shuikudiaodu..doc

优化调度理论在提高小水电发电效益中的应用 王富强 包中进 （浙江省水利河口研究院，浙江 杭州 310020） 摘要：本文阐述了小水电站水库优化调度问题，简要介绍了遗传算法，建立了引入峰谷电价政策基于遗传算法的水库优化调度模型，并编制了小型水电站水库优化调度程序。研究方法可供类似小水电站参考应用。 关键词：小水电站；优化调度；峰谷电价；遗传算法 1 引言 在我国的水力资源分布中，中小河流的小水电资源占有相当大的比重。小水电的理论资源为1.5亿kW，可开发容量约为7500万kW。我国在重点开发大江大河大中型水电站的同时，小水电事业也取得了显著的成绩。目前，全国已建成的小型水电站有5万多座，总装机容量超过了2300万kW，有1/3以上的县主要依靠小水电供电。近几年小水电发展迅猛，仅到2004年底，浙江已建中小水电站3000多座，总装机253万千瓦，已成为位省经济发展的重要组成部分。 目标函数： E= 约束条件：水量平衡约束 库水位 或库容 机组发电流量 其中T为调度周期分为的时段数，Qt，Ht，Pt分别表示水库在第t时段的发电引用流量(m3/s)，电站的平均发电水头(m)和上网电价（元/kW.h）；和分别表示t时段初和t时段末水库库容；和分别表示t时段内的入库流量和发电流量，表示t时段内的弃水量；Δt为一个时段的小时数；K为电站出力系数。 3 基于遗传算法的水库优化调度 3.1 遗传算法简介 遗传算法(Genetic AlgorithmGA)是一种基于自然群体遗传演化机制的高效探索算法，它是美国学者Holland于1975年首先提出来的。它摒弃了传统的有哪些信誉好的足球投注网站方式，模拟自然界生物进化过程，采用人工进化的方式对目标空间进行随机化有哪些信誉好的足球投注网站。它将问题域中的可能解看作是群体的一个个体或染色体，并将每一个体编码成符号串形式，模拟达尔文的遗传选择和自然淘汰的生物进化过程，对群体反复进行基于遗传学的操作（遗传，交叉和变异），根据预定的目标适应度函数对每个个体进行评价，依据适者生存，优胜劣汰的进化规则，不断得到更优的群体，同时以全局并行有哪些信誉好的足球投注网站方式来有哪些信誉好的足球投注网站优化群体中的最优个体，求得满足要求的最优解。Qt为基因变量，随机选取M组决策序列(Q11，Q12，?，Q1T) (Q21，Q22,?，Q2T)…（QM1，QM2，?，QMT）作为母染色体； （2）计算每个染色体的适应值：适应值表示各个染色体自适应环境的程度，以适应值的大小评价个体的优劣，本文适应值为调度期内的发电收益，计算公式为： E= （3）遗传操作(选择、交叉和变异运算)：选择（selection），根据各个个体的适应度，按照一定的规则或方法，从第n代群体Q()中选择出一些优良的个体遗传到下一代群体Q()中；交叉（crossover），将群体Q()内的各个个体随机搭配成对，对每一对个体，以某个概率（称为交叉概率，crossover rate）交换它们之间的部分染色体；变异（mutation），对群体Q()中的每一个个体，以某一概率（称为变异概率，mutation rate）改变某一个或某一些基因座上的基因值为其他的等位基因。,即子代群体； （4）终止条件判断。若n≤，则：，转到步骤二；若n，则以进化过程中所得到的具有最大适应度的个体作为最优解输出，终止计算。 某小型水电站，正常蓄水位47.5m，正常蓄水位下库容2836万m3，调节库容260万m3，装机三台，每台装机16MW。 将本优化调度模型和优化调度程序应用到工程 1 解 码 终 止 开 始 变 异 运 算 交 叉 运 算 选 择 运 算 浮 点 编 码 是 否 进化完成成乘 l=n 变异计算 在[0，1]区间产生随机数r 随机抽取一个染色体 计算变异次数n 选择然色体 在[0，1]区间产生随机数r 确定然色体选择概率 计算标准分布值 确定选择概率P 确定变异系数P l=n 交叉计算 在[0，1]区间产生随机数r 随机抽取两个染色体 是 计算交叉次数n 确定交叉概率P 是 否 否