[发明专利]一种基于Hadoop的小水电分布式差分进化调度方法

权利要求书

1.基于Hadoop的小水电分布式差分进化调度方法，包括如下步骤：

步骤1：建立以发电量最大为目标的数学模型；目标函数设置为小水电站群内I个水电站发电量之和的最大值；

式中，各数学符号含义为：

F：小水电群年发电量，单位为万千瓦时；

T：调度周期总时段数；

I：水电站个数；

K_i：第i个水电站的出力系数；

Q_i(t)：水电站i在t时段的发电引用流量；

H_i(t)：水电站i在t时段的发电水头；

Δt_i：水电站i在t时段的发电时间，单位为s；

另外，小水电优化调度模型的约束条件有：

a.库容约束：

V_iminV_iV_imax (1-2)

其中，V_imin、V_imax分别为第i水库的最小和最大库容值；

b.引用流量约束：

Q_i,tminQ_i(t)Q_i,tmax (1-3)

其中，Q_i,tmin、Q_i,tmax分别为i水电站在t时段内的最小和最大引用流量；

c.水量平衡：

V_i(t)＝V_i(t-1)+(q_i(t)-Q_i(t)) (1-4)

其中，V_i(t)、V_i(t-1)分别表示t和t-1时段的库容值，q_i(t)表示t时段区间来水量；

d.非负条件约束：

上述变量均≥0

由于进行长期调度，水库间的水流时间不做考虑；

步骤2：编码及初始化：要对这I个水电站调度周期内的引用流量进行综合调度，需将其作为一个整体，每个个体由该小水电群T时段内的引用流量值组成，即一个T*I 维的数组，采用实数编码方式；

种群规模为NP；在种群初始化过程中，读取文件内容，初始化各水电站每个月的来水量以及时段1的库容大小，初始化发电引用流量时以引用流量上下限为边界随机生成种群的所有个体，计算其适应度值并进行存储；

步骤3:进化操作，具体步骤如下：

3.1变异操作；

在差分进化的过程中，种群最先进行变异操作，采用固定的全局边界，利于保持种群的多样性，变异策略如式3-1所示；

X_i,j＝k*(a_j+b_j)+sin(w)*(c*x_e,j+(1-c)*x_r,j) (3-1)

其中，k∈[0,1]为随机数；a_j、b_j分别为当前种群边界的上下界；x_e,j为当前精英解的第j个基因；x_r,j为第r个个体的第j个基因，r≠i，w∈[0,2π]，c为固定值0.3；

3.2交叉操作；

交叉操作的对象为初始种群与由变异个体组成的种群，采用了二项式交叉方式，即：

其中，为试验个体，为原个体；首先，随机选取初始种群中的一个个体留作备用，然后依次对种群中每个个体的每个维度生成一个0-1范围内的随机值，若该随机值小于交叉概率或当前个体为最初选中的个体，则进行交叉，即选取对应变异个体的当前维度值替换当前个体的该维值，否则当前个体的该维值不变，由此得到试验个体；

3.3选择操作；

首先依据各水库水电站月初的库容和每个月的来水量，分别采取试验个体和初始种群中个体对应的引用流量方案更新每个月月末的库容值，即：月末库容＝月初库容+该月来水量-该月发电引用流量；

若月末库容值不满足库容约束：对低于最小库容值约束的引用流量进行修正，使该月引用流量＝月初库容+该月来水量-最小库容，设置该月末库容为最小库容，产生的弃水为0；对高于最大库容值约束的引用流量，先进行标记，后设置该月末库容为最大库容，产生的弃水量＝月初库容+该月来水量-引用流量-最大库容，同时用一变量记录该个体弃水量的累加值；对满足库容约束的引用流量，更新弃水量为0；个体中各维更新完毕后分别计算试验个体与初始个体的适应值；

采用如下的约束处理规则选择进入下一代的个体，对于：(1)试验个体与初始个体均未被标记，选取适应值较大的个体；(2)试验个体未被标记，初始个体被标记，则选取试验个体；(3)两者均被标记，选取偏移值较小的个体；最后更新种群中个体的适应值、弃水量和库容值参数；

步骤4:分布式计算的实现：采用子种群的概念，以Hadoop平台的编程框架MapReduce为依托，首先对一定数量个体组成的父种群进行初始化，然后将该初始种群划分为一定数量的、相对独立的子种群，每个子种群独立进化，最后汇总所有子种群，筛选出最优个体；其中，每个Map过程处理一个子种群的进化过程，每个子种群进化一定代数后，通过Reduce过程对Map过程提交的数据进行汇总并筛选出所有子种群中的最优个体，即对应的最优发电用水方案，并将其与对应的最优适应值作为结果共同生成结果文件输出到HDFS；

4.1Map过程；

MapReduce处理的数据形式为key,value键值对的形式，由于DDE-MR基于子种群进行进化，因此将map函数的输入与输出key,value对格式分别设置为：

＜key1_i,value1_i＞→＜key2_i,value2_i＞,i＝1,2,...,n (4-1)

其中，n为子种群总个数；key1_i是第i个子种群在文件中的起始地址，value1_i代表第i个子种群的所有个体；key2_i则是第i个子种群的索引，value2_i也代表了第i个子种群的所有个体；

Map过程如下：首先设置初始化参数，在迭代次数范围内对种群执行差分变异、交叉、选择操作，得到最终的子种群；随后将其以索引为键、种群中的所有个体为值，构成键值对写入上下文；

4.2 Reduce过程；

在Map过程和Reduce过程之间，存在Shuffle过程，它对Map的输出键值对按照key值进行了初步的排序与分类，传入Reduce的数据变成了[key，list[value]]的形式；因此Reduce函数的主要工作为：遍历该list中的value值对应的子种群中的所有个体，筛选出适应值最大的个体并输出到HDFS，且设置Reducer的个数为1。