[发明专利]一种基于改进NSGA-Ⅲ的梯级水电站多目标优化调度方法

权利要求书

1.一种基于改进NSGA-Ⅲ的梯级水电站多目标优化调度方法，其特征在于，包括以下步骤：

(1)获取梯级水电站的基本信息，该基本信息包括各个水电站的入库径流资料、水位库容曲线、尾水流量关系曲线和水轮机机组综合曲线资料；

(2)根据梯级水电站基本信息建立考虑水量平衡以及硬性约束的多目标发电优化调度数学模型；具体为：

根据梯级水电站基本信息建立考虑水量平衡约束、水库上下限水位约束、流量约束、负荷约束和调度期末水位约束的多目标优化调度数学模型，其中目标函数为调度期内最小时段出力最大和发电量最大；

发电量最大目标函数为：

其中，F₁为梯级电站总发电量；T为调度期时段数；N_i,t为第i水电站第t时段的发电出力，其与第i水电站第t时段的发电流量q_i,t和净水头H_i,t有关；△t为时段长；n为梯级电站个数；K_i,t为电站i第t时段的出力系数；

最小时段出力最大目标函数为：

其中，F₂为最小时段出力；

所述水量平衡以及硬性约束具体为：

(a)各库的水量平衡约束

V_i,t＝V_i,t-1+(Q_i,t-q_i,t-J_i,t-S_i,t)△t；

其中，V_i,t，V_i,t-1为第i库第t时段末、初水库蓄水量；Q_i,t为第i库第t时段入库流量；q_i,t为第i库第t时段的发电流量；J_i,t为第i库第t时段的弃水流量；S_i,t为第i库第t时段的损失流量；

(b)各库的上、下限水位约束

其中，Z_i,t为第i库第t时刻计算水位；Z_i,t为第i库第t时刻允许下限水位；为第i库第t时刻允许上限水位；

(c)流量平衡约束

O_i,t＝q_i,t+J_i,t+S_i,t；

其中，O_i,t为第i库出库流量；

(d)流量约束

其中，O_i,t和分别是水库出库流量下限和上限；

(e)负荷约束

负荷约束包括最小负荷约束和水轮机出力上限约束，其中最小负荷约束为：

其中，N_i,t为第i电站第t时段的发电出力；N_i,t为第i电站t时段电网对电站的最小负荷要求；为第i电站第t时段的最大出力，具体为NH_i,t为第t时段预想出力，NY_i为第i电站装机容量；

(f)调度期末水位约束

其中，Z_i,e为第i库调度期末计算水位；为第i库调度期末控制水位；

(3)采用改进的NSGA-Ⅲ对所述步骤(2)建立的多目标发电优化调度数学模型进行求解；

以各水库各时段的出库流量的组合表示一个个体，包括以下步骤：

(31)基于拉丁超立方抽样生成初始种群及初始化参考点；具体为：

(310)根据初始种群确定抽样的个体数量N；

(311)将决策变量空间[L_i,U_i]均匀划分成N个区间，N维空间形成N^m个小空间，其中i为下标，Z_i是第i维决策变量，即水库水位作为决策变量，m是抽样空间的维数，L_i是决策变量的下限，即水库水位下限，U_i是决策变量的上限，即水库水位上限；

(312)随机生成N×m的矩阵M，M的所有列是由{1,2,3,...,N}的随机排序组成，M称为拉丁超立方矩阵；

(313)M的所有行是步骤(32)中的一个小空间，在这个小空间随机生成个体直到生成个体数量为N的种群，记为P_t；

(314)初始化目标空间的参考点，参考点是在一个标准的超平面上获取，其中标准的超平面为K-1维空间，K为目标的个数；标准超平面在每个目标坐标轴上的截距为1；

(32)初始化各个算子的繁殖率，并基于各个算子的繁殖率进行生成后代；具体为：

(320)初始化各个算子的繁殖率δ_t^j，且为开始迭代时第j个算子的繁殖率；计算由步骤3拉丁超立方生成的初始种群的个体适应度函数值；

(321)计算各个算子生成后代的个数且N为个体的数量，[]为取整符号；

(322)各个算子根据N_j分别生成相应的后代，合计为Q_t；

(33)合并父代与子代，计算个体的适应度值并进行非支配排序，将非支配排序等级高的作为下一代进化的父代P_t+1；具体的：

(330)合并步骤3生成的父代P_t和步骤4生成的子代Q_t，记为R_t；

(331)根据R_t的适应度函数值进行非支配排序；

(332)将非支配等级高的个体作为下一次迭代的父代P_t+1，直到P_t+1的个体数量为N；

(34)根据P_t+1的个体，计算各个算子的繁殖率并执行生成子代操作；

(340)根据下一次进化的父代P_t+1，计算各个算子的繁殖率具体为：

其中，P_t^j是第t次迭代第j个算子在精英保留有贡献的数量，是第t-1次迭代第j个算子产生后代的数量；

(341)根据各个算子的繁殖率，计算各个算子的繁殖下一代的个体数量；

(342)各个算子根据个体数量进行相应的繁殖操作，生成的个体合计为Q_t+1；

(35)合并父代种群和子代种群，进行非支配排序，选出优势个体形成新种群并计算各个算子的繁殖率；具体的：

(350)合并父代种群P_t+1和子代种群Q_t+1，记为R_t+1；

(351)根据合并后的种群R_t+1适应度函数值进行非支配排序，并根据支配关系进行分级；

(352)根据分级以及参考点关系选出下一代父代，并计算各个算子的繁殖率；

(36)判断是否满足迭代次数，若是，则终止迭代；若否，转步骤(34)。