一种大规模水库群发电调度柔性优化方法与系统.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CN111915160A(43)申请公布日2020.11.10(21)申请号202010681875.8(22)申请日2020.07.15(71)申请人华中科技大学地址430074湖北省武汉市洪山区珞喻路1037号(72)发明人牛文静冯仲恺刘帅(74)专利代理机构华中科技大学专利中心42201代理人李智(51)Int.Cl.G06Q10/06(2012.01)G06Q50/06(2012.01)G06Q10/04(2012.01)G06N3/12(2006.01)权利要求书3页说明书8页附图3页(54)发明名称一种大规模水库群发电调度柔性优化方法与系统(57)摘要本发明提出一种大规模水库群发电调度柔性优化方法与系统，通过将水库群中所有水电站不同时刻的水位值作为个体，并在水库水位值约束下随机初始化种群；计算当前种群中所有个体适应度值并更新种群中最优、次优和第三优个体位置，然后采用标准灰狼优化算法更新种群中个体位置；使用双曲线加速搜索策略并结合精英保留策略提高种群收敛速度；使用突变策略并结合精英保留策略增加种群多样性以防止陷入局部最优；将最后一次迭代中全局最优位置输出作为梯级水电系统的最优调度过程。本发明具有参数少、执行效率高，收敛速度快并能够有效避免陷入局部最优等优点，能够协调好梯级电站之间的协同关系，从而达到整个梯级系统效益最大化。CN111915160ACN111915160A权利要求书1/3页1.一种大规模水库群发电调度柔性优化方法，其特征在于，包括以下步骤：(1)将水库群中所有水电站不同时刻的水位值作为个体，设置最大迭代次数为当迭代次数k＝1时，在水库水位值约束下随机初始化种群，得到包含多个个体的初始种群，将初始种群作为当前种群；(2)计算当前种群中每个个体的适应度，将当前种群中每个个体的位置作为历史最优位置，将适应度最小值对应的个体位置作为当前种群的全局最优位置，并更新当前种群中全局最优、次优和第三优个体位置；(3)采用标准灰狼算法更新当前种群中每个个体的位置；(4)对当前种群中的所有个体，使用双曲线加速搜索策略提高种群收敛速度，并结合精英保留策略得到当前种群中每个个体加速后的位置；(5)采用突变策略筛选种群，并结合精英保留策略得到当前种群中每个个体变异后的位置，形成下一代种群；(6)令k＝k+1，若则将下一代种群作为当前种群，返回步骤(2)；否则停止计算，并将当前种群的全局最优个体作为最佳调度过程输出。2.根据权利要求1所述的方法，其特征在于，第k代第i个个体位置表示为：其中，N表示电站数目，T表示时段数目，且满足1≤i≤m，m表示种群规模；为[0,1]区间均匀分布的随机数，为第n个水电站在第t个时段的水位上限，为第n个水电站在第t个时段的水位下限。3.根据权利要求2所述的方法，其特征在于，步骤(2)中采用惩罚函数法计算当前种群中每个个体的适应度，第k代第i个个体的适应度为：其中，Pn,t为第n个电站第t个时段出力，Δt第t个时段小时数，和分别表示第n个水电站在第t个时段第x个不等式约束和不等式约束数目，和分别表示水电系统第t个时段第y个等式约束和等式约束数目，C是惩罚系数。4.根据权利要求3所述的方法，其特征在于，步骤(2)中更新当前种群中全局最优、次优和第三优个体位置包括：由更新种群中最优个体α的位置，由更新种群中次优个体β的位置，由2CN111915160A权利要求书2/3页更新种群中第三优个体δ的位置；其中，表示第k代最优个体的位置，表示第k代次优个体的位置，表示第k代第三优个体的位置，表示第k代第i个个体的适应度。5.根据权利要求4所述的方法，其特征在于，步骤(3)中，由更新当前种群中每个个体的位置；k+1k其中，X为第k+1代第i个个体位置向量；X表示第k代第i个个体的位置向量；Xα、Xβ和Xδ分别表示最优个体适应度、次优个体适应度和第三优个体适应度的位置；A1、A2和A3分别为dd区间[-2,2]上随机分布的随机向量；C1、C2和C3分别为区间[0,2]上均匀分布的随机向量；·表示两个向量的点乘积。6.根据权利要求5所述的方法，其特征在于，步骤(4)中使用双曲线加速搜索策略提高种群收敛速度，第k+1代第i个加速个体表示为：其中，式中：表示在区间均匀分布的随机数，N(0,1)为符合正态分布的随机数，表示通过标准灰狼算法进化算法得到的第i个个体第j维度位置，J表示问题空间的维度。7.根据权利要求6所述的方法，其特征在于，步骤(5)中采用突变策略筛选种群后突变个体第k代第i个第j维位置表示为：3CN111915160A权利要求书3/3页式中：Cr为交叉系数，p为从种群中随机选择的个体。8.一种大规模水库群发电调度柔性优化系统，其特征在于