水電站實行經濟運行既可帶來巨大的經濟效益,又可以節約寶貴的水資源。文章介紹了一種新的模擬優化算法——蟻群算法,并根據水電站廠內經濟運行問題與旅行商問題的相似性,通過合理處理約束條件與目標函數,將水電站廠內經濟運行問題轉化為旅行商問題,從而提出了一種用蟻群算法求解水電站廠內經濟運行問題的數學模型。實例驗證表明此方法具有較高的實用價值。

以發電耗流量最小建立經濟運行數學模型,通過模擬蜜蜂交配過程中的婚飛行為,提出了一種蜜蜂進化算法(hbea),在雜交過程中引入了外來雄蜂提高子代多樣性,又引入工蜂對子代喂以蜂王漿提高群體適應度。通過schwefel’s函數仿真測試證明了hbea的可行性。以烏江渡水電站經濟運行為例,結果表明該算法解決水電站經濟運行問題行之有效。

以水電站運行成本最小為目標,提出了一種用差分進化算法(differentialevolution,de)實現大型水電站最優運行的方法。差分進化算法是一種基于群體的多目標進化算法,通過群體內個體間的合作與競爭產生的群體智能指導優化搜索。將改進的方法應用于水電站經濟運行,模型考慮了機組能量特性差異,并能在旋轉備用、啟停成本、氣蝕振動區、機組可用性等約束條件下,制定出電站日內96段最優運行計劃。計算表明,該方法避免了動態規劃等算法處理多約束、大型優化問題的困難,同時提高了進化算法的精度。

針對徑流式水電站基本無調節能力的運行特點,提出其發電量最大優化調度模型,并采用罰函數法與自組織進化規劃法相結合進行模型求解.選擇某徑流式水電站進行模擬計算,說明該方法具有求得整體最優解的能力,算法可行.

介紹一種將懲罰函數、動態修正出力-流量(n-q)關系與優化算法相結合實現水電站廠內經濟運行的方法。該方法可針對短期優化調度結果(日負荷過程)制定啟停計劃,實現負荷的經濟分配,并且考慮了機組間的效率差異、機組啟停成本、氣蝕振動區、機組可用性及主接線方式等約束條件。算例表明該方法不僅能解決廠內經濟運行的多約束問題,而且能與電力市場下的短期優化調度很好地結合起來。該方法易于實現程序設計且計算速度快。

采用罰函數將有約束的水電站廠內經濟運行問題轉化為無約束優化問題,在粒子群中引入遺傳算法中的\"交叉\"思想并采用線性遞減的慣性權重,以提高粒子在解空間的遍歷性和局部搜索能力,避免粒子群限于局部最優。實例計算結果表明該算法在求解水電站廠內經濟運行問題上是可行、有效的。

水電站廠內經濟運行是電力系統的重要研究課題,能有效增加水電站的經濟效益。本文將類電磁機制算法用于水電站廠內經濟運行研究中。該算法模擬電磁場中帶電粒子間的吸引與排斥機制,將搜索解類比為帶電粒子,然后按一定的準則通過局部搜索、計算合力和移動粒子等環節使搜索粒子朝最優解移動。該算法具有全局優化能力強,編程實現簡單,收斂性好等優點。與水電站廠內經濟運行研究的多種已有方法進行仿真對比,結果證實該算法可有效解決水電站廠內經濟運行問題,可將該算法推廣應用到電力系統的其它問題研究中。

隨著電站裝機容量和機組臺數的不斷增加,利用動態規劃求解水電站廠內經濟運行問題,將面臨\"維數災\"和實效性問題。近些年,粒子群算法作為一種新型的群體智能優化方法,由于能夠彌補動態規劃計算時間長、內存占用量大等諸多不足,在水電站廠內經濟運行等方面得到了廣泛重視。現有文獻,大多數從方法的應用角度探討較多,但從替代動態規劃的必然性和潛力方面探討較少,鮮有實例分析。本文以百萬級裝機千瓦的烏江渡水電站為實例,深入分析與比較了粒子群算法與動態規劃的優劣,認為粒子群算法是代替動態規劃、求解裝機規模龐大的巨型水電站廠內經濟運行的有效方法。

針對小型水電站機組實際特性和理論特性存在著較大差異,供水方式一般采用聯合供水,因水頭損失與機組流量分配有關的特點,本文以遺傳算法為基礎,考慮機組效率修正和機組段的水頭損失進行廠內經濟運算。以一個實際的小型水電站為例,說明了遺傳算法用于小型水電站的可行性和有效性。

通過分析緊水灘水電站機組特性曲線,應用動態規劃法提出各機組最優運行組合,實現機組安全高效運行,達到節能降耗的目的。

介紹了一種基于集群智能的優化算法———微粒群算法,該算法具有實現簡單、參數少且收斂快的特點。結合水電站廠內經濟運行問題實際,提出通過確定微粒群在多維空間中的最優位置來實現機組間的負荷優化分配;針對算法易于局部收斂的缺點,引入了遺傳算法的交叉算子來保持種群的多樣性,并采用自適應慣性權重改善算法的解空間搜索能力。最后通過實際算例驗證了算法的有效性,從而為水電站廠內經濟運行問題提供了一種新的求解途徑。

本文提出求解水電站廠內經濟運行問題的新方法－遺傳算法，它不同于常規優化算法的特點在于，從多個初值點開始，沿多路徑搜索實現全局或準全局最優，計算過程不需要存貯狀態或決策變量的離散點，減少計算機內存，不必求導計算，編程簡單，是一種有效的自適應隨機搜索算法。

大容量巨型水電站普遍具有高壩、高水頭、高負荷的運行特征,給電網安全帶來隱患。本文從調度工作出發,在滿足機組運行安全的前提下,探討一種實用化的水電站廠內經濟分配方法。分析結果表明,該方法能夠有效滿足調度人員工作需求,是一種切實可行的負荷分配方法。

在柘溪、鳳灘水電站機組原型效率試驗基礎上，依據耗水量最小原則，用查表法實現了廠內經濟運行，柘溪水電站節能率２８１％，經濟效益顯著。該法簡明、直觀，成果使用方便，并可與計算機監控系統配合使用。

大容量巨型水電站普遍具有高壩、高水頭、高負荷的運行特征,給電網安全帶來隱患。本文從調度工作出發,在滿足機組運行安全的前提下,探討一種實用化的水電站廠內經濟分配方法。分析結果表明,該方法能夠有效滿足調度人員工作需求,是一種切實可行的負荷分配方法。

水電站廠內經濟運行問題在本質上是一個目標函數連續和變量離散的非線性約束優化問題。針對其求解困難,本文將模型轉換為只具有兩界約束和離散約束條件的優化問題,并首次將罰函數法和一種新型的群智能算法——仿電磁學算法融合起來對該優化問題進行求解。詳細闡述了算法的改進過程、離散變量的處理和基本求解步驟。通過兩個算例的仿真分析及其與遺傳算法的比較可知所提算法在水電站廠內經濟運行方面正確有效。

針對水電站廠內經濟運行中需要考慮的關鍵問題,建立了相關的數學模型。根據該模型的特點,提出了一種基于遺傳算法求解的新思路。該算法采用浮點數編碼技術和以發電運行總成本倒數為適應度函數,并設計了一些啟發式技術和遺傳操作算子有效地處理模型中的各種約束條件,使得算法在遺傳操作迭代過程中的所有個體都是可行解。實例研究表明,模型合理,算法可行、有效。

以珊溪水電站為例,采用windows2000、vb6.0、access2000、mgcs6.52組態軟件等開發工具,構建了系統管理、數據管理、圖形管理、計算分析、數據查詢、權限設置6大功能模塊,并運用系統構建、數據庫維護、動力特性生成、有功負荷優化等關鍵技術。應用和實施結果表明,該系統行之有效,可提高發電效益2%,實現了預期目標,可供借鑒。

目前,水電站廠內經濟運行的實際應用在中小型水電站上取得了較好的成效,而在巨型水電站上卻缺乏深入的研究。以瀑布溝水電站(發電容量3600mw)為研究實例,根據巨型電站的實際生產運行情況,充分考慮了其所擔負的電網調峰、調頻的任務,增加了避免機組出力大面積轉移的約束條件;以水電站耗水量最小為目標,建立了準實時優化分配的數學模型,采用改進的時間-空間動態規劃算法進行求解。計算結果顯示瀑布溝電廠日發電耗水率由2.652m3/(kw×h)下至降2.585m3/(kw×h);廠內經濟運行可將經濟效益提高近2.5%;平均計算耗時0.168s。與采用遺傳算法(geneticalgorithm,ga)計算所得結果對比表明,該模型求解精度高,運算速度快,有較強工程實用價值,是一種提高巨型水電站水能利用率和發電效益的有效方法。

針對水電站廠內經濟運行系統(eoshs)軟件開發過程的相對獨立、軟件更新困難而造成重復開發、資源浪費等現象,運用統一建模語言(uml)建立eoshs的靜態模型(用例圖、類圖、包圖)和動態模型(活動圖),這些模型不僅可以提高系統開發的質量,也為水電站自動化系統的開發與設計提供了參考。

本文針對水電站廠內經濟運行中機組組合優化問題的特點,提出了一種結合禁忌搜索思想的粒子群算法(particleswarmoptimization,pso)。該方法采用離散二進制粒子群算法解決機組運行狀態組合問題,用標準粒子群算法解決既定運行機組間負荷優化分配問題,并將兩個問題結合在一起并行優化,引入禁忌搜索算法(tabularsearch,ts)的記憶功能和藐視準則以提高粒子多樣性,擴大搜索空間,克服pso算法可能出現的早熟現象。以烏江渡水電站為例進行優化計算,并與pso算法的計算結果比較,表明該方法可以有效避免早熟現象,具有較高的全局收斂能力,同時也具有較高的全局尋優能力。

針對水電站運行特點,以廣西三岔水電站為例,基于水電站經濟運行準則,介紹了一種制定水電站廠內經濟運行采用的數學模型與遞推優選求解方法。結果表明,該算法效果良好,為經濟運行方案的實施奠定了理論基礎。