梯级水电站中长期发电调度及多时间尺度耦合嵌套模型研究
发布时间:2021-01-08 18:44
水电能源作为我国的优势资源,在近些年的电力产业结构调整中得到了快速发展,随着诸多流域梯级水电站的建成运行,水电开始逐步成为国民经济发展的支柱性产业。当前形势下,我国的大规模水电站建设已经进入尾声,工作重点开始向水电能源优化运行转移。在不确定性来水的条件下,充分利用径流预报,挖掘梯级电站间的补偿调节机制,合理高效利用水资源,提高整体发电效益是梯级水电站联合优化调度的主要目标。本文以金沙江下游溪洛渡、向家坝以及长江上游三峡、葛洲坝四座梯级水电站为工程背景,围绕梯级水电站联合优化调度问题开展研究,主要研究内容和成果如下:(1)水电能源优化问题高效求解算法。针对标准引力搜索算法存在的易早熟的问题,提出了基于准对立学习的改进引力搜索算法。并用基准函数对改进后的算法进行优化测试。经过实验结果分析,改进后的QOIGSA算法要明显优于标准GSA。准对立学习的策略给算法提供了一个较优的初始解,破坏引力算子增强了算法的探索和开发能力。给标准GSA算法在水电能源复杂优化问题应用中存在的易陷入局部极值的局限性提供了一个很好的解决方案。(2)梯级水电站中长期优化调度研究。建立金沙江下游-三峡梯级四库联合优化发电...
【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】:62 页
【学位级别】:硕士
【部分图文】:
论文框架结构图
最差值-95.34 10-121.93 10均值-93.58 10-135.97 10最优值 25.87-63.2 10最差值 26.35-49.36 10均值 26.15-42.28 10最优值-171.3 10-81.11 10最差值-173.64 10-62.82 10均值-172.21 10-79.15 10最优值 0.01-51.61 10最差值 0.11-46.06 10均值 0.04-42.3 10于高维单峰函数,图 2.3、图 2.4、图 2.5 分别给出基于准对立学习的改法和标准引力搜索算法对3F 、5F 、 的优化收敛曲线,可以看出,标求解时,在运行 200 代左右就逐渐陷入局部最最优解。而 QOIGSA 算力和开发能力的增强,要比标准 GSA 有更好的寻优能力,更接近最优
QOIGSA算法GSA算法对5F的优化结果对比
【参考文献】:
期刊论文
[1]梯级水电站群中长期优化调度的离散梯度逐步优化算法[J]. 赵志鹏,廖胜利,程春田,钟儒鸿,王昱倩. 水利学报. 2018(10)
[2]梯级水库群优化调度并行动态规划方法[J]. 王森,马志鹏,李善综,熊静. 中国农村水利水电. 2017(11)
[3]梯级水电站优化调度的变阶段逐步优化算法[J]. 张诚,周建中,王超,张勇传,莫莉. 水力发电学报. 2016(04)
[4]溪洛渡-向家坝-三峡梯级水库联合蓄水方案与多目标决策研究[J]. 周研来,郭生练,陈进. 水利学报. 2015(10)
[5]梯级水库群联合优化调度算法研究综述[J]. 马黎,冶运涛. 人民黄河. 2015(09)
[6]改进量子粒子群算法在水电站群优化调度中的应用[J]. 冯仲恺,廖胜利,牛文静,申建建,程春田,李泽宏. 水科学进展. 2015(03)
[7]梯级水电站群联合优化调度研究与应用[J]. 汪菲娜,谈飞. 中国水利水电科学研究院学报. 2015(02)
[8]溪洛渡、向家坝与三峡梯级水库联合调度[J]. 鲍正风,徐杨,徐涛. 水电厂自动化. 2014(04)
[9]基于混合DE-PSO算法的水库优化调度模型及其应用[J]. 王芳,杨虎山. 温州大学学报(自然科学版). 2014(01)
[10]基于引力搜索模糊模型辨识的水电机组预测控制[J]. 李超顺,周建中,肖汉,肖剑. 水力发电学报. 2013(06)
博士论文
[1]抽水蓄能机组调速系统参数辨识及控制优化研究[D]. 许颜贺.华中科技大学 2017
[2]水电系统中长期优化调度降维方法研究[D]. 冯仲恺.大连理工大学 2016
[3]三峡与金沙江下游梯级水库群发电优化调度研究[D]. 张忠波.天津大学 2014
[4]基于MOPSO和集对分析决策方法的流域梯级联合优化调度[D]. 杨俊杰.华中科技大学 2007
硕士论文
[1]万有引力搜索算法的分析与改进[D]. 范炜锋.广东工业大学 2014
本文编号:2965103
【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】:62 页
【学位级别】:硕士
【部分图文】:
论文框架结构图
最差值-95.34 10-121.93 10均值-93.58 10-135.97 10最优值 25.87-63.2 10最差值 26.35-49.36 10均值 26.15-42.28 10最优值-171.3 10-81.11 10最差值-173.64 10-62.82 10均值-172.21 10-79.15 10最优值 0.01-51.61 10最差值 0.11-46.06 10均值 0.04-42.3 10于高维单峰函数,图 2.3、图 2.4、图 2.5 分别给出基于准对立学习的改法和标准引力搜索算法对3F 、5F 、 的优化收敛曲线,可以看出,标求解时,在运行 200 代左右就逐渐陷入局部最最优解。而 QOIGSA 算力和开发能力的增强,要比标准 GSA 有更好的寻优能力,更接近最优
QOIGSA算法GSA算法对5F的优化结果对比
【参考文献】:
期刊论文
[1]梯级水电站群中长期优化调度的离散梯度逐步优化算法[J]. 赵志鹏,廖胜利,程春田,钟儒鸿,王昱倩. 水利学报. 2018(10)
[2]梯级水库群优化调度并行动态规划方法[J]. 王森,马志鹏,李善综,熊静. 中国农村水利水电. 2017(11)
[3]梯级水电站优化调度的变阶段逐步优化算法[J]. 张诚,周建中,王超,张勇传,莫莉. 水力发电学报. 2016(04)
[4]溪洛渡-向家坝-三峡梯级水库联合蓄水方案与多目标决策研究[J]. 周研来,郭生练,陈进. 水利学报. 2015(10)
[5]梯级水库群联合优化调度算法研究综述[J]. 马黎,冶运涛. 人民黄河. 2015(09)
[6]改进量子粒子群算法在水电站群优化调度中的应用[J]. 冯仲恺,廖胜利,牛文静,申建建,程春田,李泽宏. 水科学进展. 2015(03)
[7]梯级水电站群联合优化调度研究与应用[J]. 汪菲娜,谈飞. 中国水利水电科学研究院学报. 2015(02)
[8]溪洛渡、向家坝与三峡梯级水库联合调度[J]. 鲍正风,徐杨,徐涛. 水电厂自动化. 2014(04)
[9]基于混合DE-PSO算法的水库优化调度模型及其应用[J]. 王芳,杨虎山. 温州大学学报(自然科学版). 2014(01)
[10]基于引力搜索模糊模型辨识的水电机组预测控制[J]. 李超顺,周建中,肖汉,肖剑. 水力发电学报. 2013(06)
博士论文
[1]抽水蓄能机组调速系统参数辨识及控制优化研究[D]. 许颜贺.华中科技大学 2017
[2]水电系统中长期优化调度降维方法研究[D]. 冯仲恺.大连理工大学 2016
[3]三峡与金沙江下游梯级水库群发电优化调度研究[D]. 张忠波.天津大学 2014
[4]基于MOPSO和集对分析决策方法的流域梯级联合优化调度[D]. 杨俊杰.华中科技大学 2007
硕士论文
[1]万有引力搜索算法的分析与改进[D]. 范炜锋.广东工业大学 2014
本文编号:2965103
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2965103.html