仿水循環(huán)算法（WCA）是一種新的智能種群優(yōu)化算法,將該方法引入梯級水庫群多目標優(yōu)化調(diào)度,并提出多目標仿水循環(huán)算法（MWCA）。MWCA通過對自然界水循環(huán)過程的模擬,構(gòu)建多目標下的相對重力機制,實現(xiàn)對非劣解的有效搜索,建立匯流、分流、滲流、蒸發(fā)降雨4個搜索策略,提升算法的收斂速度、多樣性和局部搜索能力,同時有效克服傳統(tǒng)算法的早熟問題,令算法具有較強的全局搜索和收斂性能。在梯級水庫群多目標優(yōu)化調(diào)度實例計算中,與多目標粒子群算法MOPSO和多目標遺傳算法NSGA-Ⅱ進行比較分析,結(jié)果表明MWCA在計算結(jié)果和非劣解多樣性上均優(yōu)于其他算法,為梯級水庫群多目標優(yōu)化調(diào)度問題提供了一種有效的求解思路。 

【文章來源】：水力發(fā)電. 2019,45(11)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

MWCA算法流程

第45卷第11期吳智丁:基于仿水循環(huán)算法的梯級水庫群多目標優(yōu)化調(diào)度研究WaterPowerVol．45No．11105數(shù)，此時存于非劣解集A中的水滴位置就是多目標優(yōu)化問題的最優(yōu)解，其對于的適應(yīng)度就是多目標優(yōu)化值，列出或畫出相應(yīng)的Pareto邊界，決策者就可通過不同的期望選擇相應(yīng)的解。5實例應(yīng)用5.1梯級水庫群實例本文利用某流域梯級水庫群5個主要電站作為研究實例，其中1號電站為龍頭電站，5號電站為末端電站，農(nóng)業(yè)灌溉供水從水庫上游的河道區(qū)間引水，工業(yè)及市政集中供水從各水庫中取水，調(diào)度期為一年，其中1月～3月為枯水期，6月～8月為豐水期，其他月份為平水期，各水庫及電站的裝機容量、額定庫容、正常水位等參數(shù)如表1所示。表1梯級水電站參數(shù)水電站調(diào)節(jié)特性裝機容量/MW額定庫容/億m3死水位/m正常水位/m最大發(fā)電流量/m3·s－11多年調(diào)節(jié)1200100.673278312002徑流調(diào)節(jié)8400.326366458403徑流調(diào)節(jié)13202.7542644113204多年調(diào)節(jié)400027532837538905季調(diào)節(jié)2400302052252320表2各算法非劣解及耗時對比算法最小年均發(fā)電量/億kW·h最大年均發(fā)電量/億kW·h最小年均供水量/億m3最大年均供水量/億m3非劣解數(shù)量計算耗時/sMWCA55.72367.16112.31119.648411.07MOPSO80.47358.41112.82119.06519.82NSGA-II72.19313.15113.47119.324811.505.2算法對比分析為驗證MWCA算法的有效性與優(yōu)越性，采用MOPSO算法［19］和NSGA-II算法［20］進行對比分析，對上述研究實例進行優(yōu)化調(diào)度計算。仿真環(huán)境為配置i5-2520M、16G內(nèi)存的聯(lián)想T420筆記本電腦，各?

水力發(fā)電2019年11月106WaterPowerVol．45No．11在計算耗時上，MWCA、MOPSO和NSGA-II平均為11.07、9.82s和11.50s。雖然MWCA耗時并非最少，但利用相近的時間，MWCA獲得了多于另兩個算法的非劣解數(shù)量，體現(xiàn)了該算法在迭代速度和和性能上的優(yōu)越性。為進一步分析算法所得非劣解的分布特性，本文采用分布距離指標(SD)［19］及超體積指標(HV)［21］進行高階評價。其中分布距離指標用于分析非劣解分布的均勻性，其計算式為SD=1nnd－1∑nndi=1(ds，avg－ds，i)槡2(22)式中，ds，i為非劣解兩兩間的距離，ds，i=minjf1(xi)－f1(xj)+f2(xi)－f2(xj)，i，j=1，2，…，nnd;ds，avg為ds，i的平均值;nnd為所得非劣解的數(shù)量。該值越小，則所有非劣解兩兩間的距離越一致，即實現(xiàn)非劣解的平均分布。本文算例中3個算法的SP值如表3所示。表3各算法非劣解及耗時對比算法非劣解兩兩間最小距離非劣解兩兩間最大距離非劣解兩兩間平均距離分布距離指標(SD)MWCA0.408346.574511.14269.5285MOPSO0.200677.770016.419916.9446NSGA-II0.0193196.477025.293336.3329表4MWCA優(yōu)化調(diào)度結(jié)果月份平均出力/MW電站1電站2電站3電站4電站5供水量/億m3電站1電站2電站3電站4電站51610.65219.31378.041411.62828.172.97530.02410.24254.57820.91142622.29193.54329.491228.60845.042.97310.02360.23794.57900.91203639.12249.16390.6816

【參考文獻】：
期刊論文
[1]貴州境內(nèi)烏江水電梯級開發(fā)聯(lián)合生態(tài)調(diào)度[J]. 呂巍,王浩,殷峻暹,朱心悅.  水科學(xué)進展. 2016(06)
[2]基于并行混沌量子粒子群算法的梯級水庫群防洪優(yōu)化調(diào)度研究[J]. 鄒強,王學(xué)敏,李安強,何小聰,羅斌.  水利學(xué)報. 2016(08)
[3]梯級水庫群優(yōu)化調(diào)度精英集聚蛛群優(yōu)化方法[J]. 馮仲愷,牛文靜,程春田,武新宇.  水利學(xué)報. 2016(06)
[4]耦合調(diào)峰和通航需求的梯級水電站多目標優(yōu)化調(diào)度混合搜索方法[J]. 牛文靜,申建建,程春田,武新宇,馮仲愷,郭有安.  中國電機工程學(xué)報. 2016(09)
[5]基于改進布谷鳥算法的梯級水庫優(yōu)化調(diào)度研究[J]. 明波,黃強,王義民,劉登峰,白濤.  水利學(xué)報. 2015(03)
[6]求解無約束優(yōu)化問題的仿水循環(huán)算法[J]. 吳智丁,吳杰康.  計算機工程. 2011(22)
[7]文化算法及其在梯級水電站長期優(yōu)化調(diào)度中的應(yīng)用[J]. 吳杰康,孔繁鎳.  電工技術(shù)學(xué)報. 2011(03)
[8]采用梯級水電站動態(tài)棄水策略的多目標短期優(yōu)化調(diào)度[J]. 吳杰康,郭壯志,丁國強.  中國電機工程學(xué)報. 2011(04)
[9]基于混合粒子群算法的梯級水電站多目標優(yōu)化調(diào)度[J]. 周建中,李英海,肖舸,張勇傳.  水利學(xué)報. 2010(10)
[10]基于NSGA-Ⅱ算法的多目標水火電站群優(yōu)化調(diào)度模型研究[J]. 張志剛,馬光文.  水力發(fā)電學(xué)報. 2010(01)



本文編號：3582720