改进果蝇算法在梯级水库群发电优化调度中的应用

发布时间：2021-10-07 12:13

　　随着近年来流域梯级水电站的依次开发,水库的优化调度逐渐从单库调度发展到梯级水库群联合优化调度,调度求解方法从传统的线性规划演变为智能优化算法求解。然而,水库群优化调度中存在“维数灾”,对目标函数求解精度不高、效率低,约束条件处理不完全等问题未得到很好解决。因此,解决梯级水库群优化调度中的这些问题成为该研究领域的重要课题。本文以某流域4座梯级电站为研究对象,对梯级水库群发电优化调度的模型、智能优化算法改进及其求解水库群优化调度问题进行研究。主要工作如下:首先,确定了以梯级水库群发电优化调度为最优准则,以发电量最大为目标函数,以水库群水量平衡方程、水位、发电水头、出力等为约束条件。其次,针对果蝇算法本身求解优化问题时易陷入局部最优的不足,构建改进果蝇算法——基于模拟退火机制的果蝇算法（SAFOA）,提高了果蝇（FOA）算法的执行效率及局部搜索能力。文中给出了 SAFOA算法的实施步骤,并用经典复杂高维测试函数对算法的性能进行验证,同时与粒子群算法（PSO）、果蝇算法（FOA）对比,对比表明SAFOA算法具有高收敛速度和高求解精度,可求解一般的优化问题。最后,本文分别将PSO算法、FOA算法... 

【文章来源】：西安理工大学陕西省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

果蝇种群迭代觅食过程示意图

算法的性能测试及分析OA 与 SAFOA 两种算法的性能，本文依据高维复杂测试标准性，选出其中 8 个代表性测试函数，从函数的维数、形式展开分析验证，如表 3-1 所示。本文在 Matlab 2014aPSO）、果蝇算法（FOA）和果蝇算法的改进（SAFOA）性较大，分别将 3 种算法的寻优程序各运行 20 次，取其算法的求解效率、精度及寻优能力，不仅与算法本身的复度函数的复杂度有关。本文选用 4 个高维单峰函数及 4 个A 算法的寻优能力和执行效率。各函数具体介绍如下：函数数 1 = 2 =1, ∈ [ 5.12,5.12]

图 3-5 Schwefel 函数三维图Figure 3-5 Three-dimensional graph of Schwefel function数的全局极小点位于 x＝(0，．．．，0)，其对应全局极小值单峰函数。函数 3 = ( =12) =1, ∈ [ 100，100]

【参考文献】：
期刊论文
[1]基于改进萤火虫算法的梯级水库优化调度研究[J]. 魏科.  水利水电技术. 2017(12)
[2]乌江梯级水电站短期优化调度研究[J]. 曹辉.  水力发电. 2017(11)
[3]基于改进粒子群算法在尤溪流域水电站发电量最大短期优化调度的研究[J]. 洪玉梅,杨涛.  电气开关. 2017(04)
[4]一种基于lévy飞行轨迹的果蝇优化算法[J]. 郭德龙,杨楠,周永权.  计算机与数字工程. 2017(02)
[5]果蝇优化算法的分析[J]. 韩虎.  计算机系统应用. 2017(02)
[6]果蝇算法对多峰值光伏最大功率跟踪仿真研究[J]. 王素宁,潘三博,杨青斌.  电气传动. 2017(01)
[7]水库(群)发电优化调度计算的并行策略研究[J]. 吴昊,纪昌明,张验科.  中国农村水利水电. 2016(12)
[8]改进鸟群算法及其在梯级水库优化调度中的应用[J]. 崔东文,金波.  三峡大学学报(自然科学版). 2016(06)
[9]基于混沌果蝇-最小二乘支持向量机的变压器DGA故障模式预测[J]. 董继明.  自动化与仪器仪表. 2016(11)
[10]基于改进粒子群算法的梯级水电站长期优化调度研究[J]. 张宇航,唐超,姚李孝.  陕西电力. 2016(06)

博士论文
[1]基于群智能优化的机器学习方法研究及应用[D]. 赵东.吉林大学 2017

硕士论文
[1]基于果蝇算法的自适应KFCM和关联规则挖掘研究[D]. 张祎冉.西安理工大学 2017
[2]粒子群改进算法及在水库优化调度中的应用研究[D]. 余庆.南昌工程学院 2015
[3]OFDM系统中峰均比抑制算法研究与实现[D]. 李洲.哈尔滨工程大学 2011
[4]电力市场环境下水电站中长期径流预测及优化调度研究[D]. 杨东方.四川大学 2003



本文编号：3422023