优化算法在水库优化调度中的应用.docx

优化算法在水库优化调度中的应用

2.9万字 57页 原创作品，已通过查重系统


摘要
水利水电工程的修建有利于集中水能，在一定程度上解决水问题和能源问题。但是随着工程建设的增多，人们的关注重点逐渐从工程规模转移到工程效益的最优化上面。水库优化调度不仅可以给社会带来巨大的经济效益，而且还为流域带来一定的生态效益。随着水库优化调度理论的日渐成熟，水库优化调度的研究开始与实际运行相结合。本文以万家寨水库为例，建立了以发电量最大为目标的优化调度模型。为了获取更优的水库调度方案，本文采用动态规划和遗传算法进行求解并对两种计算结果进行比较分析。
本文的研究目的是采用优化算法对水库进行优化调度，比较计算过程和结果，得到较为合理的水库优化调度过程并比较两种算法的适用性和优劣。动态规划是一种多阶段、多决策过程，遗传算法是基于遗传机制的仿生优化技术，两者应用于水库调度中各有其优缺点。研究万家寨水库调度时，为了便于结果的比较，建立了相同的优化模型和约束条件。在满足设计调度准则的基础上，分析目标函数及约束条件，建立了多目标模型。为了简化，仅以发电量最大为目标函数，将其余目标转换成约束条件进行约束，即建立了单目标水库优化调度模型。选择动态规划和遗传算法对模型进行求解，利用MATLAB实现算法程序的编写。通过计算丰、平、枯三个典型年的发电量，得到水库优化调度过程，从目标函数值、运算速度、实现难易等方面比较分析。主要结论如下：
a) 动态规划和遗传算法求解的目标函数最优值相差不大，结果都可以接受，但遗传算法的结果更优一点；
b) 对于单一水库而言，动态规划的算法实现相对简单一点，运行速度更快一些，工程上推荐使用；
c) 对于水库群，动态规划求解效率变低，易陷入维数灾，推荐使用遗传算法更易搜索到最优解或近似最优解。
d) 当出力满足不了保证出力时，采用一定的保证率降低出力的要求，此时，遗传算法有更高的保证率。


关键词：水库优化调度；动态规划；遗传算法；万家寨水库