水电能源系统优化问题中的数据挖掘、群智求解和综合决策

发布时间：2018-03-11 04:31

本文选题：水电能源系统　切入点：协调优化调度　出处：《华中科技大学》2014年博士论文　论文类型：学位论文

【摘要】：水是生命的源泉,电是社会发展的动力。水是人类生活和生产中必不可少的基本物质需求,也是重要的能源资源。我国水资源总体上十分丰富,十三大水电基地分布于祖国的大江大河上。由于水的清洁可再生性,水电能源对减轻化石燃料的依赖并提高对自然环境的保护具有十分重要的作用。然而,自然界水的总量有限,需要在满足生活需水的基础上合理利用水能。从广义角度看,我国水资源又是十分紧缺的。因此,研究合理开发利用水资源、优化配置水电能源的理论、方法与技术,发挥水利水电的综合效益,对国民经济和社会发展具有重大的现实意义和支撑作用。水电能源系统是复杂巨系统,其优化运行边界是多种层次上的多种需求的综合交集,一直面临诸多的科学和工程难题,迫切需要理论突破和技术攻关。合理利用与配置有限的水资源,离不开科学准确的水文预报、水电能源系统优化运行建模与求解、调度方案多目标-多属性-多层次决策方法。本文仅针对上述三个方面问题,在水文水资源分析与预报的数据挖掘方法、水电能源系统优化建模与群智算法求解、综合考虑多种调度目标-调度方案多种属性-调度主体多种层次的综合决策理论与方法方面展开研究。 (1)合理利用水资源、实现梯级水库群科学调度的前提是准确的径流预报。准确及时的水库入库径流预报对于指导水库调度具有十分重要的意义。长期以来,在水文科学领域,如何开展水库入库径流预报并提高其预报精度,尤其是中长期尺度预报一直是个工程和科学难题。流域径流是一个受多种因素综合影响的复杂非线性动力学过程,传统的线性方法难以对其有效刻划。BP神经网络是具有极强学习能力的非线性数据挖掘技术,但用于水文预报时需要选择有效的预报因子并构建合适的样本结构。根据金沙江流域的地理和资料特点,将反应流域径流的年际间丰枯特性的变量引入预报因子,以提高预报精度；通过细化预报尺度并改变样本构成,以提高预见期；在BP神经网络算法中引入保优机制和动态学习因子策略,提高模型参数学习效率和样本模拟精度；最后通过应用金沙江流域实例研究对所提方法可行性和有效性加以验证。 (2)水电能源及互联电力系统联合调度本质上是一类非线性约束优化问题。很多优化方法被前人用于研究和解决该问题,但其又具有很多自身独有的特点和难点。该类问题的求解困难之处主要在于：1)目标函数或约束的非线性造成的非凸性；2)决策变量多造成的高维性；3)复杂约束造成的强约束性和可行域狭窄性。为此,需要研究其优化运行建模理论与高效求解方法。选取三个代表性调度问题,根据各问题特点探索有效的群体智能求解算法。针对梯级水库群联合发电优化调度问题特点和求解难点,为充分发挥教学优化算法良好全局寻优性能、避免局部寻优之不足,提出团队教学概念和进修机制,构建了团队进修教学优化算法；针对电力系统节能减排多目标动态调度求解难点,以及差分进化算法在求解高维问题和多目标问题时的不足,提出扩展双选择算子、动态启发约束处理和自适应重启机制,进而构建改进自适应多目标差分进化算法,提高求解效率和精度；针对水火混合电力系统联合协调优化问题难点,根据教学优化算法以及差分进化算法的优缺点,以教学优化算法作为混合算法主算法,差分进化算法作为局部搜索算子,构建混合算法,提高整体寻优性能。通过分别对三个问题展开实例研究,证实所提各方法可高效获取优化方案。 (3)复杂水电能源巨系统是多层次组织结构下决策群组的多目标调度对象。水电能源系统运行与调度需要满足多种社会和经济需求。虽然通过建立具有不同优化目标的数学模型可以在一定程度上有效兼顾到各种调度需求,但是水电能源系统运行往往涉及流域甚至跨流域,水能资源的配置不仅受多调度主体的约束,还受到多个层次决策群组的指导和限制。调度方案的制定既是一个多准则决策问题,又是一个多层次群组决策问题。以我国水库群调度管理决策机构间的业务流程和逻辑关系为基础,提出符合国情和工程实际的多层次多专家交互决策理论与体系。通过引入社会经济领域的多层次决策方法并改造,建立考虑组织结构的多目标多层次交互决策数学模型,并给出其求解方法和收敛性说明。最后以三峡-金沙江梯级水库群多目标防洪调度方案的制定为对象,研究和探索适应我国水库群调度管理机制和体制要求的科学决策方法,为未来水能资源优化配置科学决策提供理论依据和技术支撑。
[Abstract]:......
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TV737

【参考文献】