基于改进蝙蝠算法的梯级水电站经济调度
梯级水电站中长期经济调度是一个典型非线性优化问题,通常要求在满足复杂的水力、电力约束条件,兼顾求解效率的同时实现梯级发电量最大.为有效解决这一问题,通过改进标准蝙蝠算法(bat algorithm,BA)更新策略和引入差分进化算法(differential evolution,DE)变异、选择操作,提出一种改进的蝙蝠算法(improved bat algorithm,IBA).对标准蝙蝠算法更新策略进行以下改进:1)蝙蝠个体脉冲频率不随种群迭代而更新;2)蝙蝠个体脉冲发射率和脉冲音量随种群迭代而更新;3)无条件接受全局搜索产生的新解,有条件接受局部搜索产生的新解;4)改进飞行速度公式,缩小新个体与当前种群最优个体的偏离值.同时,针对蝙蝠算法种群多样性差、易陷入局部最优的缺点,引入差分进化算法中的变异、选择操作,实现动态控制变异概率.建立兼顾梯级最小出力最大化的梯级总发电量最大模型,利用大渡河流域瀑布沟、深溪沟、枕头坝一级梯级水电站经济调度问题实例,从流域长系列径流资料中选取典型年,对IBA的主要控制参数(缩放因子、最大迭代次数)进行测试与分析.采用IBA、BA、逐步优化算法(POA)对同一典型年进行模拟调度.从枯期出力特征、梯级发电量、算法运行时间3项指标综合来看,对于复杂的梯级水电站经济调度问题,改进的蝙蝠算法能够在枯水期给电网提供尽可能大而稳定的出力,同时缩短计算时间,获得更高精度解.
优化调度、改进蝙蝠算法、差分变异、梯级水电站
50
TP301.6(计算技术、计算机技术)
国家重点研发计划资助项目2016YFC0402208;国家重点基础研究发展计划资助项目2013CB036406-4;中国清洁发展机制基金赠款资助项目2013114
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
84-90