【摘要】： 流域梯級(jí)聯(lián)合調(diào)度決策是在水文循環(huán)、發(fā)電控制、電網(wǎng)安全、電能需求、市場(chǎng)交易規(guī)則、以及用電行為等約束條件下的大型、動(dòng)態(tài)、非凸、非線性的多目標(biāo)不確定性決策問題,較傳統(tǒng)水電能源優(yōu)化調(diào)度復(fù)雜得多,國內(nèi)外眾多學(xué)者一直致力于研究能有效解決上述問題的各種方法。然而,流域梯級(jí)水電系統(tǒng)中復(fù)雜目標(biāo)的相互沖突和約束條件的耦合作用使得問題的描述和模型的求解極為困難,至今幾乎沒有令人滿意的解決方法,亟待進(jìn)一步發(fā)展新的理論并探索其技術(shù)實(shí)現(xiàn)方法。因此,流域梯級(jí)復(fù)雜水電能源系統(tǒng)多目標(biāo)調(diào)度決策的理論與方法的研究始終是學(xué)術(shù)前沿的熱點(diǎn)問題。本文通過對(duì)流域梯級(jí)水電能源系統(tǒng)的復(fù)雜性分析,采用復(fù)雜系統(tǒng)理論和現(xiàn)代智能進(jìn)化方法,對(duì)流域梯級(jí)水電聯(lián)合優(yōu)化調(diào)度決策的理論與方法進(jìn)行了深入研究。針對(duì)所建立的流域梯級(jí)水電系統(tǒng)多目標(biāo)優(yōu)化調(diào)度模型,提出了自適應(yīng)網(wǎng)格多目標(biāo)粒子群優(yōu)化算法和基于廣義集對(duì)分析的多屬性決策方法,證明了優(yōu)化算法處理大規(guī)模、多目標(biāo)、復(fù)雜約束條件優(yōu)化問題的有效性,體現(xiàn)了集對(duì)分析決策方法處理不確定多屬性決策問題的優(yōu)勢(shì),發(fā)展了流域梯級(jí)水電系統(tǒng)優(yōu)化調(diào)度決策的理論。研究成果成功應(yīng)用于三峽梯級(jí)水電聯(lián)合多目標(biāo)調(diào)度工程實(shí)踐,為流域梯級(jí)復(fù)雜水電站群的分散決策和現(xiàn)代化管理提供了科學(xué)的決策依據(jù)。主要研究工作和創(chuàng)新性成果如下: 針對(duì)現(xiàn)有多目標(biāo)進(jìn)化算法在求解流域梯級(jí)聯(lián)合調(diào)度等復(fù)雜大規(guī)模優(yōu)化問題時(shí)存在計(jì)算復(fù)雜度高、非劣解多樣性差和難以處理復(fù)雜約束條件等問題,提出了一種新的多目標(biāo)進(jìn)化算法——自適應(yīng)網(wǎng)格多目標(biāo)粒子群優(yōu)化(AG-MOPSO)算法,其核心內(nèi)容包括非劣解密度自適應(yīng)網(wǎng)格估計(jì)算法及其基于非劣解密度信息的Pareto最優(yōu)解搜索方法和非劣解多樣性保留方法。通過對(duì)典型測(cè)試函數(shù)的計(jì)算表明,AG-MOPSO算法處理大規(guī)模復(fù)雜優(yōu)化問題時(shí)在收斂性能、計(jì)算效率等方面,較有代表性的多目標(biāo)進(jìn)化算法有不同程度的改善。 針對(duì)傳統(tǒng)調(diào)度決策方法不能有效處理梯級(jí)聯(lián)合調(diào)度決策問題中的不確定性因素、缺乏柔性和魯棒性差等缺點(diǎn),系統(tǒng)地研究并提出了集對(duì)分析聯(lián)系數(shù)相似程度刻畫、排序以及基于集對(duì)分析多屬性決策的理論與方法,導(dǎo)出了聯(lián)系數(shù)貼近度函數(shù)的若干典型計(jì)算公式,獲得了一種基于相對(duì)可能勢(shì)的聯(lián)系數(shù)排序方法和基于聯(lián)系數(shù)決策矩陣的多屬性決策模型,研究成果不僅豐富了集對(duì)分析的基礎(chǔ)理論,而且為不確定多屬性決策問題的解決提供了有力的工具。 提出了基于AG-MOPSO算法的梯級(jí)電站多目標(biāo)調(diào)度模型及其求解方法,通過將梯級(jí)電站聯(lián)合調(diào)度中各種約束條件映射到?jīng)Q策變量的可行域,從而使得復(fù)雜約束優(yōu)化問題轉(zhuǎn)換為無約束優(yōu)化問題,提高了模型求解的收斂效率,使基于AG-MOPSO算法的梯級(jí)電站多目標(biāo)調(diào)度優(yōu)化的工程應(yīng)用成為可能。以三峽梯級(jí)電站調(diào)度問題為應(yīng)用背景,得到了相應(yīng)調(diào)度問題的非劣調(diào)度方案集,為梯級(jí)電站的多屬性決策提供數(shù)量依據(jù)。 在提出的廣義集對(duì)分析多屬性決策理論與方法的基礎(chǔ)上,根據(jù)梯級(jí)水電系統(tǒng)的運(yùn)行環(huán)境、運(yùn)行時(shí)期以及決策層次的要求,實(shí)現(xiàn)對(duì)梯級(jí)電站多目標(biāo)調(diào)度方案集的排序優(yōu)選,并通過不確定演化因子對(duì)決策結(jié)果的敏感性分析,找出影響調(diào)度決策的關(guān)鍵因素,進(jìn)而獲得決策者最終滿意的調(diào)度方案,為梯級(jí)電站多目標(biāo)調(diào)度決策問題的解決提供了一條有效的新途徑。
【圖文】：

圖 2-11 可以看出，SP 隨著 a 的增大而增大，計(jì)算時(shí)間隨著 a 的增大而小的時(shí)候，SP 和計(jì)算時(shí)間對(duì) a 的變化比較敏感，當(dāng) a 增加到一定值后，間的變化將減小。對(duì)于 Schaffer_F2 函數(shù)在表 2-3 的參數(shù)下，當(dāng) a 大于a 對(duì)計(jì)算時(shí)間的減少影響不大，，但 SP 卻在變壞。圖 2-11 也表明，算法在數(shù)內(nèi)計(jì)算結(jié)果有一定的隨機(jī)性。要說明的是，不同的優(yōu)化對(duì)象在不同的參數(shù)下計(jì)算得到的結(jié)論可能是該根據(jù)具體的優(yōu)化對(duì)象和計(jì)算要求，選擇不同的 a 值，在計(jì)算開銷和解平衡。實(shí)踐表明，a 取 2 左右能夠滿足一般優(yōu)化任務(wù)的要求。表 2-2 算法參數(shù)表群體規(guī)模 30 Archive 集規(guī)模 60學(xué)習(xí)因子 c1,c22.05 進(jìn)化代數(shù) 300慣性權(quán)重 w 0.4～0.9 收縮因子 χ 0.6～1.09000.16
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2007
【分類號(hào)】：N945.15

【引證文獻(xiàn)】

相關(guān)期刊論文 前3條

1 盧有麟;周建中;王浩;張勇傳;;三峽梯級(jí)樞紐多目標(biāo)生態(tài)優(yōu)化調(diào)度模型及其求解方法[J];水科學(xué)進(jìn)展;2011年06期

2 覃暉;周建中;李英海;盧有麟;楊俊杰;張勇傳;;基于文化克隆選擇算法的梯級(jí)水電站聯(lián)合優(yōu)化調(diào)度[J];系統(tǒng)仿真學(xué)報(bào);2010年10期

3 南彩艷;粟曉玲;;基于改進(jìn)SPA的關(guān)中地區(qū)水土資源承載力綜合評(píng)價(jià)[J];自然資源學(xué)報(bào);2012年01期

相關(guān)博士學(xué)位論文 前3條

1 覃暉;流域梯級(jí)電站群多目標(biāo)聯(lián)合優(yōu)化調(diào)度與多屬性風(fēng)險(xiǎn)決策[D];華中科技大學(xué);2011年

2 許可;面向生態(tài)保護(hù)和恢復(fù)的梯級(jí)水電站聯(lián)合優(yōu)化調(diào)度研究[D];華中科技大學(xué);2011年

3 盧有麟;流域梯級(jí)大規(guī)模水電站群多目標(biāo)優(yōu)化調(diào)度與多屬性決策研究[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前5條

1 潘婷;基于遺傳算法的水庫綜合利用優(yōu)化調(diào)度研究[D];新疆農(nóng)業(yè)大學(xué);2011年

2 南彩艷;西北旱作區(qū)水土資源承載力研究[D];西北農(nóng)林科技大學(xué);2011年

3 文靜;基于粒子群算法的五家渠市水資源優(yōu)化配置研究[D];新疆農(nóng)業(yè)大學(xué);2012年

4 王洪玉;江巷引水水庫優(yōu)化調(diào)度方案研究[D];合肥工業(yè)大學(xué);2012年

5 何向陽;梯級(jí)水庫群聯(lián)合優(yōu)化調(diào)度及其應(yīng)用[D];華中科技大學(xué);2012年

本文編號(hào)：2618389