金沙江梯级水电站群优化调度研究

摘要

本文首先针对粒子群算法易早熟和陷入局部最优的缺陷,通过引入混沌搜索机制来增加种群的多样性和动态调整惯性权重因子,对算法进行了改进,提出了混沌粒子群算法;其次,以金沙江流域上梯级分布的12个电站运行为背景,在详细分析水文、水力、工程、电网等资料的基础上,建立了金沙江梯级联合优化调度的数学模型,并采用混沌粒子群算法进行求解;再者,为了验证混沌粒子群算法的有效性,利用逐步优化法进行了对比计算,结果表明:混沌粒子群算法优于逐步优化法,可以获得全局最优解且计算时间短;最后对优化调度效益进行了分析,金沙江梯级联合调度大大提高了系统保证出力和年均发电量,降低了下游梯级的汛枯期电量比,效益显著。

目录

中文摘要

ABSTRACT

第一章 绪论

1.1 选题背景及意义

1.2 国内外研究现状

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3 当前研究存在的问题

1.4 本文主要研究内容

第二章 梯级水电站中长期优化调度模型与方法

2.1 水电站水库优化准则

2.2 水库群优化调度模型

2.2.1 目标函数

2.2.2 约束条件

2.3 模型的求解方法

2.3.1 动态规划法

2.3.2 逐步优化算法

2.3.3 大系统分解协调法

2.3.4 遗传算法

2.3.5 集群智能方法

第三章 混沌粒子群优化算法及其在梯级电站优化调度中应用的研究

3.1 基本粒子群算法

3.1.1 粒子群算法的基本原理

3.1.2 粒子群算法的实现步骤

3.2 算法的改进

3.2.1 惯性权重因子的处理

3.2.2 加入混沌搜索机制

3.3 混沌粒子群算法的设计

3.4 混沌粒子群算法的性能测试及分析

3.5 混沌粒子群算法在梯级电站优化调度中的应用

3.5.1 粒子群的初始化

3.5.2 适应值函数的确定

3.5.3 约束条件的处理

3.5.4 多阶段优化计算的实现

第四章 金沙江流域概况及基本资料

4.1 金沙江梯级概况

4.2 各电站资料

4.2.1 发电水头——预想出力关系曲线

4.2.2 其宗电站

4.2.3 两家人电站

4.2.4 梨园电站

4.2.5 阿海电站

4.2.6 金安桥电站

4.2.7 龙开口电站

4.2.8 鲁地拉电站

4.2.9 观音岩电站

4.2.10 乌冬德电站

4.2.11 白鹤滩电站

4.2.12 溪洛渡电站

4.2.13 向家坝电站

第五章 金沙江梯级优化调度模型及求解

5.1 金沙江梯级优化调度模型建立

5.1.1 目标函数

5.1.2 约束条件

5.2 模型求解

5.2.1 求解方法

5.2.2 求解步骤

5.3 不同方法计算结果的分析

5.3.1 逐步优化法

5.3.2 混沌粒子群算法

5.3.3 两种方法比较

5.4 梯级补偿效益的分析

第六章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致谢

在学期间发表的学术论文情况

在校期间参加的科研情况