[发明专利]一种基于变阶段逐步优化的梯级电站联合优化调度方法

说明书

本发明公开了一种基于变阶段逐步优化的梯级电站联合优化调度方法，包括步骤一、获取各水电站的初始调度过程，采用约束搜索的方式进行水位调整；步骤二、固定第i个节点和第i+VP节点的水位，针对此VP个阶段问题采用差分进化算法进行寻优计算；步骤三、选取种群规模NP，初始个体均对梯级水电站的可调节点；步骤四、得到梯级各水电站水位过程线；步骤五、以步骤四求得的各水电站水位过程线作为初始轨迹，重复步骤二到五，直到满足变阶段收敛条件；步骤六、令VP＝VP+1；重复步骤二到五，直至满足最终收敛条件；步骤七、终止计算，获得各水电站的最优水位过程线。本发明在求解梯级电站联合优化调度问题上具有很好的全局搜索能力，有效克服了传统算法的局部收敛问题。

技术领域

本发明属于水电能源优化运行领域，更具体地，涉及一种基于变阶段逐步优化的梯级电站联合优化调度方法。

背景技术

梯级水电站联合优化调度是一类大规模、多约束、动态和非线性优化问题，随着系统规模的逐步扩大，求解难度越来越大。虽然传统动态规划算法在求解梯级优化问题存在“维数灾”，求解耗时久。虽然目前用于求解梯级水电站联合优化调度问题的智能优化算法有，蚁群算法，遗传算法，离散微分动态规划法，差分进化算法，然而这些智能优化算法容易“早熟”，陷入局限收敛，无法保证优化结果的“可靠性”，亟需一种适用于梯级水电站群联合优化调度的优化算法，既耗时短，又能够收敛于全局最优解。逐步优化算法是动态规划类算法，该算法将多阶段优化问题分解为若干两阶段子问题，且不需对状态变量在可行域内离散，因而不仅可获得较精确解，也能克服动态规划求解多状态变量问题时出现的“维数灾”问题，运算效率较动态规划算法有大幅提高，并且当目标函数为凸函数时，算法一定收敛于问题的最优解。但是梯级水电站优化调度问题的目标函数呈非凸、非线性，在运用逐步优化算法求解时无法保证收敛于全局最优解，且当梯级电站间存在水头重叠时，梯级电站间复杂的水力耦合关系加剧这一问题的复杂性。因此，现行算法在求解梯级电站联合优化调度问题具有一定的局限性，容易陷入局部最优解，或者求解耗时久，存在维数灾，难以满足实际运行中的调度要求。

发明内容

本发明目的在于提供一种基于变阶段逐步优化的梯级电站联合优化调度方法。增强算法的搜索能力，解决由于梯级间水头重叠、逐步优化算法的寻优顺序等因素造成的局部收敛问题。

本发明提供一种基于变阶段逐步优化的梯级电站联合优化调度方法，采用逐步差分离散策略和变阶段策略进行寻优。在两阶段寻优时采用差分离散策略，同时离散多个电站的水位，扩大了搜索区间；当两阶段寻优陷入局部最优时，采用变阶段策略，增加到三阶段寻优；当三阶段寻优陷入局部最优时，采用变阶段策略，增加到四阶段寻优……，以此类推。此方法可有效地避免算法陷入局部最优解，不断逼近全局最优解。

本发明提供一种基于变阶段逐步优化的梯级电站联合优化调度方法，包括以下步骤：

步骤一：初始化。由于在不同的初始条件下，得到最优结果所耗费的时间相差很大，所以为了保证算法的初始解是可行解，由常规优化调度方法获取各水电站的初始调度过程，采用约束搜索的方式进行水位调整。若来水大于最小下泄流量，则维持原水位；若来水小于最小下泄流量，则按照最小下泄流量下泄，推求得到下一时刻水位；以此类推，得到整个调度期的水位过程，其中时段数为M。

步骤二：设VP为逐步优化算法的寻优阶段数，其中初始VP＝2。从第0个节点开始(即i＝0)，固定第i个节点和第i+VP节点的水位，节点i和节点i+VP之间的所有电站的水位节点均为可调节点，针对此VP个阶段问题采用差分进化算法进行寻优计算。

步骤三：选取种群规模NP，初始个体均对梯级水电站的可调节点，在可行域内进行随机离散，生成初始种群，然后通过变异，交叉，选择生成下一代种群，然后重复步骤三直至得到此VP个阶段问题的最优解。

步骤四：令i＝i+1；重复步骤二和步骤三，直至最后一个调度时段M，即i＝M为止，从而得到梯级各水电站水位过程线。