[发明专利]一种梯级水电站群优化调度两阶段直接搜索降维方法

权利要求书

1.一种梯级水电站群优化调度两阶段直接搜索降维方法，其特征在于，包括如下步骤：

(1)对参与调度的K个水电站组成的集合设置调度过程中采用的计算参数和水电站实际考虑的约束条件；

(2)从上游到下游依次生成c^max次迭代的各水电系统调度过程Z^c；

(3)将当前第c次水电调度过程分解为两阶段子问题，先将调度问题分解为J个阶段的水电站问题，再将每阶段的水电站问题分解为个子问题；

(4)采用直接搜索策略计算当前j阶段水电站子问题c₂的最优调度过程，避免POA算法出现的“维数灾”与“重复计算”问题；

(5)依次计算当前j阶段水电站所有子问题的最优调度过程；

(6)依次计算J个阶段水电站问题的最优调度过程，并判断是否所有阶段问题完成最优调度过程，准备下一轮迭代计算最优调度过程；

(7)迭代计算调度过程的最优解，确认最优解后停止计算；

其中，所述步骤(4)具体包括如下步骤：

(4.1)计算得到临时变量和在此基础上生成包含K+1个元素的状态变量集合而后分别计算得到中各个状态变量对应的目标函数值f、约束破坏项Δ与适应度值F，

其中

其中，m表示变量标号，1≤m≤K+1；表示第m个潜在状态变量；表示中水电站k在第j阶段的状态值；分别表示的适应度值、目标函数值与约束破坏程度；

(4.2)比较状态变量集合中所有元素的适应度值，得到最大、第二大与最小适应度值对应的上标，分别记为h、s与l，有而后计算得到状态变量集合中除外其他状态变量的平均点

(4.3)计算得到反射点后对比和根据对比结果，优化调度过程；

其中，a为映射系数。

2.如权利要求1所述的直接搜索降维方法，其特征在于，所述步骤(1)具体包括如下步骤：

(1.1)设置计算参数，包括外循环最大次数c^max、内循环最大次数终止精度ξ、映射系数a、扩张系数γ、收缩系数β、压缩系数δ、步长系数θ；

(1.2)选择参与计算的水电站集合，并设置约束条件，包括水位限制、出力限制、出库流量限制和发电流量限制。

3.如权利要求1所述的直接搜索降维方法，其特征在于，所述步骤(2)具体如下：

生成c^max次迭代的水电系统初始调度过程，即令外循环计数器c＝1，采用调度图或动态规划方法从上游到下游依次生成各水电站的调度过程计算得到相应的最大搜索步长其中表示第c轮迭代时水电站k在第j阶段的状态值，K为水电站数目，J为时段数目，分别表示水电站k在第j阶段的水位上、下限；

其中，θ为步长系数。

4.如权利要求3所述的直接搜索降维方法，其特征在于，所述步骤(3)具体包括如下步骤：

(3.1)将所述水电调度问题分解为J时段数目的水电调度问题，依次完成各阶段调度问题；初始令阶段计数器j＝1；

(3.2)针对上述j＝1阶段的水电站调度问题分解为个子问题；初始令内循环计数器c₂＝1，获得当前j阶段中各水电站的最新调度过程其中表示所有水电站在阶段j的调度过程。

5.如权利要求4所述的直接搜索降维方法，其特征在于，所述步骤(4.3)优化调度过程的具体情况如下：

(4.3.1)若计算扩张点对比和若则令否则，直接令而后转至步骤(5)；

(4.3.2)若且则令否则，无需任何操作；随后计算收缩点此时若则令转至步骤(5)；否则，将状态变量集合中除外的其他状态变量更新为其中1≤m≤K+1；m≠l；

(4.3.3)若且令转至步骤(5)；

其中，β为收缩系数；δ为压缩系数；γ为扩张系数。