泵站单机组叶片调节运行若干优化方法研究及实现

摘要

南水北调工程是解决我过北方地区水资源严重短缺的重大举措，是关系到我国经济、社会可持续发展的重大水利基础设施建设项目。其输水线路长、扬程大、流量大，涉及到自然科学、社会科学等多个领域，是一项结构复杂、形式多样的多水源、多地区、多目标的高维的复杂系统，通过合理的管理、决策可以产生巨大的经济效益。本文采用科学方法对南水北调的东线的源头江都排灌站的相关模型进行分析，建立特征模型，应用已有的管理科学理论、提出新的优化方法，给出求解过程演示和相关理论证明，并作出总结比较。
　　 江都排灌站[1-6]是南水北调东线一期工程源头泵站，受潮汐影响，受峰谷电价的影响，一天的几个时段内，扬程和电价是变化的。以江都四站为例，考虑要满足水量约束、功率约束、装置效率约束，根据扬程，电价的变化来求出各个时段的对应的优化的叶片角度，是本文所需解决问题的核心。
　　 特征建模方面:
　　 在已有的单机组叶片角调节日运行优化优化理论[1]的基础上，对应用于分析处理模型的拟合、插值等数值方法进行了阐述、演示，应用已知的江都四站的性能参数、已知的现实数据，对该单变量决策非线性模型进行了分析，提取输入变量、输出变量之间的作用关系，进行特征建模，用费用矩阵和水量矩阵、多段图的形式来表示模型，将水量约束、效率约束、功率约束等及决策变量都在矩阵和网络流多段图中体现出来。
　　 在优化方法方面:
　　 (1)基于方向导数的概念，以费用-水量的微增率为指示参数，找出费用随着水量增加最慢的方向，找出满足水量要求，而费用最小的一组决策变量。独立提出一种高效的非线性目标函数，离散变量约束的一种求解方法，在文中称为找寻有效可行方向算法。给出了理论的详细说明和提出思路。
　　 (2)将一天SN个时段的对应一个SN维的叶片角组合，包含对应的一天24小时的费用、水量等信息，作为一个个体。将遗传算法作适应性调整并应用于求解单机变角优化模型。寻常优秀的祖先个体，采用多个体交叉的方法，采用均匀概率的变异，进行求解。求解过程中将约束条件中的水量约束体现在遗传算法的选择优良个体的函数中，将效率约束、功率约束等条件体现在对个体的处理中，有效地靠近或得到全局最优解。
　　 (3)将并行优化的思想成功地应用在该模型中。在全局范围内随机产生的多个个体，选出较优的个体，以这些优良的个体作为出发点，在各自的周围寻优，更优则替换，汇总比较，直到不能找到更优的为止。
　　 文中将三种算法的提出思路、求解过程、用C语言进行了程序运行示例，给出了求解结果，对求解过程进行了详细阐述。给出三种算法的收敛证明、求解复杂度分析、数据占用空间和运行时间分析。比较了三种算法的各自特点、优缺点，说明了算法的实质，并提出仍需改进的地方。
　　 提出了下一步工作的方向，以及需要解决的问题。

目录

摘要

1 绪论

1．1 选题背景

1．2 国内外研究现状

1．3 论文主要工作

1．4 研究技术路线

2 单机组变角优化模型分析、特征建模和试验平台

2．1 单机组叶片调节优化模型介绍

2．1．1 模型的提出

2．1．2 扬程与峰谷电价的说明

2．1．3 模型中的数值方法

2．2 特征建模和模型的图形表示

2．2．1 求出各时段各叶片角对应的水量和运行费用

2．2．2 最短路径理论

2．2．3 各约束条件在网络图模型中的表示

2．3 关于负荷的说明

2．4 优化方法的试验平台

3 找寻有效可行方向算法的提出及应用于泵站优化

3．1 算法的提出

3．2 算法的实现

3．2．1 找寻有效方向算法的基本流程图

3．2．2 以扬程7．8为例江都四站变角优化求解过程

3．3 求解模型试验的程序演示

3．3．1 不考虑功率约束和效率约束全负荷运行

3．3．2 考虑功率约束和效率约束全负荷运行

4 遗传算法应用于泵站优化

4．1 算法的提出

4．2 算法的实现

4．2．1 叶片角调节遗传算法优化的流程

4．2．2 初始种群的选择

4．2．3 多个体交叉方法

4．2．4 随机选择变异个体的实现

4．2．5 概率说明

4．2．6 与传统遗传算法不同的终止迭代

4．3 求解模型试验

4．3．1 不考虑功率和约束效率约束全负荷运行

4．3．2 考虑功率约束和效率约束全负荷运行的模型求解试验

5 并行优化算法应用于泵站优化

5．1 算法的提出

5．2 算法的实现

5．2．1 并行算法的基本程序流程

5．2．2 初始点的设置

5．2．3 迭代的终止条件

5．3 求解模型试验

5．3．1 不考虑功率约束和效率约束全负荷运行

5．3．2 考虑功率约束和效率约束全负荷运行

6 算法分析比较及选取

6．1 算法的收敛性

6．1．1 找寻有效可行方向算法的收敛性

6．1．2 遗传算法和并行算法的共同框架和收敛性

6．2 运行效率及稳定性

6．2．1 数据存储

6．2．2 计算复杂度

6．2．3 运行时间分析

6．2．4 算法稳定性及最优解判定

6．3 实验结果小结及算法选取意见

6．3．1 试验结果小结

6．3．2 算法选取意见

7 展望

7．1 算法的进一步完善

7．2 扩展到通用模型

7．3 进一步贴近工程实际

参考文献

附录A (实验结果汇总)

(1)日均扬程为6．8m，不考虑功率约束和效率约束

(2)均扬程为7．8m，不考虑功率约束和效率约束

(3)日均扬程为8．3m，不考虑功率约束和效率约束

(4)日均扬程为3．8m，考虑功率约束和效率约束

(5)日均扬程为4．8m，考虑功率约束和效率约束

(6)日均扬程为5．8m，考虑功率约束和效率约束

附录B (算法的部分C语言代码)

(1)找寻有效可行方向算法

(2)遗传算法

(3)并行优化算法

攻读学位期间发表学术论文目录

致谢

声明