一种水电站调峰调度方法
    31.
    发明授权

    公开(公告)号:CN112434876B

    公开(公告)日:2023-10-20

    申请号:CN202011412384.X

    申请日:2020-12-03

    发明人: 莫莉 王奇 王永强

    IPC分类号: G06Q10/04 G06Q50/06 G06N3/006

    摘要: 本发明公开了一种水电站调峰调度方法,属于水电站调峰调度领域。本发明通过水电站调度期时段间的水力联系,将已有水电调峰调度模型约束条件转化为水位约束,计算实时的水位廊道,避免了水电调峰调度由于受到大量约束,解可行域很小,生成的个体不适用于实际工况的问题;在此基础上,本发明使用截尾正态分布来替换高斯分布,基于随机分形算法进行种群扩散与寻优,由于扩散过程在水位廊道内进行,既满足约束条件,又保证原有算法的离散多样性,还能减少计算中的修正次数,克服了现有方法求解结果的随机性,提高了模型求解结果的稳定性,促进了水能资源的高效利用。

    一种水电系统全周期高效高精优化调度方法与系统

    公开(公告)号:CN111915163B

    公开(公告)日:2023-10-03

    申请号:CN202010682883.4

    申请日:2020-07-15

    摘要: 本发明提出一种水电系统全周期高效高精优化调度方法与系统,本发明通过设置相关参数,将各个电站的库容值作为决策变量并进行编码,在搜索空间中随机生成初始种群,将初始种群作为当前种群;获取当前种群中所有个体的适应度,并更新所有个体的历史最优位置与种群的全局最优位置;选取适应度更好的前K个个体建立外部档案集合,并使用改进的教与学算法更新种群个体位置;通过迭代计算对种群中所有个体位置进行更新直至达到种群最大迭代次数;输出当前种群全局最优位置作为梯级水电站最终调度过程。本发明对常规教与学优化算法进行改进,有效避免了常规教与学优化算法求解高维问题时易陷入局部最优的缺陷,并增强了全局搜索能力。

    一种基于可变结构深度学习框架的短期调度规则提取方法

    公开(公告)号:CN112116130B

    公开(公告)日:2022-04-15

    申请号:CN202010855501.3

    申请日:2020-08-24

    摘要: 一种基于可变结构深度学习框架的短期调度规则提取方法,包括:步骤1、构建深度学习网络;步骤2、输入因子‑决策变量样本对选择;步骤3、将步骤2的样本数据归一化;步骤4、关键超参数选择与优化;步骤5、网络重构;步骤6、网络训练:利用步骤5得到的重构网络,输入步骤3得到的样本进行网络学习,得到最终深度学习网络,此网络即为提取的短期调度规则。本发明立足电站实际历史运行数据,构建基于长短期记忆网络的深度学习网络模型,挖掘实际运行过程中蕴含的内在规律,建立电站短期调度规则,将电站调度期初末水位、期间来水过程以及电站受电网负荷过程作为输入因子,电站时段末水位作为决策变量,使模型输出结果更适用于实际调度过程。

    基于混合智能降维算法的特大流域水电站群优化调度方法

    公开(公告)号:CN108537370B

    公开(公告)日:2021-07-27

    申请号:CN201810245918.0

    申请日:2018-03-23

    IPC分类号: G06Q10/04 G06Q50/06 G06N3/12

    摘要: 本发明公开了一种基于混合智能算法的特大流域水电站群优化调度方法,选择参与计算的水电站并设置相应约束条件,采用个体串联编码方法编码个体,并生成初始种群;评估各个体的适应度值,在更新个体极值和全局极值后对个体极值进行变异操作,然后更新种群中所有个体位置,而后对外部档案集中的个体执行混合搜索策略以提高个体多样性;最后重复上述过程直至满足终止条件。本发明寻优性能优越、鲁棒性强、收敛速度快、易于编程实现、避免了传统调度算法的维数灾问题。乌江流域应用实例表明,本发明方法有效提高了个体收敛速度以及种群全局搜索能力,能够快速获得合理有效的水电站群调度运行方式,提高了特大流域水电站群调度的整体调度效益。

    一种基于多种群协作粒子群算法的水库群调度方法和系统

    公开(公告)号:CN112132469A

    公开(公告)日:2020-12-25

    申请号:CN202011024516.1

    申请日:2020-09-25

    摘要: 本发明公开了一种基于多种群协作粒子群算法的水库群调度方法和系统,属于水库调度领域。本发明通过引入惯性权重大小逐级递减的多个粒子群,将粒子群算法的全局寻优能力和局部寻优能力充分发掘,同时通过多种群寻得的种群最优值定义的吸引因子分化种群,使得算法不易陷入局部最优值,最大化粒子群寻优能力,使水库群调度的求解中寻优能力最大化,求得的解为全局最优值;本发明通过多种群间协作的方式,逐级在种群间传递最优位置并通过多种群间协作的方式迅速向全局最优值收敛,加快了粒子群算法寻优和收敛的速度,使其在求解水库群调度问题时花费较少的时间。

    一种巨型梯级水电系统的多目标调度并行降维方法

    公开(公告)号:CN108710970B

    公开(公告)日:2020-12-08

    申请号:CN201810425870.1

    申请日:2018-05-07

    摘要: 本发明公开了一种巨型梯级水电系统的多目标调度并行降维方法,该方法包括如下步骤:在完成电站设置与参数初始化工作后,采用种群分解策略将大规模种群分解为多个互不干扰的小规模子种群,每个子种群均同时在相应线程上并行完成搜索工作;各子种群在进化过程中动态生成变异种群与交叉种群,并选择进入下一轮进化的个体,同时选择精英个体来更新外部档案集合,在个体调节计算过程中采用约束集成策略减少搜索范围;主线程收集各子种群的非劣解集并从中优选出最终的Pareto解集供调度人员决策参考。本发明可以在保证个体搜索方向多样性与种群整体质量的同时大幅缩减计算时间,在时间维与状态维上取得显著的降维效果。

    一种考虑分蓄洪民埦运用的混联梯级水库联合防洪优化调度方法

    公开(公告)号:CN110334851A

    公开(公告)日:2019-10-15

    申请号:CN201910478179.4

    申请日:2019-06-03

    摘要: 本发明公开了一种考虑分蓄洪民垸运用的混联梯级水库联合防洪优化调度方法,包括以下步骤:S1、获取民垸可能分洪运用时的分洪流量、分洪时间以及淹没面积/分洪量样本;S2、基于所述样本训练人工神经网络模型,构造民垸分洪流量-淹没面积/分洪量时空预测知识库;S3、建立考虑分蓄洪民垸运用的防洪优化调度模型;S4、基于所述时空预测知识库,对所述考虑分蓄洪混联水库群联合民垸运用的混联水库群联合防洪优化调度模型进行计算与分析,得到最优调度方案。本发明通过训练人工神经网络构造分洪流量-淹没面积/分洪量时空预测知识库,并把它作为混联梯级水库联合防洪优化调度模型的一种边界条件,从而可以实时提取分洪信息,实现实时调度。

    电网调峰的水电站短期多目标发电计划编制方法及系统

    公开(公告)号:CN109584099A

    公开(公告)日:2019-04-05

    申请号:CN201811245924.2

    申请日:2018-10-24

    IPC分类号: G06Q50/06 G06N3/00

    摘要: 本发明公开了一种电网调峰的水电站短期多目标发电计划编制方法及系统,首先,构建梯级水电站短期多目标发电计划编制模型;根据输入条件确定电站经济运行方式;在可行空间内随机产生若干粒子,并基于各粒子的目标函数值确定各粒子的个体极值,将彼此不受支配的部分粒子保存在外部档案集;更新各粒子的位置和速度,随机选择部分粒子进行多项式变异后,修复不可行解,再次计算各粒子的目标函数值;由再次计算的各粒子的目标函数值更新各粒子的个体极值;根据粒子的支配关系以及拥挤距离对外部档案集进行更新,若满足预设终止条件,则输出外部档案集,进而得到全局极值。本发明可有效减轻系统调峰压力,改善供电质量。电网能够安全稳定经济运行。