基于APSO-SA算法的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行研究.pdf

1、水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行是使水庫(kù)潛力被充分挖掘、水電站的運(yùn)行管理能力大大提高、水電站發(fā)電效益增加、以及電網(wǎng)的安全運(yùn)行得以保障的重要措施。隨著水電站規(guī)模的擴(kuò)大，電站裝機(jī)容量越來(lái)越大、機(jī)組臺(tái)數(shù)越來(lái)越多，對(duì)應(yīng)的廠內(nèi)經(jīng)濟(jì)運(yùn)行問(wèn)題也就越來(lái)越復(fù)雜。水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的兩個(gè)關(guān)鍵的問(wèn)題是：如何適當(dāng)?shù)慕?shù)學(xué)模型來(lái)表示實(shí)際的廠內(nèi)經(jīng)濟(jì)運(yùn)行問(wèn)題，以及如何提高用于解決廠內(nèi)經(jīng)濟(jì)運(yùn)行問(wèn)題的優(yōu)化算法的收斂性能。
　　針對(duì)上述兩個(gè)主要問(wèn)題，本文首先闡述了水電站經(jīng)濟(jì)運(yùn)行

2、的必要性和基本理論，以及經(jīng)濟(jì)運(yùn)行算法的發(fā)展歷史和國(guó)內(nèi)外研究情況。隨后介紹了廠內(nèi)經(jīng)濟(jì)運(yùn)行的數(shù)學(xué)模型的建立、水輪機(jī)動(dòng)力特性曲線的繪制、空間負(fù)荷分配和時(shí)間負(fù)荷分配的方法。而后提出了一種基于模擬退火的自調(diào)節(jié)粒子群改進(jìn)算法（APSO-SA）。該算法以標(biāo)準(zhǔn)粒子群算法為基礎(chǔ)，進(jìn)行了兩方面的改進(jìn)：（1）加入動(dòng)態(tài)調(diào)整慣性權(quán)重w的策略。不是單純地隨著迭代次數(shù)來(lái)線性減少慣性權(quán)重，而是根據(jù)反映粒子群搜索狀態(tài)的進(jìn)化速度和聚集度進(jìn)行反饋來(lái)自動(dòng)動(dòng)態(tài)調(diào)整慣性權(quán)重的值，

3、用以更加合理的調(diào)整粒子群的全局和局部搜索能力。（2）引入雜交算子和模擬退火策略并行的機(jī)制，用來(lái)提高算法進(jìn)程中，尤其是算法后期粒子的多樣性，提高算法跳出局部最優(yōu)解的概率。最后用標(biāo)準(zhǔn)粒子群算法和基于模擬退火的自調(diào)節(jié)粒子群改進(jìn)算法，結(jié)合渠首水電站的實(shí)例進(jìn)行了應(yīng)用研究。采用第三方編程軟件Visual Studio2012對(duì)算法實(shí)例進(jìn)行實(shí)現(xiàn)，程序的計(jì)算結(jié)果表明，兩種算法都能有效的解決廠內(nèi)經(jīng)濟(jì)運(yùn)行問(wèn)題，而基于模擬退火的自調(diào)節(jié)粒子群改進(jìn)算法相較于標(biāo)準(zhǔn)