一种基于改进人工蜂群算法的梯级水库多目标优化调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106951985A(43)申请公布日2017.07.14(21)申请号201710126746.0(22)申请日2017.03.06(71)申请人河海大学地址210098江苏省南京市江宁开发区佛城西路8号(72)发明人张昕怡方国华成鹏飞边广琦李庆(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人柏尚春(51)Int.Cl.G06Q10/04(2012.01)G06Q50/06(2012.01)G06N3/00(2006.01)G06Q10/06(2012.01)权利要求书4页说明书11页附图5页(54)发明名称一种基于改进人工蜂群算法的梯级水库多目标优化调度方法(57)摘要本发明公开了一种基于改进人工蜂群算法的梯级水库多目标优化调度方法，步骤如下：s11、获取梯级水库系统的基本信息数据；s12、根据水库系统信息建立包括发电、河口生态、供水的多目标调度模型；s13、执行改进人工蜂群算法求解梯级水库系统最优调度方案。本发明实现水库调度问题的全局寻优，提高计算效率和精度，为解决梯级水库系统多目标优化调度问题提供一条新途径。CN106951985ACN106951985A权利要求书1/4页1.一种基于改进人工蜂群算法的梯级水库多目标优化调度方法，其特征在于，包括以下步骤：步骤1：获取梯级水库系统的基本信息数据，建立包括发电、河口生态、供水的多目标调度模型，包括调度周期时段、水库个数、蜂群规模、采蜜蜂和跟随蜂种群规模、种群个体向量、同一蜜源的开采极限、最大循环次数；步骤2：侦查蜂采用混沌搜索生成最优蜜源的初始解，即初始化最优发电流量序列；步骤3：引领蜂采用引进指数分布比例因子的搜索策略在当前保留的最优蜜源附近进行搜索；步骤4：跟随蜂采用自适应比例选择策略在搜索的蜜源中进行选择，并变成引领蜂；步骤5：判断选择的蜜源位置是否能在预先设定的开采极限内进一步改进，若不能，则该处的引领蜂放弃蜜源，变为侦察蜂，并转至步骤2重新搜索新的蜜源，被放弃的蜜源将由该侦察蜂找到的新蜜源取代；否则，转至步骤6；步骤6：判别循环终止条件，若最优蜜源的位置是可接受的或达到最大循环次数，则停止计算并输出最好的蜜源位置，即为系统最优调度方案；否则，转至步骤3重新计算，即新的引领蜂开始搜索新蜜源。2.根据权利要求1所述的基于改进人工蜂群算法的梯级水库多目标优化调度方法，其特征在于，所述基本信息数据包括：系统中水库、泵、闸的过流能力值q，水库初末库容限制V，水库的正常蓄水位Z正、防洪限制水位Z防、死水位Z死，湖泊以及水库容积-水位关系曲线S～Z，水库下游水位-下泄流量关系曲线Z～Q，水库发电机组出力约束值N，来水量W。3.根据权利要求1所述的基于改进人工蜂群算法的梯级水库多目标优化调度方法，其特征在于：所述多目标调度模型的目标函数包括调度期内发电量最大的发电目标函数，河口生态环境需水量最小的生态目标函数，以及调度期内水库供水量相对缺水程度最小的水库群供水目标函数，具体的目标函数为：发电目标函数为：式中，M为梯级水库个数，T为调度周期内所划分的时段数，Δt为调度期内每时段的时长，N(i,t)为第i个水库在第t时段的出力；生态目标函数为：式中，Q生态(i,t)为在第t时段第i个水库下游河道生态环境需水流量，Q(i,t)为在第t时段第i个水库下泄流量；水库群供水目标函数，即：式中，Wk(i,t)为第i个水库在第t时段向第k个供水区的供水量，Wk(t)为第t时段第k供水区的当地供水量，Xk(t)为第t时段第k供水区的需水量，i＝1,2,…,M，t＝1,2,…,T，k＝2CN106951985A权利要求书2/4页1,2,…,K，K为供水区个数；将目标函数中的发电量最大目标作为调度问题的主要目标函数，将河口生态环境缺水量最小目标转换为约束条件进行处理，供水目标在求解中从水库入库径流量中优先扣除引水流量，使得该目标自然满足，具体的约束条件为：(1)水量平衡约束梯级某水电站的水量平衡条件跟其上下游电站在时间上和空间上都有联系，时间上的水量平衡是指水库不同时刻的水库水量必须满足连续性方程，空间上的水量平衡是指下游水库的入库流量为上级水库的出库流量与二者之间的区间流量之和，具体的：时间上：空间上：I(i+1,t)＝Q泄(i,t)+qi-1,i(t)(6)式中，V(i,t)、V(i,t+1)分别为第i水库在第t、第t+1时刻的水库容量，I(i,t)、Q泄(i,t)分别为第i水库在第t时段的入库径流量和下泄流量，Wk(i,t)为第i个水库在第t时段向第k供水区的供水量，I(i+1,t)为第i+1水库在第t时段的入库径流，qi-1,i(t)为在第t时段第i、i+1水库的区间汇流量；(2)水库下泄流量