基于正交降维搜索算法的水电站群优化调度方法

说明书

技术领域

本发明涉及一种基于正交降维搜索算法的水电站群优化调度方法，是一种水资源优化调度方法，属于水资源与水电站群优化调度技术领域。

技术背景

截至2013年底，我国水电总装机规模超过2.8亿kW，已形成世界上规模最为庞大复杂的互联水电系统，以南方电网为例，目前集中管理调度的大中型水电站群数目已超过100座，规模如此巨大的水电系统涉及相互制约的海量时空约束和复杂多变的综合利用需求，导致计算规模呈爆炸式增长，维数灾问题日益突出，给各级调度管理部门带来前所未有的新问题和新挑战。传统优化方法如逐步优化算法、离散微分动态规划(Discrete Differential Dynamic Program,DDDP)、动态规划逐次逼近法等动态规划改进算法通过减少系统阶段数或状态数实现降维，但在处理大规模水电系统优化调度问题时仍会面临因状态组合过多引发的维数灾问题；遗传算法(Genetic Algorithm,GA)、粒子群算法等智能算法近年来在水电优化调度研究领域得到广泛应用，但普遍存在参数众多、早熟收敛等问题，同时计算结果受问题规模及约束处理方法等影响较大，在实际工程应用中受到一定的限制，因此迫切需要研究适应大规模复杂水电系统切实可行的新型优化调度方法。

正交试验设计作为一种寻求多因素多水平问题优化试验方案的科学试验方法，其基本工具是运用均衡分布思想和组合数学理论构造得到的正交表。正交表具有如下性质：(1)每一列(因素)的不同水平在试验中出现的次数相同；(2)任意两列(因素)的不同水平组合组成的有序数对在试验中出现次数相同；(3)若去掉正交表部分列，剩余列仍能组成新的正交表，与原正交表相比仅处理因素数减少，其余性质不变。依据正交表开展试验设计可从全部试验方案中选取具有“均衡分散，整齐可比”性质的部分方案开展试验，在大幅减少试验次数的同时能够全面反映客观事物的变化规律。

设实验中有F个因素，各因素均有Q个水平，若进行全面组合实验，则需开展Q^F组实验；若按照正交表L_M(Q^F)安排试验，则只需M组试验。其中L_M(Q^F)＝(a_i,j)_M×F，a_i,j表示第i项水平组合(即一种试验方案)中因素j水平，a_i,j∈{1,2,…,Q}；M＝Q^u，u为基本列数，可取任意正整数。表1为4个因素水平数均为3的L₉(3⁴)正交表，可以看出：只需开展9次试验即可处理4项均为3水平(1、2、3)的试验因素(I、II、III、IV)；各因素的不同水平均出现3次；任意两试验因素(I-II、I-IV等)不同水平构成的有序数对(1-1、1-2等)均出现1次。表明利用正交表开展试验不仅能够大幅减少方案数目(全部试验方案数目为3⁴＝81)，而且可以保证方案的均衡分散性和整齐可比性。

表1 L₉(3⁴)正交表

发明内容

本发明要解决的技术问题是提出一种基于正交降维搜索算法的水电站群优化调度方法。本发明将水电站群优化问题的求解视为多因素多水平试验优选问题，假设共有n维变量，将其视为n项试验因素，各变量在各自某一邻域范围内均取Q个离散状态，各离散状态分别表示一种因素水平，利用正交表从Qⁿ项组合中选取部分组合进行计算，并采用惩罚函数法计算相应目标函数值。本发明从给定的初始解出发进行搜索，在邻域范围内构造正交试验方案，从中获得改进解，在寻优过程中若目标函数没有改进，则缩小步长，反复迭代，直至满足收敛条件，逐次逼近全局最优解。本发明求解过程可抽象为“给定初值、开展试验、迭代寻优、逐次逼近、直至收敛”。

本发明的目的是实现一种基于正交降维搜索算法的水电站群优化调度方法，其特征在于所述方法的步骤为：

(1)选择参与计算电站并设置相应约束条件，如各电站出力、水位等约束及系统最小出力约束。

(2)设置相关计算参数，包括终止精度、状态离散数目Q、最大迭代次数等。

(3)采用一维实数矩阵对水电站群进行编码设计，获取维度n。

(4)根据状态离散数目Q及维度n构造相应正交表。

(5)由常规优化调度方法获取各水电站初始调度过程，并由状态离散数目计算得到初始搜索步长。