能源和資源是國民經(jīng)濟和社會發(fā)展不可缺少的生產(chǎn)要素和物質(zhì)基礎,關系到生產(chǎn)發(fā)展和人民生活。水電作為可再生的清潔能源,在我國能源發(fā)展史上占有極其重要的地位。我國水能資源十分豐富,積極、合理、有效地開發(fā)利用水能資源,能夠緩解國家能源危機,降低環(huán)境污染,實現(xiàn)節(jié)能減排,在經(jīng)濟社會的可持續(xù)發(fā)展中起到重要的支撐作用。根據(jù)我國水電開發(fā)情況及能源形勢,十二五電力規(guī)劃中提出了優(yōu)先發(fā)展水電的方針。在此期間,我國水電事業(yè)有了空前的發(fā)展,流域水能資源獲得了進一步大規(guī)模的開發(fā)與利用,主要河流基本形成了梯級水電群系統(tǒng)。因此,在我國處于能源短缺,倡導節(jié)能減排的背景下,實現(xiàn)流域水電站水庫群優(yōu)化調(diào)度研究,是新時期流域水(能)資源綜合利用的重要途徑。合理、優(yōu)化的水庫群調(diào)度運行方式,能夠協(xié)調(diào)興利和防洪減災,提高水(能)資源利用率,是緩解水資源與水能資源間供需矛盾的重要措施。本文圍繞梯級水電站水庫群聯(lián)合優(yōu)化調(diào)度以及水庫洪水資源化問題,結(jié)合系統(tǒng)工程理論、群智能優(yōu)化理論、并行計算及可信性理論,從群智能優(yōu)化算法的改進、單目標發(fā)電優(yōu)化調(diào)度、梯級水庫群蓄能調(diào)度圖優(yōu)化、并行算法及其應用、水庫汛期運行水位動態(tài)控制域等多方面對水庫(群)調(diào)度問題進行了深入的研究,主要工作如下：(1)混合蛙跳算法的改進研究。為克服混合蛙跳算法易陷入局部最優(yōu)(“早熟收斂”)的問題,利用云模型理論在知識表達時,具有穩(wěn)定之中有變化、不確定中帶有確定性、隨機性和穩(wěn)定傾向性的特點,將云模型較好的局部搜索能力與混合蛙跳算法良好的全局尋優(yōu)性能相結(jié)合,同時應用改進的最差個體更新策略,提出了改進的蛙跳算法(Normal Cloud Mutation Shuffled Frog Leaping Algorithm,NCM-SFLA),以提高算法的局部搜索能力和收斂速度。并以多個復雜測試函數(shù)為例,從求解精度和收斂速度兩方面驗證NCM-SFLA算法的可行性和有效性；(2) NCM-SFLA算法在梯級水電站水庫群優(yōu)化調(diào)度中的應用研究。針對梯級水庫間復雜的水力、電力聯(lián)系,為提高群智能優(yōu)化算法在求解水庫群優(yōu)化調(diào)度問題時的尋優(yōu)效率,首先分析總結(jié)了該類算法在水庫群優(yōu)化調(diào)度問題求解中的時段水位可行范圍構建方法以及初始解生成方式,提出了適宜本算法求解要求的水庫群優(yōu)化調(diào)度問題的模型結(jié)構和實施步驟；其次分別以金沙江中游梯級水電站水庫群中長期發(fā)電優(yōu)化調(diào)度、短期發(fā)電優(yōu)化調(diào)度為例進行實例計算,并將計算結(jié)果與常規(guī)優(yōu)化方法進行對比分析,驗證了NCM-SFLA算法在梯級水電站水庫群優(yōu)化調(diào)度問題上的應用效果。(3) NCM-SFLA算法在梯級水庫群蓄能調(diào)度圖優(yōu)化中的應用研究。由于梯級水庫間的相互補償作用,梯級聯(lián)合優(yōu)化調(diào)度的發(fā)電效益和發(fā)電可靠性相對于單獨運用方式都會明顯提高。為最大限度地提升梯級水庫的水資源效益,首先以滿足可靠性,兼顧效益最大化為初級目標,基于判別式法建立滿足最低保證出力和保證率要求的發(fā)電量最大蓄能調(diào)度圖模型,并構建梯級水庫群初始蓄能調(diào)度圖；然后應用NCM-SFLA算法對初始調(diào)度圖各調(diào)度線進行微調(diào)尋優(yōu),以達到系統(tǒng)性優(yōu)化的最終目的,并同時研究算法在計算過程中的編碼方式、約束處理方式、時段變量的可行范圍確定方法以及初始軌跡生成方法,最后,以實例計算結(jié)果深入分析和總結(jié)NCM-SFLA算法的應用效果。(4) NCM-SFLA算法的并行算法設計及其應用研究。針對群智能優(yōu)化算法在求解以梯級水電站水庫群優(yōu)化調(diào)度為代表的復雜系統(tǒng)優(yōu)化問題時,隨著問題維度的不斷上升,算法的求解性能卻逐漸下降的不足,在分析總結(jié)并行算法的分類、設計方法、評價指標以及多核技術等理論方法的基礎上,采用OpenMP中Fork/Join并行執(zhí)行模式,構建了一種粗粒度多核并行改進蛙跳算法(PNCM-SFLA),并給出了該并行算法在梯級水庫群優(yōu)化調(diào)度問題中的求解流程,以李仙江流域三庫梯級為研究對象,驗證NCM-SFLA算法與并行技術結(jié)合的合理性以及良好的計算性能與較高的計算效率。(5)基于可信性理論及洪水預報誤差的水庫汛期運行水位動態(tài)控制域研究。針對目前徑流預報誤差量化時,單純使用概率論方法難以全面反映誤差的內(nèi)在不確定性,從而無法得到高精度預報結(jié)果,影響到調(diào)度決策的可靠性問題,首先利用概率論和可信性理論探討徑流預報的隨機性和模糊性,將洪量看成隨機變量,采用概率理論來描述,而將預報的誤差看成隨機模糊變量,采用可信性理論來描述,建立了基于可信性理論的徑流預報誤差量化模型。然后根據(jù)模糊機會規(guī)劃的思想,結(jié)合洪水調(diào)度理論,建立了優(yōu)化水庫汛期起調(diào)水位的模糊機會約束決策模型,求出不降低水庫防洪標準前提下的汛期運行水位動態(tài)控制域。以鳳灘水庫為例進行實例研究,并結(jié)合極限風險率方法驗證了所建模糊機會約束決策模型的合理性與可行性。
【學位單位】：華北電力大學
【學位級別】：博士
【學位年份】：2015
【中圖分類】：TV697.12
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及研究意義
    1.2 水庫優(yōu)化調(diào)度方法國內(nèi)外研究進展
        1.2.1 傳統(tǒng)的優(yōu)化方法
        1.2.2 群智能優(yōu)化算法
    1.3 并行計算國內(nèi)外研究進展
    1.4 水庫洪水資源化國內(nèi)外研究進展
    1.5 目前存在的問題及發(fā)展趨勢
    1.6 研究的主要工作及創(chuàng)新點
        1.6.1 研究的主要工作
        1.6.2 本文的創(chuàng)新點
第2章 基于云模型的改進蛙跳算法
    2.1 引言
    2.2 優(yōu)化問題概述
        2.2.1 優(yōu)化問題的數(shù)學模型
        2.2.2 優(yōu)化問題的傳統(tǒng)求解方法
        2.2.3 傳統(tǒng)求解方法的局限性
    2.3 混合蛙跳算法的改進
        2.3.1 混合蛙跳算法的基本原理
        2.3.2 基于云模型的改進蛙跳算法
    2.4 算法性能測試及分析
        2.4.1 測試函數(shù)
        2.4.2 測試結(jié)果
        2.4.3 結(jié)果分析
    2.5 本章小結(jié)
第3章 基于NCM-SFLA算法的梯級水電站水庫群優(yōu)化調(diào)度模型
    3.1 引言
    3.2 基于NCM-SFLA的梯級水電站水庫發(fā)電優(yōu)化調(diào)度研究
        3.2.1 梯級水電站水庫優(yōu)化調(diào)度模型
        3.2.2 編碼方式及約束處理方式選擇
        3.2.3 梯級各水庫時段水位可行范圍確定
        3.2.4 梯級各水庫初始可行軌跡的生成
        3.2.5 NCM-SFLA算法求解梯級水電站水庫發(fā)電優(yōu)化調(diào)度的實施步驟
        3.2.6 實例應用
    3.3 基于NCM-SFLA算法的梯級蓄能調(diào)度圖優(yōu)化研究
        3.3.1 發(fā)電量最大的梯級蓄能調(diào)度圖模型
        3.3.2 編碼方式、約束處理方式及初始可行軌跡的確定
        3.3.3 NCM-SFLA算法優(yōu)化蓄能調(diào)度圖的實施步驟
        3.3.4 實例應用
    3.4 本章小結(jié)
第4章 NCM-SFLA算法的并行算法設計
    4.1 引言
    4.2 并行算法的設計
        4.2.1 并行算法的分類
        4.2.2 并行算法設計方法
        4.2.3 并行算法的實現(xiàn)
        4.2.4 并行算法性能評價指標
    4.3 多核技術與OpenMP
        4.3.1 多核技術
        4.3.2 OpenMP概述
        4.3.3 Fork/Join并行執(zhí)行模式
    4.4 基于OpenMP的NCM-SFLA算法的并行實現(xiàn)
        4.4.1 粗粒度多核并行云變異蛙跳算法
        4.4.2 PNCM-SFLA算法在梯級水庫中長期優(yōu)化調(diào)度中的應用
    4.5 本章小結(jié)
第5章 基于可信性理論的水庫汛期運行水位動態(tài)控制域研究
    5.1 引言
    5.2 基于可信性理論的洪水預報誤差分布研究
        5.2.1 可信性理論
        5.2.2 徑流預報誤差特性分析
        5.2.3 洪水預報誤差量化模型
    5.3 考慮洪水預報誤差的水庫汛期運行水位動態(tài)控制域
        5.3.1 洪水調(diào)度原理
        5.3.2 起調(diào)水位優(yōu)化的模糊機會約束決策模型
        5.3.3 模型求解及動態(tài)控制域的確定
        5.3.4 汛期運行水位動態(tài)控制極限風險分析方法
    5.4 鳳灘水庫汛期運行水位動態(tài)控制域研究
        5.4.1 鳳灘水利樞紐
        5.4.2 鳳灘水庫洪水調(diào)度原則
        5.4.3 汛期分期及其設計洪水過程線
        5.4.4 汛期分期運行水位動態(tài)控制域上限的確定
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
附錄
攻讀博士學位期間發(fā)表的論文
攻讀博士學位期間參加的科研工作
致謝
作者簡介

【參考文獻】

相關期刊論文 前10條

1 胡國強;賀仁睦;;梯級水電站長期多目標模糊優(yōu)化調(diào)度新模型[J];電力自動化設備;2007年04期

2 郝永懷;楊侃;周冉;程卓;鄭姣;劉國帥;;三峽梯級短期優(yōu)化調(diào)度大系統(tǒng)分解協(xié)調(diào)法的應用[J];河海大學學報(自然科學版);2012年01期

3 都金康，李罕，王臘春，嚴蘇寧;防洪水庫（群）洪水優(yōu)化調(diào)度的線性規(guī)劃方法[J];南京大學學報(自然科學版);1995年02期

4 江春波,陳立秋,張慶海;淺水流動的并行計算[J];清華大學學報(自然科學版);2002年11期

5 余欣,楊明,王敏,姜愷,袁俊;基于MPI的黃河下游二維水沙數(shù)學模型并行計算研究[J];人民黃河;2005年03期

6 李響;郭生練;劉攀;萬民;劉心愿;;考慮入庫洪水不確定性的三峽水庫汛限水位動態(tài)控制域研究[J];四川大學學報(工程科學版);2010年03期

7 余永青;戴國瑞;;基于POA算法的變維線性模型在水電站群優(yōu)化調(diào)度中的應用[J];水電能源科學;1989年01期

8 張雙虎;黃強;吳洪壽;楊菊香;;水電站水庫優(yōu)化調(diào)度的改進粒子群算法[J];水力發(fā)電學報;2007年01期

9 董前進;曹廣晶;王先甲;張艷敏;王建平;傅春5;;洪水資源化多目標決策的風險觀控分析[J];水力發(fā)電學報;2008年02期

10 黃強;張洪波;原文林;張雙虎;萬芳;;基于模擬差分演化算法的梯級水庫優(yōu)化調(diào)度圖研究[J];水力發(fā)電學報;2008年06期

相關碩士學位論文 前4條

1 孫翠英;基于可信性理論含規(guī)模化風電的機組組合問題研究[D];華北電力大學（北京）;2011年

2 吳成國;水庫洪水資源化調(diào)度方案優(yōu)選智能方法與應用[D];合肥工業(yè)大學;2009年

3 孫夢嫻;改進免疫遺傳算法在函數(shù)優(yōu)化中的應用研究[D];蘇州大學;2010年

4 蘇仟;混合蛙跳算法研究與改進[D];西安電子科技大學;2014年

本文編號：2879900