[发明专利]考虑历史轨迹知识的梯级水库群生态调度优化方法

权利要求书

1.一种考虑历史轨迹知识的梯级水库群生态调度优化方法，其特征在于：包括如下步骤：

1)确定初始计算条件，包括梯级水库群生态调度的优化目标函数、约束条件和决策变量；

2)设定计算参数，包括最大迭代次数M、最大变尺度重心反向学习次数K、各水库初始离散步长、收敛精度ε、水库数目N和调度期时段数目T；

3)采用常规动态规划方法生成满足各约束条件的各个水库的初始轨迹Ω₁，并将其存入历史轨迹库

4)初始化迭代次数m＝1；

5)当历史轨迹库数目达到指定数量Y时，历史轨迹库实施考虑历史轨迹知识的变尺度重心反向学习，否则直接转步骤6)，变尺度重心反向学习包括如下步骤：

①初始化变尺度重心反向次数k＝1；

②随机生成在1到Y之间的正整数y，有1≤y≤Y；

③从历史轨迹库中，选取从y次开始依次存入的Y+1-y条历史轨迹{Ω_y,Ω_y+1,Ω_y+2,...,Ω_Y}，计算被选取所有历史轨迹的各个水库在各个时段的状态平均值

其中，为第r条历史轨迹的水库i在时段j的水位值；

④由重心反向原理，计算当前轨迹的重心反向轨迹

⑤比较重心反向轨迹和当前轨迹，如果优于则以重心反向轨迹替换当前轨迹，否则不作处理；

⑥令k＝k+1，如果k≤K，转步骤②，否则转步骤(6)；

6)实施常规DDDP算法，在当前轨迹的可行范围内形成一个搜索廊道，在搜索廊道内使用常规动态规划方法寻求当前最优轨迹，并将当前最优轨迹按递进顺序，存入并扩充历史轨迹库

7)算相邻两次最优轨迹各时段的水位差值，若则收缩所有水库离散步长，转至步骤8)，否则转至步骤5)；

8)令m＝m+1，若m＞M，则转至步骤9)，否则转至步骤5)；

9)停止计算，输出最终的最优轨迹。