-
公开(公告)号：CN106651053A
公开(公告)日：2017-05-10
申请号：CN201611256310.5
申请日：2016-12-30
Applicant: 中国水利水电科学研究院
CPC classification number: G06Q10/04 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种梯级水库群发电调度的动态规划改进算法，涉及水库运行调度及水利信息领域。所述方法包括：对梯级水库群进行后序遍历，得到优化序列；按序对优化序列中的任意一个水库A，以初步解运行动态规划算法，取得水库A的水库调度的初始解序列；所述初步解为水库库容或水位离散量；在初始解序列的基础上，使用连续线性规划进一步优化初始解序列，得到初始解优化序列；将初始解优化序列中的水库库容或水位值作为所述水库A的调度决策发电流量，根据调度决策发电流量更新所述水库A的出库径流，完成水库A基于水库调度规则合成的水库调度决策。本发明适用于梯级水库群中长期调度，能得到实际最优解，且求解时间更少。
-
公开(公告)号：CN102682347A
公开(公告)日：2012-09-19
申请号：CN201210142729.3
申请日：2012-05-10
Applicant: 中国水利水电科学研究院 , 湖北省电力公司
Abstract: 本发明涉及一种基于连续线性规划的水库优化调度方法，步骤如下：建立水库发电流量Qi和水电站弃水量Si以及水电站水库蓄水量Vi之间的非线性关系表达式；利用泰勒级数一阶展开形式线性化水电站发电数学模型中的目标函数；利用标准线性规划法求解线性化后的数学模型在线性化后解的邻域内的最优解及目标函数；判断决策变量是否与优化前一致，然后选择相应措施，若变化较大，则以当前决策变量为Q0。本发明利用目标函数确定搜索范围，并利用标准线性规划法求解线性化后的数学模型在线性化后解的邻域内的最优解及目标函数在最优解处的目标函数值逐步迭代，快速判断决策变量是否与优化前一致，提高判断优化精度的速度，节约资源，提高效率。
-
公开(公告)号：CN107370191B
公开(公告)日：2018-10-12
申请号：CN201710613041.1
申请日：2017-07-25
Applicant: 中国水利水电科学研究院
IPC: H02J3/46
Abstract: 本发明公开了一种基于改进蚁群算法的火电机组发电计划制作方法，涉及能源调度技术和计算机技术领域。所述方法：获得待进行发电计划制作的任意一个电力系统，构建以所述电力系统中所有火电机组的总煤耗最小为经济目标的第一目标函数和以所述电力系统中所有火电机组总排放污染物最少为环境目标的第二目标函数；所述第一目标函数和所述第二目标函数组成火电机组发电计划编制模型；设置求解所述火电机组发电计划编制模型的约束条件，采用多目标多种群连续域蚁群算法求解同时满足第一目标函数和第二目标函数的解，根据得到的解完成发电计划的编制。本发明保证收敛速率的同时，提高了收敛精度，且更准确地获得最优Pareto前沿的分布性。
-
Patent Agency Ranking
公开(公告)号：CN102708248A
公开(公告)日：2012-10-03
申请号：CN201210142727.4
申请日：2012-05-10
Applicant: 湖北省电力公司 , 中国水利水电科学研究院
Abstract: 本发明涉及一种基于多目标遗传算法的调度函数优化方法，所述方法的步骤如下：设定调度函数形式；决策变量设定；多目标粒子群算法MOPSO计算调度规则：多目标粒子群算法MOPSO计算过程包括：初始化；创建外部Archive，以popVar中非支配粒子位置信息在Archive中创建副本；迭代。本发明采用的粒子群算法，代替线性回归。所述算法具有流程简单易实现、算法参数少、收敛速度快等优点而被广泛采用。将其应用于水库调度函数的生成上，利用所建立的调度函数，优化出最优参数，得到水库最优调度函数。
-
公开(公告)号：CN106651053B
公开(公告)日：2019-04-23
申请号：CN201611256310.5
申请日：2016-12-30
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种梯级水库群发电调度的动态规划改进算法，涉及水库运行调度及水利信息领域。所述方法包括：对梯级水库群进行后序遍历，得到优化序列；按序对优化序列中的任意一个水库A，以初步解运行动态规划算法，取得水库A的水库调度的初始解序列；所述初步解为水库库容或水位离散量；在初始解序列的基础上，使用连续线性规划进一步优化初始解序列，得到初始解优化序列；将初始解优化序列中的水库库容或水位值作为所述水库A的调度决策发电流量，根据调度决策发电流量更新所述水库A的出库径流，完成水库A基于水库调度规则合成的水库调度决策。本发明适用于梯级水库群中长期调度，能得到实际最优解，且求解时间更少。
-
公开(公告)号：CN107370191A
公开(公告)日：2017-11-21
申请号：CN201710613041.1
申请日：2017-07-25
Applicant: 中国水利水电科学研究院
IPC: H02J3/46
CPC classification number: H02J3/46 , H02J2003/007
Abstract: 本发明公开了一种基于改进蚁群算法的火电机组发电计划制作方法，涉及能源调度技术和计算机技术领域。所述方法：获得待进行发电计划制作的任意一个电力系统，构建以所述电力系统中所有火电机组的总煤耗最小为经济目标的第一目标函数和以所述电力系统中所有火电机组总排放污染物最少为环境目标的第二目标函数；所述第一目标函数和所述第二目标函数组成火电机组发电计划编制模型；设置求解所述火电机组发电计划编制模型的约束条件，采用多目标多种群连续域蚁群算法求解同时满足第一目标函数和第二目标函数的解，根据得到的解完成发电计划的编制。本发明保证收敛速率的同时，提高了收敛精度，且更准确地获得最优Pareto前沿的分布性。
-
公开(公告)号：CN102708406A
公开(公告)日：2012-10-03
申请号：CN201210142732.5
申请日：2012-05-10
Applicant: 湖北省电力公司 , 中国水利水电科学研究院
IPC: G06N3/12
Abstract: 本发明涉及一种基于多目标遗传算法的调度图优化方法，所述方法的步骤：调度图模拟模型；调度图概化；多目标遗传算法NSGA-II：NSGA-II算法的实现形式：初始种群的生成；交叉变异方法。本发明在调度图优化中，采用的多目标遗传算法如：NSGA-II。NSGA-II是目前公认的多目标优化效果最好的算法之一。所述的算法采用快速非支配分层排序和排挤机制，并引入精英保留策略，能够保证解的多样性，使解更广泛均匀的逼近Pareto最优前沿。所述的算法较成熟、稳健，无论对于理论测试函数，还是实际生产问题，均表现出较强的寻优能力。所述的算法不需要对多个目标进行协调，直接搜索非劣解集，并且提供混合编码方式，通用性和可扩展性较强。
-
公开(公告)号：CN102682409A
公开(公告)日：2012-09-19
申请号：CN201210142733.X
申请日：2012-05-10
Applicant: 中国水利水电科学研究院 , 湖北省电力公司
IPC: G06Q50/06
CPC classification number: Y02E40/76 , Y04S10/54 , Y04S10/545
Abstract: 本发明涉及一种基于GAMS非线性规划梯级水库群优化调度方法，所述方法的步骤：建立目标函数；考虑约束条件：水库水量平衡约束、工程相关约束、发电相关约束、其他政策约束、最小出力最大约束、保证出力最大约束、度期初末库容差最小约束、保证率最大约束；求解。本发明将过去已经出现的径流过程、人工生成的径流序列以及未来的径流预报过程均作为水库运行调度的确定性输入过程。这种径流的描述方法能直观、形象的反映径流在一定时期变化的连续性和周期性，间接反映了径流的统计特性。通过给定的径流资料，采用确定性优化模型求解，可得到理想的最优运行过程，然后，根据某种准则，从中辨识出调度规则函数，从而指导水电系统的运行。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
