梯级水电站发电优化调度研究

摘要

针对传统优化算法在求解高维、复杂梯级水电站发电调度时易出现“维数灾”,或陷入局部最优解的缺陷,本文提出了免疫蛙跳算法(ISFLA).该算法将克隆选择算法嵌入到混洗蛙跳算法框架中,对混合之后的蛙群构造子群体执行免疫克隆选择操作,同时使用改进的最差解更新方式提高其局部搜索能力.应用实践表明,通过将ISFLA与标准混洗蛙跳算法、粒子群算法以及逐步优化方法对比,ISFLA在求解梯级水电站发电优化问题时具有明显的优越性.