基于模拟退火的粒子群算法在水电站水库优化调度中的应用.pdf

第28卷第3期水力发电学报Vol.28No.3
2009年6月JOURNALOFHYDROELECTRICENGINEERINGJun.,2009

基于模拟退火的粒子群算法在水电站
水库优化调度中的应用

申建建,程春田,廖胜利,张俊
(大连理工大学水电水信息研究所,辽宁大连116024)

摘要:介绍了一种基于模拟退火的粒子群算法,并用其求解以水电站年发电量最大建立的优化调度的数学模型。考
虑到基本的粒子群算法(PSO)后期粒子趋向同一化,使其进化速度变慢,精度较差,本文将模拟退火的思想应用到具有杂
交和变异的粒子群算法当中,通过模拟退火的降温过程来提高算法后期的进化速度和精度。最后,以普定水电站的优化
调度为例进行了计算,结果表明,该算法的性能较基本粒子群算法有了较大改善,且明显优于常规调度方法和动态规划。
关键词:水电工程;优化调度;模拟退火;粒子群;水电站
中图分类号:TV69711+2文献标识码:A

Optimizationofhydropowerstationoperationbyusingparticle
swarmalgorithmbasedonsimulatedannealing

SHENJianjian,CHENGChuntia,LIAOShengli,ZHANGJun
(InstituteofHydropower&Hydroinformation,DalianUniversityofTechnology,Dalian116024)

Abstract:Thehybridalgorithmispresentedbasedonparticleswarmoptimization(PSO)ofsimulatedannealing
(SA)approaches,andthemathematicalmodelisappliadtotheoptimaloperationofreservoirinordertogetits
maximumannualgenerationoutput.InconsiderationofstagnationphenomenoninthelaterphaseofthePSOcaused
bydiversityscarcityofparticles,theSAapproachisappliedtothePSOwithcrossoverandmutationtoimprovethe
evolutionaryrateandprecisionofthealgorithmthroughtemperaturedecreasingprocedures.Finally,theapplication
ofthishybridalgorithmtotheoptimaloperationofPudingHydropowerPlantisalsopresentedinthispaper,the
experimentalresultsshowthattheproposedalgorithmhasagreatadvantageoverclassicalPSOanditisevidently
superiortotheapproachesofconventionaloperationanddynamicprogramming.
Keywords:hydropoweremgineering;optimaloperation;simulatedannealing;particleswarmoptimization;
hydropowerstation
0引言

粒子群优化(particleswarmoptimization,PSO)算法是一种基于粒子间合作和协调机制的群体智能算法,具有简
便易行、并行处理、鲁棒性好、收敛速度快等特点[1],该算法来源于对鸟群在空中飞行、觅食、寻找栖息地等行为的
模拟,从出现至今,被广泛用来求解许多领域的非线性、不可微和非凸的复杂优化问题,如函数优化、大气质量评
价及预测、旅客列车优化调度、机械优化设计、参数率定、电力系统优化、水库优化调度、水电站经济运行等等。但
由于PSO算法的所有粒子都向着最优解的方向移动,粒子趋向同一化,使群体逐渐散失多样性,后期进化速度明
显变慢,精度较差,不能达到要求。本文应用文献[2]提到的方法,将模拟退火的思想应用到PSO算法中,利用模
拟退火较强的跳出局部最优解的能力,从而使PSO优化算法避免陷入局部极值点,并在其基础上对惯性权重做
适当改进,从而提高算法的进化速度和精度。通过在水电站水库的优化调度中的应用,证明了该算法的较强的全
局收敛能力,与基本PSO算法相比,其进化速度与精度都有很大改善。

收稿日期:2007212210
基金项目:国家自然科学基金