梯级水库群发电-生态协同调度混合量子粒子群算法研究

发布时间：2020-05-22 20:29

【摘要】：梯级水库群优化调度是提高水资源利用效率和水电系统调度效益的有效手段,对缓解我国能源短缺、推动我国经济发展具有重要的意义和实用价值。随着大规模水电基地的建成与投产,梯级系统日趋庞大、上下游的水力与电力联系日趋复杂,极大增加了建模求解难度,“如何进一步发展行之有效的水电调度理论方法来实现水资源的高效配置”已成为当前水电调度领域研究的热点与难点问题。为此,本文对梯级水库群优化调度问题的求解展开研究,主要内容有:(1)提出了一种耦合两重改进策略的混合量子粒子群算法。该算法通过在标准量子群算法的寻优过程中创新性地嵌入个体极值变异、外部档案集合以及单纯形搜索算子等策略,提高了种群中精英个体的引导能力以及丰富了种群的多样性。(2)针对梯级水库群发电优化调度问题,构建了一个梯级水库群总发电量最大的优化调度模型,并用混合量子粒子群算法进行求解。以乌江流域的5座水电站为实例,选择不同的来水条件,对算法的应用效果进行验证,与不同算法的比较表明该算法在进化过程中全局搜索能力强,能够找到更优的解。(3)针对梯级水库群生态优化调度问题,首先,归纳了几种常见的生态流量确定方法,并以乌江流域的梯级水库群为例,采用不同的水文学方法推求了3种不同的生态流量设计方案,其次,构建了一个梯级水库群总缺水量最小的生态调度模型,最后,在不同生态流量设计方案下,采用混合量子粒子群算法对模型进行求解并获得了科学合理的调度结果,从而为求解梯级水库群生态优化调度提供了一种新的途径。(4)针对梯级水库群发电-生态多目标优化调度问题,首先,构建了梯级水库群发电-生态多目标调度优化模型,采用二项分布赋权法设置权重向量集并采用多目标模糊优选的方法将多目标问题转换为单目标问题,然后,利用混合量子粒子群算法对其进行求解,通过多次求解,可以得到若干组不同权重下的非劣解,最后,分析了发电目标与生态目标之间的协同关系,得出了梯级水库群调度适当考虑生态需求目标可以大幅度改善生态缺水的状况而不会对发电效益带来严重影响的结论,从而为梯级水库群的调度工作提供一定的指导。
【图文】：

21图 2-4 12 个标准测试函数的收敛过程图2.4 本章小结本章详细介绍了标准量子粒子群算法（QPSO）的原理，并针对QPSO算法后期搜索效率低、容易陷入局部最优等缺陷，提出了一种耦合两重改进策略优势的混合量子粒子群算法（HQPSO），同时，以12个标准测试函数为例，将所提算法与QPSO、PSO

（c）平水年 （e）枯水年图 3-2 不同求解方法下发电量的箱型图统计结果图3-3为采用HQPSO算法得到的各电站在平水年不同时段的出力和水位过程展图。由图 3-3 可以看出，，各水电站优化结果均满足各种约束条件。其中洪家渡、构滩调节性能较好的水电站在汛期来水较大时，水位抬高，同时为减少弃水水电站增出力运行，东风、索风营及乌江渡调节性能较差的水电站由于梯级电站间的补偿作用在汛期基本上保持高水头稳定运行，在汛初尽可能达到汛限水位，能充分利用水头较高水位运行，从而降低梯级耗水、增加整体发电量，充分发挥了梯级水电站群的头效益和梯级补偿效益。综上，HQPSO 算法可以获得合理有效的水电站群调度运行方式。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TV737

【相似文献】

相关期刊论文 前10条

1 郭乐;徐斌;;三峡梯级水库群联合优化调度增发电量分析[J];水力发电;2016年12期

2 胡挺;陈国庆;汪芸;王海;李晖;;长江干流梯级水库群联合调度[J];中国科学:技术科学;2017年08期

3 左幸;马光文;徐刚;陶春华;;人工免疫系统在梯级水库群短期优化调度中的应用[J];水科学进展;2007年02期

4 董子敖;阎建生;;计入径流时间空间相关关系的梯级水库群优化调度的多层次法[J];水电能源科学;1987年01期

5 陈洋波;陈培根;;梯级水库群优化调度的层次分析法[J];湖北水力发电;1989年01期

6 邵骏;范可旭;熊莹;邴建平;;长江上游梯级水库群运用对径流影响的初步分析[J];水资源研究;2012年04期

7 姜瑾;张永永;;基于改进调度函数的梯级水库群联合调度研究[J];水力发电;2013年09期

8 艾学山;范文涛;王先甲;;梯级水库群运行模式及合作效益分配研究[J];水力发电学报;2009年03期

9 刘攀;郭生练;张文选;肖义;高仕春;;梯级水库群联合优化调度函数研究[J];水科学进展;2007年06期

10 丁毅;傅巧萍;;长江上游梯级水库群蓄水方式初步研究[J];人民长江;2013年10期

相关会议论文 前10条

1 陈颖;;万安上游梯级水库群汇流时间初步研究[A];2013年江西省电机工程学会年会论文集[C];2013年

2 夏元康;杨延伟;;金沙江中游梯级水库群调度函数制定方法研究[A];梯级调度控制研究论丛——2012年学术交流论文集（下册）[C];2014年

3 刘攀;郭生练;郭富强;刘心愿;;三峡梯级与清江梯级水库群联合调度补偿机制研究[A];河流开发、保护与水资源可持续利用——第六届中国水论坛论文集[C];2008年

4 原居林;练青平;郭爱环;宓国强;;瓯江梯级水库群建设对渔业资源的影响[A];第二届现代化海洋牧场国际学术研讨会、中国水产学会渔业资源与环境专业委员会2018年学术年会论文集[C];2018年

5 贾江涛;翟桥柱;管晓宏;吴宏宇;李庆海;;有抽蓄机组的梯级水库群水电站短期优化调度[A];第二十七届中国控制会议论文集[C];2008年

6 王士武;温进化;;多目标免疫遗传算法在梯级水库群优化调度中的应用研究[A];2012全国水资源合理配置与优化调度技术专刊[C];2012年

7 崔高仰;李晓东;杨周;李亲凯;黄俊;;筑坝拦截对嘉陵江梯级水库群水体碳、硫元素循环的影响[A];中国矿物岩石地球化学学会第九次全国会员代表大会暨第16届学术年会文集[C];2017年

8 李雨;郭生练;刘攀;李响;陈炯宏;;三峡和清江梯级水库群防洪联合优化调度研究[A];水系统与水资源可持续管理——第七届中国水论坛论文集[C];2009年

9 李善综;金占伟;王森;;梯级水库群分区控制条件下的短期调峰电量最大模型[A];中国水利学会2016学术年会论文集（下册）[C];2016年

10 杨梦迪;吕红;黄俊;崔高仰;李亲凯;易沅壁;李晓东;;筑坝拦截对乌江梯级水库群水体硫循环的影响[A];中国矿物岩石地球化学学会第17届学术年会论文摘要集[C];2019年

相关重要报纸文章 前3条

1 钟诚;“梯级水库群全生命周期风险孕育机制与安全防控理论”项目启动[N];中国水利报;2013年

2 记者 都潇潇 通讯员 郝梦丹 张末;黄河安全度过年度凌汛期[N];中国水利报;2019年

3 记者 文艳　实习生 兀晓倩;抓好重点部位薄弱环节防汛[N];西安日报;2011年

相关博士学位论文 前10条

1 张双虎;梯级水库群发电优化调度的理论与实践[D];西安理工大学;2007年

2 张锐;梯级水库群漫坝失事风险分析及其应急处置研究[D];大连理工大学;2016年

3 张忠波;三峡与金沙江下游梯级水库群发电优化调度研究[D];天津大学;2014年

4 王赢;梯级水库群优化调度方法研究与系统实现[D];华中科技大学;2012年

5 张慧峰;梯级水库群多目标优化调度及多属性决策研究[D];华中科技大学;2013年

6 田雨;长江上游复杂水库群联合调度技术研究[D];天津大学;2012年

7 周婷;水电站水库群调度优化及其效益评价方法研究[D];华北电力大学;2014年

8 周研来;梯级水库群联合优化调度运行方式研究[D];武汉大学;2014年

9 喻杉;基于改进蚁群算法的梯级水库群优化调度研究[D];华北电力大学;2012年

10 陈芳;金沙江下游梯级水库群优化调度研究及应用[D];华中科技大学;2017年

相关硕士学位论文 前10条

1 夏燕;梯级水库群发电-生态协同调度混合量子粒子群算法研究[D];华中科技大学;2019年

2 王晓宇;黄河流域梯级水库群多目标调度规则研究[D];西安理工大学;2019年

3 刘志明;气候变化影响下汉江上游梯级水库群联合供水优化调度研究[D];长江科学院;2019年

4 胡瑞;基于调度知识经验的梯级水库群优化调度方法研究[D];华中科技大学;2017年

5 王有香;梯级水库群及其泄洪设施防洪调度研究[D];华中科技大学;2017年

6 李冬;梯级水库群调度的优化蜂群算法研究[D];华中科技大学;2018年

7 王媛;改进果蝇算法在梯级水库群发电优化调度中的应用[D];西安理工大学;2018年

8 史亚军;白山丰满梯级水库群优化调度模型研究[D];大连理工大学;2016年

9 王坤;改进人工蜂群算法在梯级水库群优化调度中的应用[D];南昌工程学院;2017年

10 李辉;红水河梯级水库群短期优化调度研究与应用[D];大连理工大学;2011年

本文编号：2676562